像往届NIVIDIA GTC大会一样,来自各行各业的人工智能初创企业将在2019年GTC大会上齐聚一堂,展示他们的新兴技术,与其他人工智能初创企业建立网络,并与深度学习专家建立联系。
在3月19日的2019年GTC大会上,8家NVIDIA Inception 创业企业将在这一天争夺丰厚创业资金及创业路上最光荣的时刻。让我们先一睹他们的风采,一起看一看未来吧!
01
Shone
一开始是朋友们为了好玩在周末改装了一艘无线电控制的船。接下来发生的事情很硅谷:三个儿时的伙伴将机器人技术和自动驾驶汽车技术结合起来,成立了一家自动驾驶船舶初创公司,并给全球第三大货运公司打了个电话。
Shone的目标是使航运现代化。这家初创公司将NVIDIA gpu应用于大量传统货船数据,如声纳、雷达、GPS和AIS(一种船对船的跟踪系统)。这使得它能够快速处理关于其自定义算法的tb级训练数据,从而为海洋货轮开发感知、导航和控制。该公司还增加了摄像头,以提供更好的航海目标检测。
02
GOAT
人工智能正在彻底改变交通、医疗,甚至是音乐推荐。那么,运动鞋销售市场又有何不可呢?
世界各地的运动鞋迷们都喜欢网络销售商GOAT。卖家提交格式化的运动鞋照片,公司就会找到买家。
刚刚获得1亿美元新资金的GOAT是全球最大的运动鞋转卖平台,该平台使用人工智能对鞋子清单进行认证,以寻找可收藏的鞋子。这家位于加州卡尔弗城(Culver City)的初创公司已经扩大到500多名员工,吸引了1000多万用户,自2015年成立以来,该公司一直在以天文数字般的速度增长。
03
Lilt
Lilt的平台通过其混合的人机训练管道,促进了专业翻译人员的工作,并为特定的项目增加了领域专业知识。这家旧金山初创公司的软件可以让用户用一种语言查看每行文本,并将其翻译成另一种语言,提供完整的翻译建议。
04
Babblelabs
Babblelabs正在利用人工智能对数字化语音进行升级,有望成为解决鸡尾酒会背景噪声问题的重要力量。这家位于加州坎贝尔的初创公司的Clear Cloud API专门针对NVIDIA的gpu开发,为声音处理提供自动语音增强和降噪功能。
该公司已经开发了一种数据方法,它结合了从大量开源库中自动收集原始音频数据,以及复杂的语音-音乐-噪音-混响混合算法的合成,以及一个由人类听众和测试数据收集者组成的全球网络。Babblelabs的数据库中有成千上万小时的无噪声语音,还有成千上万小时的噪音和音乐,还有成千上万个房间的声学模型,这些用于训练深层神经网络,学习成千上万小时独特的人类语言。这一切的实现得益于谷歌云计算平台的数据存储、传输和管理能力,以及NVIDIA GPU技术的独特能力,它可以加速最大、最复杂的神经网络,以满足成本和时间需求。
05
Mapillary
Mapillary正在通过整合计算机视觉技术和社区协作来开发详细的地图。这家总部位于瑞典马尔默的初创公司从相机上收集街道图像,以构建世界的视觉化,努力改进地图,帮助城市规划它们的发展,并为汽车行业的发展做出贡献。
Mapillary汇集了全球网络的贡献者,他们希望通过可视化世界和构建更好的地图,让每个人都能访问这个世界。任何人都可以使用智能手机或动作相机等简单工具加入并收集街面图像。通过计算机视觉,将跨越时间和空间的图像连接起来,创建沉浸式街道视图并提取地图数据。
06
Prenav
Prenav是一家专注于基础设施检查的无人机开发商。这家位于加州雷德伍德市的初创公司使用自家生产的激光雷达和导航系统,让无人机接近工业检查点,无需GPS就能在室内导航。该公司的检查包括美国的手机信号塔和能源基础设施。
07
VYASA Analytics
VYASA Analytics的深度学习平台使客户能够在生命科学、医疗保健、营销、法律和商业智能领域进行查询。这家总部位于波士顿的初创公司利用gpu,帮助客户能够跨大型数据集提出复杂的问题,并获得关键的见解,从而做出更好的业务决策。
早些时候,Vyasa宣布推出Cortex,这是一个高度可伸缩的协作知识发现和数据分析平台。Cortex利用人工智能来组织数据,并为项目团队提供洞见。通过Vyasa专有的神经概念识别技术,Cortex可以跨竖井数据识别概念,而不需要像人工智能用于识别图像中的对象和人那样重新格式化仓库。在生命科学的背景下,它包括关于治疗学、基因、蛋白质和疾病类型的信息。因此,Cortex可以帮助生命科学组织推进他们的研究,医疗组织可以创造更好的诊断,了解症状,识别成本节约,减少再入院和副作用。
08
Kinetica
Kinetica提供了一个平台,将流媒体和历史数据与位置智能和机器学习支持的分析结合起来。汽车、能源、电信、零售和金融服务行业的公司使用该平台的gpu加速计算能力来构建可交付实时结果的自定义分析应用程序。
Kinetica平台包括一个分布式的gpu加速的数据库,该数据库利用cpu和gpu的强大组合来分析具有毫秒响应时间的大量复杂数据集。Kinetica的核心是一个面向分析工作负载(OLAP)设计的矢量化、柱状、内存优先的数据库。专门为利用GPU的并行计算能力而设计。Kinetica自动在cpu和gpu之间分配任何工作负载,以获得最佳结果。使用行业标准SQL在几微秒内处理和分析数十亿行数据。
小编可以这样说,这8新创公司都有可能成为未来的独角兽公司,看老黄这次要为谁转身!