¿Cuáles son algunos ejemplos de ‘startups de aprendizaje automático’ orientadas al consumidor?

Leer: Cinco de las mejores nuevas empresas de aprendizaje automático en este momento

El aprendizaje automático ha explotado en los últimos años y ahora es ampliamente considerado como una de las tecnologías disruptivas del momento. El año pasado, Gartner lo nombró una de las tendencias tecnológicas clave para observar, colocándolo en la cima de su Hype Cycle, prediciendo de dos a cinco años hasta la adopción general. Y muchos dirían que ya está allí, con numerosas nuevas empresas que aprovechan sus capacidades predictivas y de resolución de problemas, y muchas empresas más grandes interesadas en aprovechar sus tecnologías. Aquí hay cinco de las mejores nuevas empresas de aprendizaje automático del momento:

El fin de los correos electrónicos rebeldes

Todos sabemos esa sensación de hundimiento cuando acabas de enviar un correo electrónico, solo para darte cuenta de que se lo enviaste a la persona o personas equivocadas. Y es aún peor cuando el correo electrónico en cuestión contiene información confidencial o incriminatoria. Puede perder su negocio, hacerlo vulnerable a los ataques cibernéticos o exponerlo a demandas legales. Sin mencionar la vergüenza y el daño a la reputación que puede enfrentar en la parte superior. Ahora, CheckRecipient, una empresa emergente con sede en Londres, ha encontrado una solución, utilizando el aprendizaje automático y la inteligencia artificial para comprender cuándo se envía un correo electrónico a un destinatario no deseado y lo alerta en tiempo real. Ya han visto una rápida expansión en Londres y acaban de cerrar una ronda de financiación de $ 2.7 millones para expandirse internacionalmente.

Luchando contra la muerte con ciencia de datos

La atención médica es posiblemente una de las industrias más complejas, desafiantes y costosas que existen. Los proveedores y los profesionales están casi siempre en el pasado, manejando las enfermedades y las condiciones de salud de manera reactiva, a menudo sin toda la información que necesitan para proporcionar la atención más adecuada. Este es el problema que KenSci, con sede en Seattle, está resolviendo, utilizando el aprendizaje automático para predecir no solo quién se enfermará, sino también qué tan enfermos se enfermarán y ayudarán a coordinar su atención de manera más efectiva. Lo hace extrayendo datos de una variedad de fuentes, incluidos dispositivos de pacientes, registros médicos electrónicos y públicos para identificar patrones y predecir la salud futura. Ya se está utilizando en 11 sistemas de salud en los EE. UU. Para tratar enfermedades como el cáncer, la sepsis y los ataques cardíacos. El negocio también acaba de recaudar $ 8,5 millones en su ronda de inversión de la Serie A.

Máquinas de enseñanza para leer la escritura a mano

Todos estamos acostumbrados a la tecnología de búsqueda que nos permite escanear rápidamente miles de millones de documentos, palabras y frases para encontrar lo que necesitamos. Pero hay un bolsillo de información que hasta ahora ha permanecido impenetrable: la escritura a mano. Hasta ahora, ha sido imposible para las computadoras leer y buscar guiones escritos a mano, lo que significa que la información contenida en estos documentos está en peligro de perderse u olvidarse para siempre. Para superar este enorme desafío, SearchInk está desarrollando la tecnología de reconocimiento de texto escrito a mano, que utiliza el aprendizaje automático para convertir la escritura manual en formatos legibles por máquina. Si bien la tecnología aún no está disponible, la startup con sede en Berlín ha prometido un anuncio este año sobre hacer que la tecnología sea accesible para su uso. ¡Esperamos escuchar más!

Lucha contra el fraude en línea y el delito cibernético

El cibercrimen y el fraude se encuentran entre las mayores amenazas para los consumidores de nuestra era, y la Oficina de Estadísticas Nacionales (ONS) reveló que hubo casi seis millones de casos en Inglaterra y Gales el año pasado. No solo son un peligro para los consumidores, también son un gran problema para las empresas que pierden clientes e ingresos debido a cuentas pirateadas y transacciones fraudulentas. Pero la lucha ha comenzado y Sift Science es una de las nuevas empresas más innovadoras que nos ayuda a mantenernos seguros en línea. Su sistema funciona mediante el aprendizaje automático para reconocer 16,000 señales de fraude, que se actualizan constantemente en tiempo real, en respuesta a las nuevas tendencias y amenazas. El sistema señala posibles problemas sin la necesidad de intervención manual, lo que permite identificar y resolver el fraude antes de que ocurra. El atuendo con sede en San Francisco ya lo usan marcas como Airbnb, Yelp y Indeed, y acaba de recaudar 30 millones de euros en una serie C de financiación de riesgo.

Para obtener más información sobre las tecnologías innovadoras que están cambiando el mundo, consulte nuestros blogs sobre chatbots , drogas inteligentes e insurtech en 2017 .

More Interesting

¿Qué lenguaje de programación se usa para controlar robots industriales?

¿El curso de Andrew Ng sobre aprendizaje automático está completamente relacionado con las matemáticas y las funciones?

¿Por qué el optimismo en torno a las aplicaciones comerciales de IA está en su punto más alto?

¿Es posible hacer algo útil con Machine Learning solo o en un equipo pequeño?

¿Alguien puede guiarme sobre cómo mejorar mi interés en Inteligencia Artificial y Robótica?

¿Cómo cambiará la forma en que los usuarios interactúan con los algoritmos de aprendizaje automático en los próximos años?

¿Por qué hacerse cargo de la inteligencia artificial retratada como negativa?

En pocas palabras, ¿cómo se hace el aprendizaje automático con imágenes?

¿Cómo se relacionan entre sí las redes bayesianas, los MDP y las redes neuronales? ¿Cómo se usan?

Tengo una sólida formación matemática. ¿Qué cursos debo tomar para estudiar el aprendizaje automático?

¿Cuál es un posible escenario en el que Google podría convertirse en Skynet?

¿La inteligencia artificial y el aprendizaje automático reemplazarán las pruebas de selenio y las pruebas de automatización?

¿Es posible hacer el reconocimiento de voz de otras maneras aparte del reconocimiento de patrones, o podemos hacerlo mejor? Si la respuesta es sí, ¿cómo?

¿Cuáles son algunas buenas áreas de investigación para abordar en Game Theory?

¿Podrían los programadores crear un robot con inteligencia artificial mayor que ellos?