Reporting par Helen A.S. Popkin, Aayushi Pratap et Nina Wolpow
La pandémie Covid-19 était dévastatrice pour de nombreuses industries, mais elle n'accélère que l'utilisation d'une intelligence artificielle à travers l'économie américaine. Au milieu de la crise, les entreprises se sont brouillées pour créer de nouveaux services pour des travailleurs distants et des étudiants, des achats et des restaurants en ligne de boeuf, mettent en place des centres d'appels de clients plus efficaces et un développement de la vitesse de nouveaux médicaments.
Même lorsque les applications des plates-formes d'apprentissage de la machine et de perception deviennent banales, une épaisse couche de jargon et de jargon floues s'accroche au logiciel compatible AI.That rend difficile d'identifier les sociétés les plus convaincantes de l'espace, en particulier celles qui trouvent de nouvelles façons d'utiliser des nouvelles façons d'utiliser Créez de la valeur en rendant les humains plus efficaces, pas redondants.
Dans cet esprit, Forbes s'est associé à des sociétés de risque Sequoia Capital et Meritech Capital pour créer notre troisième annuel AI 50, une liste de sociétés nord-américaines privées et prometteuses qui utilisent des renseignements artificiels de manière fondamentale pour leurs opérations. À prendre en compte, les entreprises doivent être tenues de manière privée et utilisatrice d'apprentissage de la machine (où les systèmes apprennent des données pour améliorer les tâches), le traitement des langues naturelles (qui permet de "comprendre" la langue écrite ou parlée) ou la vision de l'ordinateur (qui concerne comment machines "voir"). Les sociétés d'AI incubées, en grande partie financées par une grande technologie, une fabrication ou des entreprises industrielles, ne sont pas éligibles.
Notre liste a été compilée via un processus de soumission ouvert à toute entreprise AI aux États-Unis et au Canada. L'application a demandé aux entreprises de fournir des détails sur leur technologie, leur modèle d'entreprise, leurs clients et leurs finances telles que le financement, l'évaluation et l'historique des revenus (les entreprises avaient la possibilité de soumettre des informations de manière confidentielle afin d'encourager une plus grande transparence). Forbes a reçu plusieurs centaines d'entrées, dont près de 400 qualifiées pour examen. À partir de là, nos partenaires de données ont appliqué un algorithme pour identifier 100 entreprises avec les scores quantitatifs les plus élevés, ce qui a également rendu la diversité une priorité. Ensuite, un panel d'experts AI juges a évalué les finalistes à trouver les 50 sociétés les plus convaincantes (elles ont été exclues de juger des sociétés dans lesquelles elles ont un intérêt investi).
Parmi les tendances de cette année, ce que Konstantine Buhler de Sequoia Capital appelle la construction d'entreprises de Workbench AI de plates-formes adaptées à différentes entreprises, notamment Dataiku, Datarobot Domino Data et Data Brealks. Les recherches de santé et de biotechnologie, telles que menées par Komodo Health, Genesis Therapeutics et la génomique verte, reste un domaine clé de l'AI avancé, de même que la vision informatique, avec des entreprises telles que Viz.ai et une robotique AMP utilisant la technologie pour améliorer les soins de santé et le recyclage des déchets . Les entreprises dépendent de la transformation des langues naturelles, telles que Duolingo, Lilt et Whisper, qui ont développé une aide auditive activée par l'IA, sont une autre catégorie de base. Les véhicules autonomes sont à nouveau représentés sur la liste, cette année par Gatik, qui voit des livraisons sans conducteur «Mile Mile» comme un marché lucratif, précocement à la cible.
En ce qui concerne l'avenir, le juge Andrew Ng, fondateur de Google Cerfers, Coffondeur de Coursera et fondateur et PDG de Landing.ai, voit plus d'opportunités pour AI d'aider les fabricants et les fournisseurs de soins de santé avec des données adaptées à leurs besoins spécifiques.
"Il y a beaucoup de modèles open source que vous pouvez télécharger ce travail juste pour un problème, mais ce qui doit vraiment être personnalisé, c'est la donnée", dit-il. "Je trouve que pour plusieurs entreprises, en commençant à aider les entreprises à obtenir efficacement les données nécessaires pour alimenter un modèle open source, c'est la clé pour déverrouiller la valeur de cette entreprise."
Cette liste 2021 comporte 31 entreprises apparaissant pour la première fois, tandis que sept sont qualifiés pendant trois ans de suite. En termes d'évaluation, au moins 13 de l'IA 50 sont évalués à 100 millions de dollars ou moins, tandis que 13 sont des licornes évaluées à 1 milliard de dollars ou plus. La Silicon Valley reste le moyeu des startups d'AI, avec 37 de 50 honores venant de la région de la baie de San Francisco.
Les juges de cette année comprenaient: Tonya Custis, directeur de la recherche d'AI, Autodesk; Michael Jordan, professeur d'informatique, Université de Californie, Berkeley; Xuezhao LAN, partenaire fondateur et gestion de la base, établi de base; Andrew ng, cofondateur, Coursera; Faculté d'appels de sciences informatiques, Université de Stanford; Fay Cobb Payton, professeur de systèmes d'information et de technologie, de l'Université de l'État de Caroline du Nord; Gill Pratt, PDG, Institut de recherche Toyota; Scientifique en chef, Toyota Motor Corp.; Carol Reiley, entrepreneur d'AI et scientifique; Ancien PDG, Drive.ai; et Raquel Utasun, professeur d'informatique, Université de Toronto.
(Les honorees sont énumérées par ordre alphabétique. Un astérisque donne des données d'évaluation de PengleBook plutôt que des sources d'entreprise ou des estimations des Forbes.)
.
Au lieu de virus, de spams ou de ransomware, le logiciel de cybersécurité de la sécurité anormale cible les attaques de l'e-mail commercial (BEC), qui coûtent des entreprises de plus de 1,9 milliard de dollars en 2020, selon le FBI. C'est plus de la moitié des pertes totales de 3,5 milliards de dollars à la cybercriminalité. BEC se produit lorsqu'un mauvais acteur compromet des comptes de courriels d'entreprise légitimes, se masquant en tant qu'employé et trompant quiconque du directeur général et cfo au responsable des ressources humaines pour transférer des sommes importantes d'argent ou de documents sensibles. "Beaucoup de sociétés de sécurité par courrier électronique conventionnelles ont construit des technologies qui ont arrêté les attaques qu'ils ont déjà vue en mémorisant" mauvais comportement "connu" ", a déclaré le PDG Evan Reiser. Mais les schémas continuent à évoluer. Pour lutter contre les attaques de BEC à prolifération rapide, la sécurité anormale emprunte à la place de Adtech avec le profil de comportement - la façon dont Facebook et Twitter peuvent afficher des annonces adaptées à vous-pour prédire la légitimité des courriels apparemment envoyés par une partie de confiance, mais demandant des transferts de mille mille ou même des millions de dollars.
.
Les robots d'AMP peuvent séparer automatiquement des boîtes de plastique du carton, des batteries de fils et de bois de béton. La société s'adresse aux centres de recyclage en proposant un logiciel de robotique et un matériel qui identifie et trie de manière autonome matériaux recyclables. C'est l'idée de la PDG de MATILYA HOROWITZ, qui a travaillé sur des robots robotiques à saisir-enseignement comment prendre différents objets - comme un doctorat. Étudiant à Caltech. Entreprise apitée au milieu de la pandémie, culminant à la fin de l'année dernière dans une affaire avec les liaisons de déchets, la troisième entreprise de gestion des déchets aux États-Unis, afin d'installer 25 robots dans ses installations, ainsi qu'un cycle de financement de 55 millions de dollars.
.
Les modèles AI en mode de recherche peuvent parfois réagir très différemment lors de l'analyse des données du monde réel. Mais la raison pour laquelle on ne sait souvent pas en temps réel. Fondée par Dhinakaran, anciennement ingénieur de clé à Uber, et Lopatecki, fondateur de Tubemogul, une plate-forme AD-Enchers, ARIZE AI est une plate-forme d'analyse en temps réel conçue pour regarder, dépanner et fournir des gardiennes sur l'AI déployé. "Dans les compagnies de vieillescres les plus simples, nous voyions des déploiements de centaines à des milliers de modèles, chacun touchant les clients tous les jours", a déclaré Lopatecki. «Je ne pouvais tout simplement pas voir un avenir AI qui n'avait pas de logiciel qui a fourni une observabilité autour des systèmes ML, pour aider à résoudre et à améliorer les systèmes les plus complexes jamais déployés.
.
Atomwise est alimenté par un algorithme de découverte de médicaments utilisant un réseau neuronal pour simuler la manière dont différentes petites molécules peuvent se lier à une protéine. La technique d'apprentissage de la machine permet aux scientifiques de simuler rapidement les interactions de millions de molécules pour déterminer lesquelles ont un potentiel d'essais précliniques. En raison de leurs structures compliquées et de leurs moyens complexes, ils interagissent, des milliers de protéines restent non liées à tout traitement médicamenteux. Atomwise 250 clients, qui incluent des instituts de recherche comme l'Université Columbia et les sociétés pharmaceutiques comme Bayer, fonctionnent près de 800 projets dans des régions, notamment le cancer, les troubles de la coagulation et les maladies cérébrales. Il a déjà contribué à découvrir des médicaments prometteurs pour la sclérose en plaques et le virus Ebola qui réussissaient dans des essais animaux.
.
Suivi des envois de charges liées à l'océan est une entreprise délicate. Les mers brutes, le vent et la météo peuvent causer des ravages sur des arrivées planifiées dans le port et augmentent l'utilisation du carburant. Le porteur veut lisser les ...
[Courte citation de 8% de l'article original]