人工智能这个词最初被创造的约翰·麦卡锡在1955年,将它定义为“智能机器”的科学和工程。现在超过半个世纪的历史了,人工智能和机器学习领域的最终实现它的一些古老的目标被成功地应用在数据挖掘等领域,工业机器人技术,物流,语音识别,银行软件、医疗诊断和搜索引擎。
科技巨头都在大力投资人工智能和机器学习。Facebook在2010年推出了面部识别技术,2013年,马克·扎克伯格专用人工智能研究实验室。2014年谷歌买了人工智能启动DeepMind(£2.63亿)为4亿美元,使其成为迄今为止最大的科技收购。微软也一直在大举投资AI与他们牛津大学项目,它使用一种情感检测服务,可以分配一个情感对一个人根据他们的面部表情。这种面部识别允许编辑照片根据表达的感情。
IBM还大的进步在人工智能和机器学习沃森电脑这曾在2011年赢得了美国智力竞赛节目《危险边缘》,超过他的人同行。IBM和已经与Nvidia将K80 Nvidia Tesla gpu,沃森1.7更快响应查询。IBM也在开发一个教学助理应用程序将根据批准的计划课程材料。
苹果买了人工智能启动Emotient,尽管它并不完全清楚苹果的计划是,有报道称,此次收购将人脸识别技术中心和顾客对广告的反应。苹果公司也收购了英国的AI公司声乐智商报告表明,他们的目标是进一步开发Siri,使用声音智商的演讲人工智能软件。
从第一季度到2015年第三季度我们看到472亿美元投资于人工智能和机器学习,大概900家公司在人工智能领域工作在商业智能解决问题,金融和安全,几个世纪以来的长期探索开发机器和软件类人智能英寸更接近现实。
专家们说什么?
我们伸出的前20名有影响力的人,问他们的意见人工智能和机器学习。我们采访了迈克塔米尔(# 1),柯克承担(# 2),格里高利Piatetsky(# 3),基因Kogan(# 7)和兰德尔·奥尔森(# 10)。一定要遵循他们熬夜到目前为止最好的内容和资源在人工智能和机器学习!bob竞猜app下载
“我们正处于一个重要的时刻在人工智能和机器学习的历史。20世纪充斥着错误的开始和失败应用基于规则的反馈,以帮助机器语言与人类互动。最近推动机器学习的进步我们如何代表文本数据与连续神经字嵌入改变了游戏规则。word2vec等技术已经使我们人口表示自然语言数据的深度学习应用程序能够成功地分类和概念之间的语义关系,甚至推论句子之间的关系。这个成功加上类似的成功与深度学习convo-nets时图像识别有可能带我们去“深蓝”的绝境时刻挑战等问题的“图灵测试”吓AI几十年了。”
“人们有时问“如何是机器学习与数据挖掘和人工智能?“我说机器学习指的是基础的数学算法学习模型描述模式和特征数据,而数据挖掘的应用这些算法使发现从大型数据集,和人工智能的应用这些算法自主行动和决策在设备(如机器人)。我现在将把所有这些概念的伞下数据的科学。此外,深度学习的出现,快速的机器学习技术(如gpu),和模块化的架构(比如覆盆子π)现在是模糊数据挖掘和人工智能之间的区别。可操作的情报已经不再只是一个业务术语——这是一个商业势在必行。”
机器学习是人工智能的核心。机器学习特别是深度学习,通过大数据,快速的gpu,和更好的算法,已经达到人类或超人的性能在许多领域,包括游戏、图像识别以及言论的理解。过去的“专家”谁说AI不会打败人类的国际象棋大师,或人类的国际象棋冠军,还是认不出图像,等等,都被证明是错误的。似乎并不存在任何障碍,人工智能和机器学习可以实现什么。现在是时候认真对待AI,考虑巨大好处但也从人类AI巨大风险。”
基因Kogan- - - - - -研究员Sourcetone工程师/讲师Harvestworks
“我兴奋机器学习的应用对人类创造力和表达能力,并希望看到更多的资源投资于研究和教育民主化访问。”bob竞猜app下载
兰德尔·奥尔森——博士后研究员宾夕法尼亚大学生物医学信息学研究所
“DeepMind AlphaGO承担世界专家球员,波士顿动力公司的“两足机器人(Atlas)行进到机器人的场景,所以更多,希望是一个开创性的2016年人工智能和机器学习。我期待着报道最新的AI和毫升是我们进步的最先进的机器能完成。”
映射的社区
我们很期待看到人工智能和机器学习品牌和个人是领先的在线讨论。我们分析了1.1 +微博从30 Novemver 2015 - 2016年2月24日提及关键词“# AI或“人工智能”或ArtificialIntelligence或“机器学习”或Machinelearning”,确定了前100名最有影响力的品牌和个人主要在Twitter上的讨论。我们发现是一个从事社区,人与人之间的讨论和品牌。下面你将看到一个网络地图的前100名用户从事人工智能和机器学习的对话。这张地图创建与管理软件(IRM)的影响关系。一定要点击地图上的享受全尺寸进行更详细的网络图。
下面你将看到另一个网络地图创建与影响者关系管理软件(IRM)显示# 2影响柯克承担,和谈话的不同在他的领域有影响力的人。如果你有兴趣学习更多关于识别、管理和与有影响力的人点击在这里联系!
前100人
我们看着所有的人参与在Twitter上给你一个列表的前100名最有影响力的个人人工智能和机器学习对话。一定要下载报告,看谁排名超过50。
下载完整报告
排名 | 的名字 | 公司 | 影响得分 | |
---|---|---|---|---|
1 | @MikeTamir | 迈克尔·塔米尔 | 激励 | 42.37 |
2 | @KirkDBorne | 柯克承担 | 博思艾伦 | 41.5 |
3 | @kdnuggets | 格里高利Piatetsky | KDNuggets | 36.87 |
4 | @craigbrownphd | 克雷格•布朗博士。 | 阀杆 | 32.61 |
5 | @bobgourley | 鲍勃·古尔力 | Cognitio集团 | 23.73 |
6 | @davidwkenny | 大卫·肯尼 | IBM华生 | 23.49 |
7 | @genekogan | 基因Kogan | Sourcetone | 23.18 |
8 | @randhindi | 兰德印地语 | 剪 | 22.87 |
9 | @mappingbabel | 杰克•克拉克 | 布隆伯格 | 17.51 |
10 | @randal_olson | 兰迪奥尔森 | 宾夕法尼亚大学 | 17.03 |
11 | @jordannovet | 约旦Novet | VentureBeat | 16.92 |
12 | @GaryMarcus | Gary Marcus | 几何的情报 | 16.53 |
13 | @xamat | 泽维尔Amatriain | Quora | 15.69 |
14 | @RickKing16 | 瑞克国王 | 顾问 | 14.95 |
15 | @EdKwedar | Ed Kwedar | 顾问 | 14.21 |
16 | @miha_jlo | Mihajlo Grbovic | 雅虎实验室 | 13.62 |
17 | @ilparone | 雅诺m . Koponen | 随机的,TechCrunch | 13.16 |
18 | @alexjc | 亚历克斯·j·Champandard | AiGameDev, nucl.ai | 12.35 |
19 | @guestrin | 卡洛斯Guestrin | 拿督 | 11.57 |
20. | @willknight | 将骑士 | 技术评论 | 9.73 |
21 | @hannawallach | 汉娜瓦拉赫 | 微软 | 9.71 |
22 | @TamaraMcCleary | 塔玛拉二者 | Relationshift | 9.63 |
23 | @AndrewYNg | Andrew Ng | 百度,Coursera | 9.14 |
24 | @erikbryn | Erik Brynjolfsson | 麻省理工学院 | 8.61 |
25 | @jshieber | 乔纳森·谢波 | TechCrunch | 8.47 |
26 | @MFordFuture | 马丁•福特 | 作者,主讲人 | 8.42 |
27 | @etzioni | Oren Etzioni | AIlen人工智能研究所 | 8.35 |
28 | @simonlporter | SimonPorter | IBM | 8.06 |
29日 | @pmddomingos | 佩德罗·多明戈 | 华盛顿大学 | 7.49 |
30. | @josephsirosh | 约瑟夫Sirosh | 微软 | 7.28 |
31日 | @RebeccaFiebrink | 丽贝卡Fiebrink | 金斯密斯学院 | 7.07 |
32 | @YvesMulkers | 伊夫Mulkers | 7 wdata | 6.89 |
33 | @DennisMortensen | 丹尼斯·r·莫特森 | x.ai | 6.35 |
34 | @tsimonite | 涉足 | 技术评论 | 6.34 |
35 | @ITredux | 西奥普里斯特利 | ITredux,微软 | 6.3 |
36 | @EvanSinar | 埃文金光 | DDI | 6.29 |
37 | @Wikisteff | 史蒂芬·克里斯坦森 | 视野 | 6.25 |
38 | @bobehayes | 鲍勃·e·海斯博士学位 | AnalyticsWeek | 6.05 |
39 | @gigastacey | Stacey Higginbotham | 物联网的播客 | 5.76 |
40 | @clarecorthell | 克莱尔Corthell | 发光的数据 | 5.62 |
41 | @MLnick | 尼克·彭特里斯 | Graphflow | 5.6 |
42 | @reckel | 理查德·埃克尔 | 微软 | 5.56 |
43 | @harryshum | harryshum | 微软 | 5.43 |
44 | @nanettebyrnes | 纳内特伯恩斯 | 技术评论 | 5.4 |
45 | @DiegoKuonen | 迭戈Kuonen博士 | Statoo咨询 | 5.37 |
46 | @robertoglezcano | 罗伯特·a·冈萨雷斯 | San Pablo大学 | 5.35 |
47 | @TeachTheMachine | 杰森Brownlee | 聪明的计算 | 5.29 |
48 | @mpshanahan | 莫里沙 | 帝国理工学院 | 5.22 |
49 | @ManjuManglani | Manju Manglani | managingpartner | 5.21 |
50 | @bigdata | Ben Lorica | O ' reilly媒体 | 5.18 |
品牌100强
在前100名的品牌我们发现一个伟大的选择的组织如IBM、微软、英伟达和雅虎实验室以及一些行业资源,比如TechCrunch和麻省理工学院技术评论。bob竞猜app下载一定要下载完整的报告,看谁排名从50 - 100。
下载完整报告
排名 | 的名字 | 影响得分 | |
---|---|---|---|
1 | @xdotai | x.ai | One hundred. |
2 | @wef | 世界经济论坛 | 76.43 |
3 | @IBMWatson | IBM华生 | 70.41 |
4 | @xprize | XPRIZE | 68.77 |
5 | @TechCrunch | TechCrunch | 46.66 |
6 | @MSFTResearch | 微软研究院 | 45.93 |
7 | @IBM | IBM | 38.03 |
8 | @Microsoft | 微软 | 37.16 |
9 | @techreview | 麻省理工学院技术评论 | 36.4 |
10 | @Forbes | 《福布斯》 | 33.16 |
11 | @nvidia | 英伟达 | 30.94 |
12 | @Techmeme | Techmeme | 27.41 |
13 | @analyticbridge | 大数据的科学 | 26.24 |
14 | @sejournal | SearchEngineJournal® | 26.17 |
15 | @YahooLabs | 雅虎实验室 | 19.13 |
16 | @Toyota | 丰田美国 | 18.59 |
17 | @innovateuk | 英国创新 | 18.55 |
18 | @TechRepublic | TechRepublic | 15.29 |
19 | @singularityhub | 奇点中心 | 15.22 |
20. | @open_ai | OpenAI | 15.14 |
21 | @IBMResearch | IBM的研究 | 14.86 |
22 | @AtlasFuture | 阿特拉斯的未来 | 14.5 |
23 | @teamrework | RE.WORK | 14.11 |
24 | @FLIxrisk | 未来的生活 | 13.98 |
25 | @engadget | 瘾科技 | 13.75 |
26 | @ML_toparticles | 机器学习 | 12.19 |
27 | @DataScienceCtrl | 科学数据中心 | 11.71 |
28 | @VentureBeat | VentureBeat | 11.55 |
29日 | @MSFTVentures | 微软公司 | 11.42 |
30. | @deeplearning4j | deeplearning4j | 10.8 |
31日 | @TensorFlo | TensorFlow | 9.52 |
32 | @InfoQ | InfoQ | 9.32 |
33 | @SwanseaUni | 斯旺西大学 | 9.25 |
34 | @developerWorks | IBM developerWorks | 8.9 |
35 | @AlchemyAPI | AlchemyAPI | 8.76 |
36 | @MaluubaInc | Maluuba | 8.68 |
37 | @BigCloudTeam | 大云 | 8.07 |
38 | @broadinstitute | Broad研究所 | 7.84 |
39 | @snips | 剪 | 7.49 |
40 | @DataconomyMedia | Dataconomy | 7.22 |
41 | @declara | Declara | 7.09 |
42 | @Azure | 微软Azure | 7.06 |
43 | @ITPro | 这职业 | 6.92 |
44 | @IBM_NEWS | IBM新闻室 | 6.91 |
45 | @datoinc | 拿督 | 6.62 |
46 | @Datafloq | Datafloq | 5.8 |
47 | @AnalyticsVidhya | 分析方面 | 5.6 |
48 | @hseas | 哈佛大学的海洋 | 5.58 |
49 | @Recode | Re /代码 | 5.21 |
50 | @royalsociety | 英国皇家学会 | 5.1 |
在OnBOB体育下alytica我们爱构建这些列表和想回馈我们的忠实读者尽可能多。如果你感兴趣的其它话题(如机对机,可穿戴技术,物联网)一定要对我们的博客或雄鹅为什么不向我们提出一些话题推特吗?我们还建立了一些很酷的软件来管理所有这些有影响力的人。今天免费演示通过点击下面的按钮!
免责声明:既然这些列表,它必须强调排名绝不是最终测量的影响,不存在。上市无疑是最具影响力的品牌和个人驾驶时讨论人工智能和机器学习的辩论。
我们使用基于PageRank的方法提取影响者在一个特定的主题考虑上下文引用的数量和质量,用户接收。这些计算是独立用户数量的追随者,但我们做过滤列表根据用户从事谈话和影响他们通过他们的网络驱动器。
标签
人工智能和机器学习
前100名有影响力和品牌
下载这个免费报告学习是人工智能和机器学习的前100名有影响力的人。