七家初創透視未來 (車品覺)
Datarobot提供了大量演算法和工具，用來開發和部署機器學習和AI項目。（網上圖片）
史丹福經濟政策研究所的《高科技專利申請的若干事實》研究發現，自2010年以來，機器學習專利申請量呈爆炸式增長，微軟和Alphabet目前處於領先地位，其中微軟更擁有2075項專利（2000年至2015年間），而亞洲區的Samsung和Sony也位列十大。
報告又列出25家值得關注的機器學習創業公司，我特別從中找出7家個人認為代表了未來數據中台自動化趨勢的公司給大家參考，也順便論證此一趨勢。
1. Anodot
利用機器學習優勢，對企業賴以開展日常運作的各種數據集進行建模，不斷尋找潛在業務模式。如同很多機器學習創業公司，Anodot的AI平台利用持續學習能力，試圖消除數據盲點，量化各種數據集的根源，並提供即時異常探測。
2. Cinnamon
依靠機器學習和AI技術，從非結構化檔案中自動提取數據。幾位聯合創始人在推薦引擎的設計和優化方面擁有豐富經驗，曾經開發過幾款有趣產品，包括Lapis Engine，非常精準地把使用者和產品的向量化資訊結合起來，提供準確的推薦和匹配。
3. Dataiku
設計和發布了Data Science Studio平台，目標是涵蓋端到端的所有步驟，把原始數據變成易於維護的數據驅動型應用，擁有直觀的互動式工作區，能夠縮短實現數據驅動所需的裝載、預處理、測試、部署迴圈。
4. DataRobot
企業級自動化機器學習平台，旨在讓技能水平不一樣的員工都可使用，提供了大量演算法和工具，用來開發和部署機器學習和AI項目，包括數百種開源機器學習演算法。
5. DataVisor
利用機器學習來發現金融數據中的異常，防止可能的數據洩露、銀行欺詐和其他類型的金融服務業犯罪活動。利用無監督學習技術，在造成損失之前精確地識別攻擊活動。
6. Innovaccer
開發基於AI和機器學習的系統，協助醫療機構整合來自多個分散式來源的複雜數據，為醫療人員提供寶貴意見。
7. Tamr
在MIT研究取得成功後，開始打造商業級解決方案，旨在利用機器學習解決對大量不同數據進行關聯和充實的難題，數據統一專案所需時間可縮減90%。
自2010年以來，機器學習專利申請量呈爆炸式增長。（新華社資料圖片）
(編者按：車品覺著作《覺悟．。大數據》現已發售)
歡迎訂購：實體書、電子書
更多車品覺文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
 - EJ Tech){kind=link}
){kind=link}