我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。
在谷歌、Facebook、微软、IBM之后，亚马逊、埃森哲、丰田、日立、特斯拉、强生等大型跨国公司也相继大规模地应用机器学习技术。得益于商业资本的推动，机器正疯狂地消化海量的数据，并日益理解这些数据背后的含义，机器也因此变得越来越聪明。
许多初创公司也成为这个浪潮的参与者。初创公司已经孕育出许多机器学习的新应用，其中一些还在襁褓中就已被视为明日之星了。
11月24日，美国知名人工智能分析师MANISH SARASWA总结了2015年以来机器学习领域的详细进展，具体内容如下：
Facebook开源先进的深度学习工具Torch
Torch是一个从2002年就开始存在的开源库，其包含了一个用来构建和训练神经网络的框架。目前Facebook利用Torch正在开发几个新的模块，其中一个是高度定制的卷积神经网络。
GraphLab是由CMU（卡内基梅隆大学）的Select 实验室在2010 年提出的一个基于图像处理模型的开源图计算框架，旨在帮助机器分析图表，也就是帮助人们分析网络上的人际关系。GraphLab也称为Dato，他们推出了一个商业
产品
，并在2015年1月获得了1850万美金的投资。
人工智能是目前的热点。170多家企业纷纷踏足人工智能潮流，该领域涌现出强大的竞争力。最瞩目的大概就是谷歌、IBM和Facebook等科技巨头在人工智能领域投下巨资。
谷歌机器学习视频游戏
这个计算机项目灵感来源于人脑，它学会了49款雅达利经典游戏。Google DeepMind是这个项目成功的关键。DeepMind科技公司创立于2010年，2014年被谷歌以4亿英镑收购。
Azure是建立在微软的机器学习应用上的，包括Xbox和必应。支持多种编程语言，比如R、Python、Hadoop和Spark等等。支撑这个平台的关键是快速创建API和处理数据的能力。
许多毕业生加入到福特公司采用的是三年编制，福特公司采用人工智能来解决员工调度问题。这个应用大约使用了1万行代码，花了将近20个小时利用匈牙利算法进行编程。
谷歌机器学习大规模应用于医药研发
经过多年的研究，神经网络深度学习应用于虚拟药物筛选，
高通
量的筛选过程通过计算机完成，可以检测出药物是否应该更换或者加量。该系统一共使用了200多个不同生物进程中的3770万个数据点。
PayPal使用“champions-and-challengers”的模型来辨别欺诈行为，深度学习让让其几乎百战百胜。一旦模型检测出可能的欺诈行为，“侦探”就会进行评估并且做出下一步行动。
微软建立的聊天系统让小娜会唱歌和模仿人类，机器学习让小娜变得更聪明，可以预测体育比赛的结果，还可以告诉你什么时候下班可以避免高峰期拥堵。
谷歌和医疗保健公司强生达成协议，联手开发人工智能手术机器人，帮助外科医生进行微创操作，增加手术的可控性和准确性，减少手术给病人带来的伤害。
Facebook开发了一个简单的测试系统，可以确定人工智能软件的智力水平。这个测试共有20个关卡，难度不断提升，只有通过全部关卡才能完成测试。
亚马逊发布机器学习平台
这个机器学习平台针对不同技能水平的开发人员，如果你有了基本的框架和想法，亚马逊机器学习平台将提供简单的API，为你的设想变成现实提供了一条快速途径。
PayPal的风险管理系统使用了三种不同的机器学习算法：线性、神经网络和深度学习。经验表明，当三种算法一起使用的时候最有效。
巴塞罗那和加州
雅虎
实验室的研究人员在几个月内通过200万人的160亿封电子邮件研究数据库之间的交换行为。
“Now on Tap”特性让Google Now变得更聪明
谷歌在Google I/O 2015上公布了
Google
Now的新特性“Now on Tap”，它可以让Android操作系统的人工助手明白屏幕上发生了什么事，并采取相关行动。
英特尔不甘示弱，其设计的E7芯片提高了市场的水准，谷歌、Facebook和亚马逊等企业重新定义了数据中心的设计。英特尔声称新的芯片比其他企业的速度领先六倍。
Airbnb发布Aerosolve 机器学习软件包
Airbnb
一直遵循“人类+机器＞人类/机器”（人类与机器合作共生胜于人类或者机器）的信念，这个软件包具有几个特点：特征呈现基于thrift，支持Pairwise Ranking Loss和单上下文的多条目呈现；支持一种特征转换语言，让用户能够对特征进行更多的控制；人类友好的调试模型
SethBling使用神经网络与遗传算法制造了一款MarI/O机器人，它可以通玩《超级马里奥》。
亚马逊推出了一个新的机器学习系统，可以分析出那些有用的用户评论并且置顶。这个人工智能系统通常倾向于最新的评论、最火的评论以及最真实的评论。
Twitter表示，该公司将使用Whetlab技术加速内部服务，加强Twitter当前机器学习和人工智能的深度。
微软招人教电脑学习
微软
在机器学习方面表现出了新的兴趣，他们想要找人来教电脑学习，让软件变得更聪明。一位负责人说道：“事实证明，机器学习至关重要，它制造了一个供给和需求的问题：机器学习项目和企业的专业从事人员十分不足。”
谷歌人工智能允许用户通过摄像头来即时翻译27种语言
谷歌的翻译应用允许用户通过摄像头来捕捉内容进行即时翻译，这个功能已经推出有一段时间了，但当时只兼容7种语言，现在升级到27种语言了。
日立公司开发了一个“人工智能”软件，可以挖掘大规模的数据，比如挖掘了数以百万计的新闻后给出一个热点话题。该软件目前可以访问970万篇新闻报道，进行2.5亿量的相关性索引。
PayPal机器学习“人类侦探”打压欺诈
Paypal使用先进的机器学习和统计模型打压欺诈行为，利用复杂的算法过滤相关信息。深度学习帮助它学习在平时实验训练中没有出现过的复杂情况。
亚马逊网络服务为都柏林地区的开发者提供此项服务。预计
亚马逊
机器学习在这一地区的开放将有助于解决地区数据的限制性，所有数据的分析和预测都会在欧洲完成。
机器学习进入GartnerHype Cycle模型
Hype Cycle模型是Gartner公司对众多行业发展周期的预测与判断。机器学习首次出现在Hype Cycle模型的新兴技术板块，并且期望曲线一直呈增长状态。
苹果大规模招聘人工智能人才
苹果大规模招募人工智能和机器学习方面的人才，并企图挑战谷歌预测智能手机用户需求的功能，苹果公司在iOS9系统中添加了“主动”功能。
LinkedIn的FeatureFu项目是一个新开源的工具包，旨在帮助机器学习更有创意和灵敏，例如在统计建模方面（分类、聚类、回归）和基于规则的决策引擎方面。
Twitter尝试用机器来补充机器学习工程师们遗漏的方面。理论认为，与其让一个工程师花费数周或数月来做一个垃圾邮件检测系统或热门话题检测算法，还不如让算法来帮忙，算法可以完成其中的大部分工作。
苹果收购人工智能公司Perceptio
Perceptio是一家初创公司，该公司专注于在无需借鉴外部数据库的情况下, 在智能手机中的可以利用人工智能来进行图像分类的系统，这是一款依赖于模式处理和分类输入的专业机器学习系统。
日立公司开发出一种技术，统计多钟可能影响犯罪的数据源，包括天气、地理位置、急救电话、枪击传感器、人口流动和当前犯罪统计数据，以此来预测犯罪行为。
特斯拉最新的自动驾驶系统是基于机器学习而产生的，涉及汽车的无线连接、详细映射数据和收集数据传感器。特斯拉汽车一直使用数据和无限软件更新来优化运作。
Fractal分析公司收购了人工智能公司Imagna Analytics，这是其今年的第二次收购动作，将进一步增强其利用人工智能分析客户数据的能力。
RankBrain是谷歌开发的一个机器学习人工智能系统，帮助优化搜索结果。它是谷歌搜索算法的一部分，可以在数十亿网页中找到与特定查询内容最相关的网页。
丰田在美国投资人工智能10亿美元
丰田
宣布了一项为期5年的10亿美元人工智能研发项目，同时在硅谷设下技术研究中心，计划招聘200名人工智能科学家为其工作。
开源机器学习平台H2O.ai 完成2000万美元B轮融资
H2O.ai 是一个独立开源的机器学习平台，主要服务于数据科学家和开发者，为其应用提供快速机器学习引擎。H2O.ai 宣布完成 2000 万美元 B 轮
融资
，由Paxion Capital Partners(GoPro董事会成员之一 Michael Marks的新基金)领投，原有基金Nexus Venture Parners和Transamerica跟投，另外还有新的投资方Capital One Growth Ventures进入。
埃森哲已经在爱尔兰都柏林建立了一个人工智能实验室，其现有的实验室包括美国加州圣何塞实验室、马萨诸塞州阿灵顿实验室， 法国索菲亚科技园实验室，中国北京实验室，印度班加罗尔实验室，这些实验室将与埃森哲其他
团队
一起创造更多的智能工具。
Facebook正在测试一个人工智能系统，它可以“读懂”照片上的内容，帮助视力障碍者“看到”社交网络上的图片。
Facebook
、
苹果
和谷歌这三家美国
科技
巨头公司一直在努力发展
人工智能
。
科技猎