在人工智能和大数据领域做得比较好的美国企业有哪些
美国在人工智能领域和大数据领域，相对于中国占有优势，但是目前中国处于追赶和后来居上的状态。排名前十位的人工智能领域的公司有苹果公司、谷歌、微软、亚马逊、脸书、腾讯、阿里巴巴、三星、英特尔、Oracle.排名前十的人工智能和大数据领域的企业，中国有俩位，韩国有一位。
关于大数据领域，阿里云目前在中国可以说一骑绝尘，摩根斯坦利对其估值已经达到390亿美元。把阿里云算作大数据公司有三点理由：第一，阿里云“数加”是云计算公司里首个大数据平台;其次，阿里云的发展战略是计算、数据、人工智能三位一体，从云的基础设施向上走到数据这一层，是摆脱同质竞争的关键;最后，马云是在所有公司里率先喊出阿里是一家数据公司口号的，这是最高层的决心。要知道，亚马逊AWS、微软Azure都没有这么高调地把自己和数据相联系，马云的确是战略高手。
2017年人工智能国内领域收购案，有哪些企业参与了
2017年是人工智能大跃进的一年，光是第一季度，就有34家AI创业公司被收购。有很多公司并不知名，一家一家总结也过于繁琐，我在这里对主要的一些收购案做个总结。
2017.01.09亚马逊收购Harvest.ai
harvest.ai是一家安全公司，创始团队中包括两位前NSA员工，他们用机器学习和人工智能的方式，分析一家公司关键IP上的用户行为，从而识别和阻止有针对性的攻击，防止信息泄露。
harvest.ai的旗舰产品是MACIEAnalytics。它使用AI来实时监控一家公司的知识产权被访问情况，评估是谁以及在何时查看、复制或移动特定文档，以便识别可疑的行为模式，在数据泄露事件发生之前就阻止它。这种服务是打击内部风险的一种方式。据报道，收购价格可能是1900万美元。
2017.01.13微软收购Maluuba
Maluuba由加拿大滑铁卢大学的在读研究生KaheerSuleman创办，主要关注机器学习中的两个细分研究领域：对话和机器阅读理解，对话和理解以及通用（人类）智能，比如记忆、常识推理以及资讯搜寻行为。
从性能测试的结果看来，Maluuba智能应用的成绩很优秀。据其在2016年6月发布的论文，他们推出了一款机器月度理解系统EpiReader，这款模型在CNN和CBT两个数据集上的测试均超越了Facebook、Google和IBM。
2017.01.16Adikteev收购Trademob
Trademob是一家位于德国的移动应用营销平台，它提供了一款可以追踪移动应用推广效果的应用，帮助开发者更好地了解自己的表现。其次，Trademob还与100家广告网络建立了联系，包括Admob、Inmobi、MillennialMedia、GDN等，从而借助自动分析和调整参数来提升广告效果。通过这种方式，该公司不仅可以帮助开发者提升用户数量，还可以加强用户的参与度。
2017.01.23普莉希拉·陈收购AI搜索引擎公司Meta
Meta是一家初创公司，成立于2010年，专注于利用AI和机器学习来筛选前沿的科学研究报告。曾经拿到Google600万美元的投资，覆盖的领域也更加细分，主要包括了生命科学、医疗等领域。早前，他们主要采取订阅模式或提供个性化解决方案的收费方式，被收购后，Meta的所有产品将会免费提供给所有人。
2017.02.16百度收购渡鸦科技
渡鸦曾是一家颇具争议的公司，成立后推出了智能硬件控制中枢Raven-1，可以连接智能手机和家庭中的智能家电，公司以设计见长。此次收购由陆奇主导。
2017.02.17Element.ai收购MLDB.ai
Element.ai这家被称为「加拿大版YC」的公司旨在通过硅谷式的产业服务帮助创业者，将人工智能的新技术从实验室转化为实用产品，同时也为其他公司构建研究机构提供解决方案。mldb.ai是Element.ai成立以来的第一笔收购。
2017.02.19苹果收购RealFace
RealFace由AdiEckhouseBarzilai和AvivMader于2014年在特拉维夫创办，他们开发的一款面部识别软件能够提供生物识别登录服务，让用户在登录移动设备或者PC的时候不需要输入密码。当时的收购被认为iPhone可能在新手机上提供面部识别，这在iPhoneX上得到了印证。
2017.02.27Bloq收购Skry
全球企业区块链技术解决方案供应商Bloq，宣布其收购了区块链分析领域的先驱Skry（前身为Coinalytics），以加速其分析能力的发展，并在其平台上打开人工智能（AI）的大门。通过此次收购，Bloq希望增强其分析工具套件，并通过AI和机器学习最大限度地发挥区块链数据组的价值。
2017.02.28relayr收购Neokami
Relayr由JosefBrunner于2013年创办，总部位于美国波士顿，是一家物联网开发平台提供商，提供一个由任何事物均可任意相连的云平台(任何服务、任何软件、任何平台以及任何传感器)、针对设备快速成型的开源软件开发工具包和工业级的传感器套工具包以及针对制造业、基础设施管理以及零售业的物联网服务组成的研发解决方案。
2017.03.06亚马逊收购ThinkboxSoftware
Thinkbox成立于2010年，是一家提供用于管理媒体渲染工作负载软件的公司。Thinkbox的产品包括Deadline渲染管理系统、Krakatoa体积粒子渲染技术、Sequoia点云网格划分工具、草稿图像处理自动化和Xmesh几何缓存系统。亚马逊的这笔收购是为了增强AWS的能力。
2017.03.07Spotify收购Sonalytic
Sonalytic公司于去年四月成立，推出的专利技术声称能够“以极高的准确度和效率识别单独的歌曲、混音内容和音频片段。
2017.03.27Spotify收购MightyTV
MightyTV是一家提供电视节目和电影推荐的初创公司。该公司为iOS和安卓系统开发了一款Tinder风格的移动端APP，可以让用户快速标记是否喜欢推荐的节目，并以此来帮助MightyTV根据用户喜好自定义推荐节目。推荐的精准度将随用户使用次数的增加而提高。
2017.04.13MarketTrack收购360pi
360pi是一家零售价格和分类追踪公司。
2017.05.14苹果收购LatticeData
收购价格为2亿美元。LatticeData以AI技术驱动，采集非结构化的暗数据（darkdata），然后将其进行结构化、有用的信息。
2017.05.25DataRobot收购Nutonian
DataRobot开发了一种自动化的机器学习平台，可获取数据科学家的知识、经验和最佳实践，并利用这些信息构建和部署预测模型，速度要远远快于以前所能实现的。有了这些模型，分析师就可以从海量数据中发现隐藏的机会并预测结果。
2017.07.05百度收购KITT.ai
KITT.AI专注语音唤醒和自然语音交互技术，是世界上唯一一家获得亚马逊Alexa和微软联合创始人PaulAllen投资的公司，并入选了CBInsights人工智能创业一百强。
2017.07.06CerticaSolutions收购UnboundConcepts
CerticaSolutions是一家云端K-12平台。7月，Certica与一些K-12教育科技销售商合作，宣布了对UnboundConcepts和ItemLogic的收购。UnboundConcepts是一款阅读内容与数据元相结合、简化阅读的工具，而ItemLogic是一个课堂评估和学习内容管理系统。
2017.07.12Google收购HalliLabs
HalliLabs是一家在印度班加罗尔创立的创业公司，专注于开发深度学习和机器学习系统，解决所谓的“老问题”。
2017.07.13亚马逊收购GameSparks
收购价1000万美元。游戏开发者可通过GameSparks的API和基于云端的编码工具打造游戏“服务器端功能”。这些功能包括排行榜、实时和基于回合的多人游戏、通知和玩家保存数据。GameSparks拥有跨平台的兼容性，并支持所有主要的引擎和商店，包括Unreal、Unity、PS4、XBOX、iOS、GooglePlay和Steam等。其客户包括Rovio、育碧、SquareEnix和BandaiNamco等大型工作室以及一些独立开发者。
2017.07.21亚马逊收购Graphiq
Graphiq能够让用户根据话题进行搜索，然后获得有关这一主题的复杂数据集，以一目了然的图表呈现出来。据《洛杉矶时报》报道，亚马逊尤其看重Graphiq收集有关“产品、地点以及人”的数据的能力。
2017.07.25HubSpot收购Kemvi
Kemvi公司的智能软件通过博客文章、SEC文件、新闻稿和公司网站等方式进行分类，并采取精准营销，帮助销售人员根据客户的需求提供更精准的服务。
2017.08.01Facebook收购Ozlo
Ozlo由Facebook前设计经理CharlesJolley与火狐浏览器前首席工程师MikeHanson在2013年创立，总部设在加州帕洛阿尔托，致力于将知识图谱(KnowledgeGraph)出售给开发人员。创立之初，Ozlo团队一直在开发一款会话及交互式移动搜索机器人。
2017.08.10Lyft收购YesGraph和DataScore
YesGraph擅长打造推荐有奖项目，也就是鼓励用户把应用推荐给别人从而获得奖励。DataScore团队则将以增加司机和乘客数量为己任，运用他们在“用户获取、转化和保留项目”上的经验。在被收购之前，DataScore的口号就是：我们致力于帮助创企发展。该公司的旗舰产品是一款“以数据为驱动的营销解决方案”，背后蕴藏着他们的专利技术。
2017.08.15Meltwater收购Cosmify
Cosmify利用先进机器学习科技深入分析企业数据。
2017.08.16Workday收购Pattern
Pattern的目标是为销售人员减轻管理客户关系的负担，成立以来，该公司获得了FelicisVentures，SoftTechVC，FirstRoundCapital和多位天使投资人的支持；去年，这些投资人对其进行了250万美元种子轮投资。
2017.08.17Google收购AIMatter
AIMatter成立于白俄罗斯，开发有基于神经网络的AI平台及SDK，可帮助在移动设备上快速处理图像，它还有一个基于其技术的图像编辑应用Fabby。
2017.08.17高通收购Scyfer
Scyfer拥有丰富的机器学习实战经验，已在为制造业、医疗保健、金融等行业提供服务。此次收购高通意欲增强其AI无线技术。
2017.08.23M-Files收购Apprento
Apprento是一家加拿大初创公司，使用自然语言处理（NLP）和自然语言理解（NLU）提供语义分析，比如智能摘要。M-Files销售SVPGregMilliken说，收购Apprento后，公司马上能以智能方式来处理非结构化数据。
2017.09.07Cloudera收购FastForwardLabs
Cloudera是一家开源技术公司，它主要为大型组织提供企业级的产品，而它收购的FastForwardLabs主要为大公司提供咨询服务，帮助它们利用新兴的机器学习技术加快业务发展。
2017.09.20HubSpot收购MotionAI
MotionAI成立于2015年，提供可在FacebookMessenger，SMS和Slack上使用的聊天机器人。在此次收购之前，该聊天机器人已经被整合HubSpot免费CRM系统中。
2017.10.03亚马逊收购BodyLabs
BodyLabs成立于2013，能够提供3D人体建模技术。该公司主要为服装零售商提供帮助，更好地向消费者推荐尺码，以减少退货。
2017.12.12苹果收购Shazam
收购之前，Siri的听歌识曲早就集成了Shazam。2008年，Shazam作为一款应用首次亮相。通过收购Shazam，苹果公司还能够访问有关用户音乐兴趣的大量数据和信息。
2017.12.23亚马逊收购Blink
Blink创立于2014年，开发的产品有互联式Wi-Fi家庭安全摄像机以及去年12月推出的新型可视门铃。借助无线家庭监控产品，Blink在一次众筹中募集了超过100万美元的资金，自此公司起步。
人工智能领域有哪些“闷声发大财”的公司
说起人工智能产业全球的领头羊，大多数人首先想到的应该是谷歌、特斯拉、百度等企业。相比之下，公有云巨头亚马逊在人工智能领域看上去却名声不显。但这并不意味着亚马逊对人工智能漠不关心。
其实，在人工智能争夺战方面，亚马逊是有着他人所无法比拟的天然优势的。
人工智能技术的发展基础之一是大数据，人工智能的提升，需要通过海量数据进行的不断训练、学习。而作为全球最大的公有云服务商，在亚马逊的云端上，无疑有着海量的数据资源，可以为人工智能的训练和学习提供有力的支撑。
此外，人工智能的落地，也需要和行业的业务和具体需求相结合，找到合适的应用场景。在这方面，亚马逊的资源无疑也是十分丰富的。经过这么多年的积累，在亚马逊的公有云平台上，有着来自全世界各个行业的企业用户资源，他们可以为人工智能技术的落地提供丰富的应用场景。
“如果我们综合考虑隐私总体性和我们存储海量信息的能力，并合理地使用这些数据…….消费者肯定会很喜欢亚马逊的人工智能系统。”
事实上，亚马逊在人工智能领域的布局已经有几年时间，而且早已经走向商用。
近日，亚马逊公司便宣布已准备将人工智能技术用于商业服务中，计划将其用于云存储方面，用于保护用户数据的安全。据悉，亚马逊的这一计划，主要是通过机器学习技术，自动识别、分类和保护用户保存在亚马逊云计算平台上的敏感数据。
在引入人工智能技术之后，亚马逊就成为了首家将人工智能技术引入云存储服务，用于保护数据安全的云服务提供商。
这并不是亚马逊第一次在人工智能方面发力。亚马逊在人工智能方面更大的成就是其人工智能语音助手Alexa。时至今日，亚马逊推出的以Alexa为核心的智能音箱Echo销量已逼近千万，成为了消费级市场当之无愧的最成功AI产品，没有之一。
2012年8月31日，四名亚马逊工程师注册了一项基础性专利，这项专利的内容日后最终演变成了Alexa。专利涉及了一种人工智能系统，该系统旨在与人类语言，这一世界上最大、最复杂的数据集进行互动。工程师当时只需要使用11个单词和一个简单的图表就能描述它的工作原理。创造一种全新的计算机交互体验。
这位亚马逊首席科学家曾在BBNTechnologies公司致力于研究自然语言和语音识别技术，为美国国防部高级研究计划局（DARPA）等客户提供服务。亚马逊2013年向他抛出橄榄枝，邀请他加盟打造语音控制的AI服务。
对于语音识别和语言技术，2014年，亚马逊推出了以Alexa为核心的智能音箱Echo。该产品一经推向市场，便引起了消费者的广泛青睐。在很多人看来，这是一个全新的产品，因为之前没有人见到过同样的产品。带来了变革性的影响。
如今，Echo已经成为世界上最赚钱的人工智能产品，据第三方机构统计，亚马逊目前已经占据了美国人工智能语音设备70%的市场。
在推出Echo的同时，亚马逊也在着力打造人工智能领域的生态圈。虽然，亚马逊是一家十分注重保密的公司，但他们也意识到，在人工智能时代，开放合作至关重要。因此，在Alexa这一技术上，亚马逊采取的开放策略，这一策略也使得亚马逊在人工智能领域迅速开疆拓土，攻城略地。
2015年6月，亚马逊做出了一个惊人的决定，宣布开放旗下的人工智能语音助手Alexa，第三方开发者可以在Alexa平台上开发基于语音的Skill（技能），而这些技能则可以通过亚马逊的Echo智能音箱被消费者应用于家庭生活中。
今年年初，在美国拉斯维加斯举行的CES2017展会上，亚马逊负责Echo、Alexa和应用商店的副总裁MikeGeorge宣布，如今Alexa的技能达到了7000多个，而且增长速度越来越快。当时，他正在参加LG举办的一场智能冰箱发布会，而该冰箱就内置了亚马逊的智能语音助手Alexa。
也正是有了这些第三方开发者的广泛参与，Alexa的技能越来越丰富：查询天气、询问问题、Uber打车、查询菜谱、控制家用电器等等，看上去Alexa似乎已经无所不能。
如今，Alexa正被整合到各种各样的东西上，从洗衣机到空气净化器，再到婴儿监控器和牙刷。“当我们将某样东西对外开放的时候，我们让人们能够与我们的产品进行竞争，我们非常乐于看到这样的情况。”
费城的Inglis公司为残疾人提供住房和其他服务，其首席执行官GavinKerr在8个居民住宅中安装了亚马逊Echo和Dot设备。他希望在先期试点测试完成后，最终可以为所有300座住宅全部配备这样的设备。据悉，Kerr公司的服务对象是数百名患有多发性硬化症或其他身体衰弱状况的人。对于那些卧床不起或坐着轮椅的人来说，够不到墙上的温度控制器是非常痛苦的。在对Alexa进行一些小改动后，它就可以为那些语言功能严重受限的人群提供服务了。
在持续推进Alexa的同时，亚马逊在人工智能领域也在不断发力。
2016年年底，在拉斯维加斯举行的亚马逊开发者大会上，亚马逊公布了一个新的人工智能平台，并带来了三款基于机器学习的工具。这三款工具分别被命名为AmazonRekognition、AmazonPolly和AmazonLex，它们分别承担着图像识别、语音识别和聊天交互等三个方面的角色。
在发布新产品的同时，亚马逊相关负责人还透露，亚马逊已经在机器学习方面已经有非常深厚的积累，只不过对外很少披露；实际上，亚马逊内部已经有数千人在从事亚马逊人工智能的相关工作。
当登陆亚马逊AI的官网，就能看到这样的介绍：AWS提供全面的人工智能平台和服务，此类服务提供云原生的机器学习和深度学习技术来应对不同用例和需求。
AI服务：AWS的人工智能服务提供云端的自然语言理解(NLU)、自动语音识别(ASR)、视觉搜索和图像识别、文本转语音(TTS)及机器学习(ML)托管服务。
AI平台：AWS推荐使用MXNet作为深度学习框架，以获得高度可扩展、灵活且快速的模型训练体验。AWS可以提供针对CPU和GPUEC2实例优化过的深度学习AMI和CloudFormation模板。
AI基础设施：神经网络其中涉及增加大量模型的过程。AmazonEC2P2实例提供功能强大的NvidiaGPU，这大大缩短了完成这些计算所需的时间。
可以看到，亚马逊的人工智能技术已经覆盖了基础设施、平台、服务等各个环节。而且，更重要的是，还可以看到各种AI服务应用场景。
事实上，我们一直都在热炒，人工智能技术多么的先进，如何的创新。但是，无论怎样先进的技术，最终都要落地到实际的应用场景中，才能够产生更大的价值。在这方面，亚马逊无疑深谙其道。
据外媒报道，亚马逊正准备让人工智能算法来替代时尚造型师和设计师。据了解，他们的研究人员正在研究相关的机器学习系统，机器学习算法。通过分析附加到图像上的几个标签，其便能够推断出某些搭配以便更有效的发现最新趋势并做出反应，甚至是创造时尚。
从智能家居到智能零售，再到时尚设计，亚马逊人工智能下一个将要入侵的领域还远吗？
在我国网易在杭州举办的网易云创大会上带来多款人工智能事业部研发的产品。此次，也是网易人工智能事业部第一次出现在大众面前，这个事业部是否和阿里人工智能实验室，腾讯人工智能实验室一样神秘呢？
最近可能大家刷朋友圈经常会看到这样的标题，「BAT如何布局人工智能产业」，「BAT如何抢夺AI领域人才」，「BAT人工智能实验室大揭底」等等。不可否认，BAT是国内互联网科技领域三巨头，他们各自成立的人工智能实验室的架构、研究方向及研究领域都深受外界关注。其实除了百度，阿里，腾讯三家以外还有一家互联网大公司成立人工智能部也非常早，它就是网易。
在杭州举行的网易云创大会上，网易人工智能事业部（NETEASEAI）一口气展示了多项产品，其中包括实时基于三维实物呈现虚实结合效果的“网易洞见”、可以将任意面转换为屏幕的增强现实互动投影模块“网易影见”、智能聊天机器人开发平台“网易波特”、开放平台“网易智能+”等。
网易洞见是一款展示和体验增强现实内容的工具。就是在平面广告、视频广告等营销模式的基础上加入AR技术。目前众多国际品牌如可口可乐、Spotify、BBC等，都已启用AR增强用户体验。网易洞见是网易自主研发了AR引擎，实施基于三维实物呈现虚实结合的效果。
网易影见是一款基于投影交互的新场景的产品，它可以在任意一个平面都能投射出一个屏幕，主要应用在智能厨房、互动教学等。
此次开放网易“波特”是对话机器人的统一平台，未来能够应用到很多场景。比如此次网易云推出的教育解决方案，用户可以在波特平台上配置机器人，同时，接入大量平台自有的优质内容及服务（如音乐、云课堂、电商、邮件、新闻等），让产品拥有智能对话。
网易是国内最早一批运用AI技术的公司。早在2011年，李晓燕在网易成立了网易多媒体技术组，主要为网易的各个业务部门提供技术支持。到2012年，开始做人工智能的产品实践，陆续将深度学习技术应用到人脸识别、语义识别、智能客服、智能开放平台等众多产品和服务中，属于国内较早一批把人工智能和互联网相结合，应用到产品中的实践者，在此过程中也积累了大量人工智能产品化的经验。后来这个部门发展成了今天覆盖算法、开发和业务孵化的人工智能事业部，一直为网易的各个业务提供人工智能相关的技术支撑。
网易人工智能部门在成立之初就确定了他的发展路线，不会主攻基础性研究，更重实际应用。所以网易人工智能开发的技术首先从业务上的需求出发。比如网易有道的翻译服务，需要用神经网络翻译技术，传统的cpu做模型训练效率很低，而英伟达的GPU在训练神经网络上表现非常好。所以当2016年4月，NVIDIA的深度学习超级计算机DGX-1一经发布，尽管当时DGX-1的售价高达12.9万美金，网易还是第一时间下了订单，这台DGX-1在2016年10月下旬交货，网易也因此成为国内最快开展DGX-1应用的机构。今天网易人工智能事业部，已拥有自建分布式深度学习平台，包括底层深度学习GPU集群、深度学习模型、开放能力接口，以及深度学习、语音音频、计算机视觉、模式识别、人机交互、异构计算等技术，在业务上支撑网易的邮箱、游戏、云音乐、网易云、电商、有道等等，也为企业客户和消费者提供AR、BOT、AI开放平台等产品和服务，目前已经与很多行业龙头企业展开了合作。网易最大收入来自游戏，因此他们会研究如何在游戏里面发挥人工智能的价值。
网易甚至还结合当下人工智能的热潮，专门制作了一部电影《人工智能:伏羲觉醒》，注重人工智能的实际应用路线可谓是体现的淋漓尽致了。
网易云和网易人工智能事业部虽然分属不同的部门，但从技术角度来看，云技术和AI从来不分家。比如说在7月13日的网易云创大会上，网易云就和网易人工智能部的网易波特宣布联合开发教育云服务模式。
网易云服务众所周知，网易有很多toC端成功的产品，比如说网易云音乐，网易严选，网易考拉等，但网易的野心并不止于此，他们还要紧跟腾讯阿里，来分享企业级服务市场这块大蛋糕。网易云服务平台就这样诞生了。虽然和阿里云，腾讯云等云计算厂商相比，网易云规模不算很大，但网易有自己特有的盈利模式。网易现在的云产品有做云计算和大数据服务的「网易蜂巢」；提供反垃圾、验证码、注册保护、登录保护、活动反作弊、应用加固等安全解决方案的「网易易盾」；基于专业的跨平台视频编解码技术和大规模视频内容分发网络，提供稳定流畅、低延时、高并发的实时音视频服务的「网易视频云」；基于PaaS的即时通讯IM云服务的「网易云通讯与视频」；还有网易云客服，提供智能客服的网易七鱼。网易大数据产品有包括一站式大数据管理与应用开发平台「网易猛犸」和企业级大数据可视化分析平台「网易有数」。
AI科技评论发现，过去十多年间网易在大数据、分布式存储，积累了非常多的技术能力，比起国内BAT三巨头，网易略显低调。除了技术低调，网易的产品和服务也通常在对外默不作声的状态下完成，一旦它对外发布了，开始宣传了，你会发现他在产品上已打磨许久。这就是网易的风格，也是他多款小而美，以“小清新”见长的产品一经发布就能大获成功的原因。
推荐阅读美国担心人工智能领域(美国人工智能出问题)
创业人工智能领域，创业人工智能领域包括
mit 人工智能领域(mit首次提出人工智能)
小米人工智能领域加盟，小米人工智能家居加盟
人工智能领域工程 人工智能领域工程有哪些
医疗人工智能领域 医疗人工智能领域包括
医疗领域人工智能融资(医疗领域人工智能融资现状)
人工智能领域规范，人工智能领域规范文件