变革家，专注创业项目分析，帮股权投资者把好第一关！在科幻小说中，我们经常看到AI软件的身影，许多人认为AI是一门存在于未来的技术，也许会变成现实，也许永远会停留在空想之中。
事实并非如此，我们当中的大多数人每天都会使用AI软件。
当你与智能手机对话时，上网搜索时，查看社交媒体动态消息时，都在与AI打交道。AI软件与我们玩游戏，谱写乐曲，撰写电影剧本。当你在网上购物时，遇见AI的机会也越来越大。Gartner预测：“到了2020年，不需要人类控制的自动软件代理将会参与到全球5%的经济交易活动中去。”到了2018年，全球300多万工人将在机器人“老板”的监督下工作。
一些人开始担心自己会失去工作。还有一些知名人物（比如马斯克和霍金）大声疾呼，说AI可能会成为威胁。Future of Life Institute警告称，智能机器对于人类的生活可能会是一个风险——与“存在”有关的风险。
到目前为止，还没有AI软件有能力威胁人类的生活，相距还很遥远。大多的AI软件只是用来做执行一些普通的任务，比如理解自然语言、识别目标、识别图片中的脸部图像、提供购物建议、查找问题的答案。AI技术日新月异，快速发展。许多的AI代理引进了机器学习技术，随着时间的推移它们会越来越“聪明”，很多大型科技公司和小公司都积极投身于AI研究。
下面例出了45个最有趣的AI项目：
IBM
在AI领域，IBM是早期先锋，当年它为大众带来了现代AI，IBM沃森（Watson ）参与过电视节目Jeopardy。IBM在介绍AI解决方案时喜欢引用一个术语“认知运算（cognitive computing）”，它打着“沃森”的名字销售产品。到目前为止，IBM已经拥有几十个不同的AI产品和服务，这些产品和服务大体可以分成两类：开发者工具，预制应用。IBM还赞助500万美元，让创业公司参加挑战赛，用AI解决世界性的大难题。
1、 沃森API
主要针对开发者，这些工具可以让企业在自己的APP中调用IBM沃森的认知运算能力。目前IBM总共开通了19个不同的API，这些API能够提供不同的功能，比如概念扩充、对话、语言翻译、个性化洞察力、语气分析、关系提取、将语音转化为文本、将文本转化为语音、视觉识别和分析。客户可以通过IBM沃森开发者云服务（Watson Developer Cloud）获得这些功能。
2、 沃森Marketplace
在沃森Marketplace内，IBM提供各种应用，这些应用是根据认知运算技术开发的，当中包括沃森Trend（一个个性化购物APP）、沃森Analytics、Talent Insights、面向社交媒体的分析工具（Analytics for Social Media）、临床实验匹配工具（Watson for Clinical Trial Matching）。
3、SystemML
IBM开放了一些机器学习技术，包括SystemML。作为一个Apache孵化器项目（Apache Incubator Project），SystemML的目标是为ML算法提供弹性规范，为单节内存运算、MapReduce或者Spark运算分配等一系列任务自动规划混合执行时间。
谷歌
大家都知道，谷歌在研究领域投入了巨大的资源，在公司内部，有一个名叫“Google Brain”的团队从事AI项目的开发。他们的许多工作成果应用在谷歌其它产品中，包括搜索、谷歌Now和Android个人助手。谷歌团队的一些工作成果是开源的，团队还发表了一些AI方面的论文。
4、TensorFlow
TensorFlow是谷歌的一个开源AI项目，它由“Google Brain”开发。Tensor Flow利用数据流向图建立数值计算库，它已经开通了Python和C++ API，允许开发者在自己的APP中使用谷歌AI技术。
5、谷歌云计算机器学习项目（Google Cloud Machine Learning）
通过云计算平台，谷歌将一些机器学习技术提供给开发者。在谷歌自己的许多产品中也使用相同的服务，包括图片搜索、语音搜索、翻译和Gmail智能回复。
6、DeepMind
2014年，谷歌收购伦敦AI创业公司DeepMind。到目前为止，DeepMind团队最耀眼的工作就是开发了AlphaGo系统，正是因为有了它，计算机程序首次在围棋棋盘上打败了人类职业选手。团队正在增强机器学习的学习能力，将深度学习技术应用于医疗健康领域。
7、RankBrain
在搜索引擎的排序中，起决定作用的因素到底有哪些？谷歌并没有透露过详细细节，但是公司之前曾经说过，它在算法中部分使用了名叫RankBrain的AI技术。RankBrain可以猜测搜索术语的意义，之前RankBrain并没有看到过术语，但它可以提供相关的结果。RankBrain无法下载，也没有销售，科技产业对它很感兴趣。
微软
和其它大型科技企业一样，在微软内部也有一个庞大的机器学习、AI团队。该团队下面有许多子团队，专注于算法经济（algorithmic economics）、深度学习、机器学习、机器教学、自然语言运算及其它项目的研究，在公司的网站上列出了一大堆当前正在进行的项目。机器学习、AI团队的创新也已经整合到微软产品和服务中去。
8、Cortana
Cortana是微软推出的个人助手软件，它可能也是最著名的AI软件。Cortana与Windows 10整合在一起，还进入了Android和iOS平台。Cortana能够执行一些任务，比如提醒用户、处理自然语言搜索。
9、CNTK
最近几年，微软开始拥抱“开源”概念，现在它已经在GitHub上公布了一些AI技术。CNTK是“Computational Network Toolkit”的缩写，它是一个工具，开发者可以在自己的项目中利用该工具部署分布式深度学习功能。最近微软对CNTK进行升级，性能更强大，扩展性更好了。
10、DMLT
DMLT是“分布式机器学习工具包（Distributed Machine Learning Toolkit）”的缩写，它也是一个开源项目，可以辅助训练机器学习应用的大型模型。DMLT包括了DMLT框架（DMTK Framework）。
11、微软认知服务（Cognitive Services）
微软向开发者提供一些AI API，有些需要付费使用，也有一些免费产品。目前微软提供的API涉及计算机视觉（Computer Vision）、情绪、面部、视频、必应语音、语言理解、知识探索、推荐等功能。微软还利用这些API开发模板应用，一些模板已经在社交媒体中扩散开来。
12、Project Malmo
这是一个有趣的项目，微软研究人员试图将AI引入到Minecraft。研究者正在训练AI，让它们理解复杂的环境，彼此学习，将学习技巧用于解决新的问题。
13、Tay
2016年3月，微软推出了AI聊天机器人Tay，它可以在Twitter上与用户互动，可以不断学习。一天之内，Twitter用户“教会了”Tay什么是种族主义、什么是攻击性命令，微软被迫撤下Tay。一周之后，微软再次推出Tay，同样的问题依然存在。微软宣称，一旦机器人可以安全使用，就会再次在Twitter上推出Tay。
社交网络巨头Facebook在AI上投入许多资源。FAIR（Facebook AI Research）主要从事AI研究，它涉及的领域包括自然语言处理、计算机视觉。
14、Wit.ai
2015年Facebook收购了Wit.ai，它可以为开发者提供机器人工具——与人类沟通的机器人。Wit.ai的语音识别技术可以用在移动应用、家庭自动化、可穿戴产品、机器人中，能够与用户互动。
亚马逊
很久以前，亚马逊就已经开始研究机器学习，它将技术用在电子商务网站，向用户推荐产品、预测价格。最近亚马逊CEO杰夫·贝佐斯（Jeff Bezos）表示：“未来20年，AI会对社会造成多大的影响，我们真的很难估计。”亚马逊还收购了AI创业公司Orbeus。
15、Alex
Alexa是一门躲藏在Echo设备之后的技术，它可以帮助用户播放音乐、回答问题、购买产品。最近亚马逊开放了Alex技术，让开发者也可以在自己的APP和设备中使用。
16、亚马逊机器学习
亚马逊云计算部门AWS（Amazon Web Services）提供一项AI服务，名字叫作“亚马逊机器学习（Amazon Machine Learning）”。如果想试用服务，可以选择免费版本，服务的扩展性很强。
苹果
对于AI计划苹果一直保持缄默，没有透露太多的消息，苹果正在向AI投资，这一点却是毫无疑问的。最近苹果公开招聘员工，职位与机器学习有关，它还收购了AI创业公司Emotient 和Vocal IQ。
17、Siri
苹果最引人注目的AI产品可能是语音助手Siri，它已经安装在iOS设备中。虽然Siri招来许多的批评，但它的确是一款推出较早的个人助手，为其它AI助手设定了门槛，比如Cortana和Google Now。
英特尔
英特尔的AI研究主要集中于机器学习、深度学习、芯片和软件AI，它已经收购了一些专注于AI研究的小企业。
18、Saffron Technology
2015年10月，英特尔收购了Saffron Technology，这家公司拥有两个应用：Streamline和Advantage。Streamline利用认知技术加快新产品的开发，Advantage用大数据进行视觉分析。
雅虎
雅虎CEO梅耶尔曾经谈到过AI的重要性，在公司内部雅虎开发了几个AI工具，协助运营旗下各网站。
19、Caffe on Spark
今年，雅虎开放了所谓的“Caffe on Spark”工具，它将两个著名的开源项目Caffe和Spark结合在一起。最终，项目可以在大型Hadoop集群中运行机器学习，雅虎利用该项目协助运营Flickr图片服务。
20、SkyPhrase
雅虎还利用收购手段增强AI技术。2013年，雅虎收购了SkyPhrase，现在它已经将SkyPhrase自然语言功能提供给开发者，以SDK的形式提供。需要注意的是，开发者只有获得邀请才能使用技术。
Salesforce
Salesforce CEO马克·贝尼奥夫（Marc Benioff）也对AI很痴迷，他认为一个以AI作为主导的世界将会到来。为了强化AI实力，Salesforce收购了一些小企业。
21、MetaMind
今年4月，Salesforce收购了MetaMind，这家企业的目标是将深度学习和AI植入到商务应用中去。MetaMind自己的服务已经终止，它的技术已经整合到Salesforce的云计算产品中去。
22、PredictionIO
2016年2月，PredictionIO成为Salesforce的一部分，它提供开源机器学习服务器，开发者可以快速搭建预测引擎。Salesforce还将PredictionIO技术整合到自己的产品中。
其它AI项目
23、Accord.NET Framework
这是一个开源机器学习框架，有了它，为程序增加音频或者图像处理功能会变得更轻松一些。网站提供了一些资源，比如模板应用、文档和一个维客（wiki），可以让开发者快速提升技术的速度。
24、Apace Mahout
Apace Mahout是一个开源项目，它的目标是：创造一个环境，方便开发者快速打造可扩展高性能机器学习应用。Apace Mahout包括三个关键部分：为AI应用开发者提供一个程序化环境，为各种工具提供预制算法，提供一个名叫Samsara的向量数学实验环境。
25、Braina
Braina是“Brain artificial”的缩写，它是一个面向Android或者Windows PC的商务个人助手APP。你告诉Braina信息，它就可以自己学习，在智能手机和电脑上，Braina也可以执行一些简单的任务。
26、Caffe
Caffe是加州大学伯克利分校伯克利视觉学习中心开发的，它是一个深度学习开源框架。Caffe提供了富有表现力的架构、可扩展的代码、快速的执行效果，还为用户和开发者提供了一个活跃的社区。
27、ConvNetJS
ConvNetJS是一个开源JavaScript库，有了它，用户可以直接从浏览器训练神经网络。
28、Cyc
Cycorp公司提供一些不同的语义工具，它们都归于Cyc品牌之下。Open Cyc是一个开源知识库和推理引擎，EnterpriseCyc的技术是一样的，但它可以用于商业目的，ResearchCyc供AI研究人员免费使用。
29、Deeplearning4j
Deeplearning4j是一个开源工具，可以为Java增加商业级深度学习功能。Deeplearning4j与Hadoop和Spark等大数据工具整合在一起，它还通过Skymind提供商业支持。
30、Encog
Encog是一个开源机器学习框架，支持智能神经网络、向量机、贝叶斯网络、隐马尔可夫模型、遗传编程和遗传算法。Encog还支持Java或者C#平台，它是一个跨平台工具，可以在多核、GPU硬件上运行。
31、H2O
H2O是一家面向企业的AI公司，Captital One、思科、尼尔森、PayPal和Transamerica都是它的客户。H2O提供工具，可以将大数据工具（比如Spark、Hadoop、R）和机器学习整合在一起，该公司既有开源产品，也有商业性产品。
32、MLlib
Apache Spark大规模数据处理引擎有一个机器学习库，它的名字叫MLlib。有了MLlib，部署Hadoop更加容易，性能比MapReduce快100倍。
33、Mycroft
Mycroft公司致力于用AI开发开源技术，对物联网进行更好的控制。公司已经发布几个开源自然语言处理工具，它们还有一个众筹物联网控制设备，和机器人差不多。
34、Neuroph
Neuroph是一个开源Java框架，可以用来开发神经网络架构，它的主要目标用户是新AI开发者，Neuroph提供了许多在线文档。
35、Numenta HTM/NuPIC
Numenta以分级暂存记忆（Hierarchical Temporal Memory）作为理论基础开发产品，分级暂存记忆为生物和机器智能提供了框架。NuPic是一个开源平台，可以用来分析数据、预测、发现异常。
36、Open Cog
Open Cog的目标是开发有益的人工普通智能（AGI），它的能力与人类相当，最终会超过人类。香港科技大学采用了Open Cog技术，团队相信他们很快就可以开发出软件，与人类入学前的智力差不多。
37、Oryx 2
Oryx 2采用的是Apache Spark和Apache Kafka架构，它是一个应用开发框架，针对实时、大规模机器学习应用。
38、OpenNN
OpenNN是“Open Neural Networks（开放神经网络）”的缩写。事实上，OpenNN就是一个可预测分析库，用C++编写，性能强大。OpenNN的开发者名叫Artelnics，他是一名软件工程师，擅长为企业开发数据分析软件。
39、Scikit-learn
Scikit-learn是一个开源项目，为Python提供机器学习工具，它关注的重点是数据挖掘和分析。Scikit-learn打造了其它一些开源项目，包括NumPy、SciPy和matplotlib。
40、Shogun
Shogun将自己描述为“大规模、机器学习工具箱”，它支持许多程序语言。
41、Theano
从2007年开始，Theano为科学调查提供了强大的计算力，它是一个Python库，对于某些深度学习开发应用很实用。
42、Torch
Torch运行于GPU之上，以LuaJIT为基础，它是一个开源科学运算框架，支持众多的机器学习算法。社区成员已经为计算视觉、信号处理、并行处理、其它AI应用开发了Torch程序包。
43、Viv
Siri创始人打造了Viv，它是一个新的AI平台。Viv可以不断向周边环境学习，每天都在提升自己的能力。目前软件还无法下载，幕后公司正在寻找合作伙伴，这些伙伴有意将Viv整合到自己的产品中去。
44、WEKA
新西兰Waikato大学机器学习团队开发了WEKA，它可以在Java应用中挖掘数据。WEKA能够为数据预处理、分类、回归分析、聚集、关联规则、视觉化提供机器学习算法。
45、WolframAlpha
WolframAlpha是一个商业项目，它拥有一个知识引擎，能够根据不同主题回答问题，包括数学、语言、化学、数据、健康、科学、金钱、历史等等。在网站上我们可以使用免费版，付费可以使用Pro（专业版）服务，每月交5美元或者6美元。
本文作者：李志飞，出门问问创始人兼CEO，前Google 美国总部科学家，内容来自智东西（公众号：zhidxcom）。了解更多决策参考信息请添加变革家小秘书（添加时请注明“姓名-公司-职务”方便备注）或直接点击会员链接：https://jinshuju.net/f/Z7rfJh；转载请注明作者姓名和“来源：变革家”；文章内容系作者个人观点，不代表变革家对观点赞同或支持。
参与讨论