Investir dans l’intelligence artificielle Bitcoin inc techcrunch

L’intelligence artificielle est l’une des plus intéressantes opportunités et de transformation de notre temps. De mon point de vue en tant que capital-risqueur à Playfair Capital, où je me concentre sur l’investissement et la communauté de construction autour de l’IA, je vois cela comme un grand moment pour les investisseurs pour aider à bâtir des entreprises dans cette technologie spatiale derrière Bitcoin. Il y a trois raisons principales.

Tout d’abord, avec 40 pour cent de la population en ligne du monde, et plus de 2 milliards de smartphones utilisés avec la dépendance de plus en plus tous les jours (KPCB), nous créons des actifs de données, la matière première pour l’IA, qui décrivent nos comportements, intérêts, connaissances , les connexions et les activités à un niveau de granularité qui n’a jamais existé.

En second lieu, les coûts de calcul et de stockage sont en chute libre à la fois par des ordres de grandeur, alors que la capacité de calcul des processeurs d’aujourd’hui est de plus en plus, ce qui rend les applications AI possible et abordable.


Troisièmement, nous avons vu des améliorations significatives récemment dans la conception des systèmes d’apprentissage, des architectures et de l’infrastructure logicielle qui, ensemble, promettent d’accélérer encore la vitesse de l’innovation. En effet, nous n’apprécions pas pleinement ce que demain regardera et se sentir comme.

Nous devons également réaliser que des produits contrôlés par l’IA sont déjà dans la nature, l’amélioration des performances des moteurs de recherche, systèmes de recommender (par exemple, le commerce électronique, musique), la diffusion des annonces et des transactions financières (entre autres).

Les entreprises avec les ressources nécessaires pour investir dans l’IA créent déjà un nouvel élan pour les autres à suivre cet exemple – risquent de ne pas avoir ou un siège concurrentiel à la table. Ensemble, par conséquent, la communauté a une meilleure compréhension et est équipé d’outils plus capables qui permet de construire des systèmes d’apprentissage pour un large éventail de tâches de plus en plus complexes. Comment pourriez-vous appliquer AI Technologies?

Avec une telle technologie puissante et d’application générale, les entreprises AI peuvent entrer sur le marché de différentes façons. Voici six à considérer, ainsi que des entreprises par exemple qui ont choisi ces routes:

• Il existe de grandes quantités d’entreprise et des données ouvertes disponibles dans divers silos de données, que ce soit Internet ou sur site. Établir des liens entre ceux-ci permet une vision globale d’un problème complexe, à partir duquel de nouvelles idées peuvent être identifiés et utilisés pour faire des prédictions (par exemple, DueDil *, et Enigma Premise).

• Tirer parti l’expertise de domaine de votre équipe et de répondre à une grande valeur ciblée,, problème récurrent en utilisant un ensemble de techniques d’intelligence artificielle qui étendent les manques à gagner de l’homme (par exemple, tamiser la science ou Ravelin * pour la détection de la fraude en ligne).

• existants ou nouveaux en produits; cadres AI pour l’ingénierie des fonctionnalités, optimisation des hyperparam’etre, le traitement des données, les algorithmes, la formation et le déploiement de modèle (entre autres) pour une grande variété de problèmes commerciaux (par exemple, H2O.ai, Seldon * et SigOpt).

• Automatiser les processus répétitifs, structurés, sujettes aux erreurs et lentes menées par les travailleurs du savoir sur une base quotidienne en utilisant la prise de décision contextuelle (par exemple, Gluru, x.ai et SwiftKey).

• Prendre la vision à long terme et se concentrer sur la recherche et le développement (R&D) à prendre des risques qui seraient autrement relégués au milieu universitaire – mais en raison de budgets stricts, est souvent plus (par exemple, la recherche DNN, DeepMind et Vicarious).

Il y a plus de cette discussion ici prix de Bitcoin en dollars us. Cependant, une considération essentielle, est que l’approvisionnement ouvert des technologies par les grands opérateurs historiques (Google, Microsoft, Intel, IBM) et la gamme des entreprises productizing technologies pour pas cher signifie que les obstacles techniques érodent rapidement. Ce qui finit par déplacer l’aiguille sont l’accès aux données de propriété / création, talents expérimentés et des produits addictifs. Quels sont les défis sont confrontés les opérateurs et étroitement considérés par les investisseurs?

Je vois une gamme de défis opérationnels, commerciaux et financiers que les opérateurs et les investisseurs considèrent de près lorsque l’on travaille dans l’espace AI. Voici les principaux points à garder en tête:

• Comment équilibrer le long terme R&route D avec la monétisation à court terme? Alors que plus de bibliothèques et les cadres sont libérés, il y a encore des investissements initiaux importants à effectuer avant la performance du produit est acceptable investissement Bitcoin. Les utilisateurs seront souvent contre un résultat l’analyse comparative produit par un être humain, de sorte que est ce que vous en concurrence.

• Pensez à équilibrer l’ingénierie avec la recherche et la conception de produits tôt. Travailler sur l’esthétique et de l’expérience après coup revient à gifler le rouge à lèvres sur un cochon. Il sera toujours un cochon.

• les produits AI sont encore relativement nouveaux sur le marché Bitcoin 100. A ce titre, les acheteurs sont susceptibles d’être non technique (ou pas assez de connaissances de domaine pour comprendre les entrailles de ce que vous faites). Ils pourraient aussi être de nouveaux acheteurs du produit que vous vendez. Par conséquent, vous devez apprécier de près les étapes / obstacles dans le cycle de vente.

Il y a deux grands facteurs qui rendent impliquant l’utilisateur dans un produit par l’IA Bitcoin primordiale pour compte bancaire indien. Un, les machines ne récapituler pas encore la cognition humaine. Pour reprendre là où le logiciel ne répond pas, nous avons besoin de faire appel à l’utilisateur de l’aide. Et deux, les acheteurs / utilisateurs de produits logiciels ont plus de choix que jamais. À ce titre, ils sont souvent inconstante (la rétention de 90 jours en moyenne pour les applications est de 35 pour cent).

De retour valeur attendue de la boîte est essentielle aux habitudes de construction (optimisation des hyperparam’etre peut aider) compte Bitcoin. Voici quelques exemples de produits qui prouvent que impliquant l’utilisateur dans la boucle améliore les performances:

On peut même aller plus loin, je pense, en expliquant comment on obtient des résultats générés par la machine. Par exemple, les surfaces IBM Watson documentation pertinente en soutenant un diagnostic des patients dans la clinique d’oncologie. Cela améliore la satisfaction des utilisateurs et contribue à renforcer la confiance du système pour encourager l’utilisation à long terme et l’investissement acheter bitcoin avec paypal pas id. Rappelez-vous, il est généralement difficile pour nous de faire confiance à quelque chose que nous ne comprenons pas vraiment. Quel est le climat d’investissement AI comme de nos jours?

Pour mettre cette discussion dans son contexte, nous allons d’abord examiner le marché mondial du VC: Q1-Q3 2015 a vu 47,2 milliards $ investis, un volume plus élevé que chacun des totaux de l’année entière pour 17 des 20 dernières années (NVCA).

Nous sommes susceptibles de violer 55 milliards $ d’ici la fin de l’année. Il y a environ 900 entreprises travaillant dans le domaine AI, dont la plupart des problèmes de l’intelligence abordent des affaires, des finances et de la sécurité. Q4 2014 a vu une vague de transactions dans les entreprises ouvertes par Amnesty International respectés et universitaires obtenus: Vicarious, Scaled Inference, MetaMind et Sentient Technologies.

Jusqu’à présent, nous avons vu environ 300 traite dans les entreprises AI (définies comme des entreprises dont la description comprend des mots clés tels que l’intelligence artificielle, l’apprentissage automatique, vision par ordinateur, la PNL, la science des données, réseau de neurones, apprentissage en profondeur) à partir du 1er Janvier, 2015 en Décembre 1, 2015 (CB Insights).

Dans le R.U., des entreprises comme Ravelin *, Signal et Gluru * soulevé tours de semences. environ 2 milliards $ ont été investis, mais pléthorique par les grandes lignes de la dette de risque ou de crédit pour les fournisseurs de prêts à la consommation / d’affaires Avant (dette + crédit 339 millions $), ZestFinance (150 millions $ la dette), LiftForward (crédit de 250 millions $) et Argon crédit (75 millions $ de crédit ) ce qui est le prix de Bitcoin aujourd’hui. Il est important, 80 pour cent des transactions ont été lt; 5 millions $ en taille, et 90 pour cent de l’argent a été investi dans les entreprises américaines, contre 13 pour cent en Europe. Soixante-quinze pour cent des tours étaient aux États-Unis dans

Regardez modèle clinique d’aujourd’hui. Un patient se présente à l’hôpital quand ils se sentent quelque chose ne va pas. Le médecin doit effectuer une batterie de tests pour obtenir un diagnostic. Ces tests portent sur un seul (souvent à un stade avancé) point de temps, à quel moment peu peut être fait pour inverser les dommages (par exemple, dans le cas du cancer).

Maintenant, imaginez l’avenir. Dans un monde de surveillance continue non invasive de la physiologie et le mode de vie, nous pourrions prédire l’apparition et le résultat maladie, comprendre que l’état d’un patient souffre probablement et comment ils vont répondre aux différentes modalités thérapeutiques Bitcoin au taux de USD. Il y a des tas d’applications pour l’intelligence artificielle ici: capteurs de renseignement, traitement du signal, détection d’anomalies, classificateurs à plusieurs variables, l’apprentissage en profondeur sur les interactions moléculaires …

Un point à noter est que le R.U. a une légère jambe vers le haut sur le front de l’accès aux données. Des initiatives comme le R.U. Biobank (500.000 dossiers des patients Les), la génomique Angleterre (100.000 génomes séquencés), HipSci (cellules souches) et le programme de care.data NHS ouvrent la voie à la création des référentiels de données centralisées pour la santé publique et la recherche thérapeutique.

Les entreprises pourraient jamais imaginer exécuter eux-mêmes? automatisation a permis AI du travail intellectuel pourrait réduire les coûts de l’emploi de 9 billions $ d’ici 2020 (BAML). Couplé avec les gains d’efficacité d’une valeur de 1,9 billion $ entraînés par des robots, je pense qu’il ya une chance pour l’automatisation quasi complète de base, les fonctions des entreprises répétitives à l’avenir.

Pensez à tous les outils SaaS productized qui sont disponibles dans le commerce pour le CRM, le marketing, la facturation / paiements, logistique, développement web, les interactions avec la clientèle, la finance, l’embauche et BI. Ensuite, envisager des outils tels que Zapier ou Tray.io, qui aident à connecter des applications et la logique métier de programme peut vous acheter Bitcoin par carte de crédit. Celles-ci pourraient être étendus en tirant parti des points de données contextuelles qui informent la prise de décision.

Peut-être que nous pourrions éventuellement créer une nouvelle image de la nouvelle eBay, où vous aurez l’approvisionnement des stocks entièrement automatisé, les prix, la production d’inscription, la traduction, les recommandations, le traitement des transactions, interaction avec le client, l’emballage, la réalisation et l’expédition. Bien sûr, cela est probablement une manière de.