2016年，美国情报界的风投公司In－Q－Tel资助了Anomali、Interset和Cylance。英国的Darktrace公司声称其网络安全系统在全球超过3000个区域进行了部署，其中包含。总部位于美国科罗拉多州的Logrhythm公司与美国空军、美国航空航天局和国防承包商雷神公司合作。
其他国防承包商也在进行投资。洛克希德马丁公司是Cybereason （目前公司估值超过9亿美元）的早期投资者。在2017年，波音公司投资了德克萨斯的网络安全初创公司SparkCognition。
AI专业自动化和增强软件平台，正在提升着生产效率，并着越来越多的白领阶层。下面的企业图谱，突出展示了一些初创公司的专业自动化和增强软件，这些领域包括律师、记者、财富管理人员、交易员和咨询师等多个行业。
例如，痦子的位置与命运人工智能有巨大的潜力来减少时间和提高法律工作的效率。在诉讼方面，自然语言处理可以在几分钟内整理出数千页的法律文件，而这项任务可能需要一名人类工作人员耗费几天时间才能完成。同时，机器也降低了出错的概率。随着人工智能平台变得更加高效和商业化，这将影响到按小时收费的外部律师事务所的收费结构。
程序员的工作也不能幸免。一些初创公司专注于开发AI系统，用于软件测试、调试和基础前端开发。去年最热门的一款产品是英国的DiffBlue公司，该公司正在开发AI系统完成自动编码任务，包括bug修复、自定义代码开发以及将代码从一种编程语言转换到另一种编程语言等等。
近年，卷积神经网络（CNNs）是深度学习中很流行的一项技术。然而，一项新算法“胶囊网络”出现，并有望在多个方面胜过CNNs。CNNs尽管取得了一定的成功，但其缺陷可能导致性能不足甚至安全漏洞。研究人员正在寻找改进人工智能算法和克服这些缺陷的方法。下图展示了一个典型的案例，一个CNNs网络虽然能够识别出人脸特征，但却将第二幅图像误认为也是一张人脸。
Geoffrey Hinton于2017年发表了一篇研究论文，介绍了“胶囊网络”的概念，也称为CapsNet。论文正在审查阶段，还需要在实际场景下进行测试，但这一消息已经在和科技界引起了很大反响。胶囊网络能够更容易地识别出当人脸的特征（如）被重新排列时，则不再是一张人脸。
此外，CNNs无法处理不同的输入数据变化。例如，研究者必须从不同角度或视角对同一对象的图像进行训练，以确定所有的变化。因此，它需要大量的训练数据来涵盖所有可能的变化。Hinton声称，胶囊网络在这方面的表现优于CNNs，它们仅需要较少的训练数据，并且在不需要对各种变化情况进行详尽训练的情况下，考虑对象的相对和方向。
文章由325棋牌提供发布