人工智能公司

目录

国内7家人工智能公司

[【一点资讯】这是要哪样 CIA疯狂投资社交媒体监测公司 ](www.yidianzixun.com
http://www.yidianzixun.com/home?page=article&id=0D1SciyM)
【天极网IT新闻频道】社交网络已成为助长恐怖分子邪恶势力的暖床，CIA旗下的高科技风险投资公司In-Q-Tel对此操碎了心，这家公司近日投资了Dataminr(一家帮助商业机构和政府用户从社交媒体中提取信息的公司)、Geofeedia(一家收集社交网络上所发布的地理位置的公司)、PATHAR(一家追踪疑为恐怖分子或激进分子的社交账号的公司)以及一家以监视社交网络为主业的公司——TransVoyant。

TransVoyant

简介

TransVoyan支持更智能的实时和预测性洞察力驱动的决策。
transvoyan有着预测洞察力，能够给出明智的决策和更好的结果。
TransVoyant在全球风向和机会方面提高关键任务决策和权力主动和规范性的情报。这些实时和预测性洞察力转化为情报行为，这些行为能够帮助决策者的提前知道威胁或机会。也就是预测未来。

业务能力

实时大数据

我们收集，清理，以及不断更新的世界上最大的流媒体实时的大数据超过万亿美元的全球每天的事件资料库！

先进的分析

我们采用先进的分析这个庞大的大数据集，实时。我们专有的机器学习算法是一些业内最尖端的。
TransVoyant的独一无二的强大的规则和深厚的数学处理器征服高速度，不同种类，数量和准确性固有的大数据流的挑战。我们先进的机器学习计算，将复杂的事件序列（例如，事件导致到机场关闭或内乱） ，学习历史（例如，什么是正常的异常与港口或区域的行为）预测到运营的影响。 TransVoyant将原始，凌乱的大数据转化为易于理解的业务运营见解。

实时预测性的洞察力

我们的分析的输出是supply chain和national security的见解，实时和预测性的，封装在业务和使命决定的背景

智能操作

我们无缝传递这些见解的系统和流程，迅速地执行它们，导致显著的业务和使命的价值。

产品

supply chain 供应链监测

简介

通过应用先进的分析实时的大数据， TransVoyant提供了改造供应链绩效的实时和预测性洞察力。我们的见解在供应链决策是可行的，并促成有形的商业价值的背景下交付。

特点

LIVE & PREDICTIVE

能够回答这样的问题： “什么是未来可能的混乱，我现在能采取什么措施来避免这些' ？什么是破坏现在展开的，我怎么能修复他们'和避免他们。

语义相关

包装在供应链决策的背景也可理解（装运3647的ETA是比计划晚两天“）

可视化

通过TransVoyant塔台仪表盘，活地图iOS和移动应用程序在视觉上直观

可靠

数据分析使得测量性能的提升

功能

采购供应链错误预测

通过历史基线，实时更新，并预测需要注入效率和可视性您的供应网络，来客服供应商的障碍。
用TransVoyant识别和避免供应商事件造成在供应链的连锁反应。通过预测恶劣天气，地震，断电，工人罢工，或者说可能会推迟或中断你的货物流通的其他情形的时间预测供应商出错时间。
- Which suppliers are at risk of disruptions given potential labor strikes, weather, or natural disasters?

• How do I know which supplier facilities were affected by the massive power outage in Shenzhen? How will this affect my outbound shipments?

解决风险问题

在问题或出现中断之前找到它，终止问题的发生
世界级的供应链必须明白发生了什么事，什么是今天发生的事情，还发生了什么预言发生，产生更好的决策影响的变化。

national security 国家安全？

简介

给智能的实时决策提供预测的情报
从全球数十亿设备，传感器和来自世界各位置报告技术产生了庞大的数据，随着这个达“大数据”而来的，是需要它的实时直接使用，为了支持整个组织的决策，任务准备和情报行动。

功能

• 提高政府机构的能力，以保卫美国公民和基础设施的安全性
• 提供分析，预测，应对和预防自然和人为威胁的能力
• 授权官员，管理人员和油库运营商跟踪人员和资产的能力
• 允许实时决策;使第一反应快速，更有效地采取行动
• 提供作战人员之间和做好本职工作所需的可操作信息的关键环节
• 提高认识显著事件的精度和速度
• 提供威胁检测和跟踪威慑资产的实时分析

服务客户

如今，决策者需要访问和管理历史，实时和预测信息，以提高效率和一致性快速移动的全球性方案，以作出最佳决策。

伙伴

参考资料

TransVoyant

PATHAR

简介

一家追踪疑为恐怖分子或激进分子的社交账号的公司
我们产品的名称，Dunami（故意发音与“海啸”韵），来源于古字
借助于我们你解锁解释社会媒体渠道最适合于您的组织的力量。我们热衷于寻找数据洞察。

业务能力

寻找

在PATHAR，通过Dunami的专利方法探索社会化媒体关系网络和影响力得分专有算法驱动的 ，我们帮助我们的客户找到刚好需要的群体。

理解

一旦合适的人发现，我们帮助用户了解是什么使他们打勾。 Dunami让我们的用户“调”到自己的完美目标受众细分，我们称之为一个“通道”。
Once the right people are uncovered, we help our users UNDERSTAND what makes them tick. Dunami allows our users to “tune in” to their own perfectly targeted audience segment, which we call a “channel.”

EMPOWER

Armed with these channel insights, we EMPOWER our users to engage with rich, actionable information that helps our clients understand, predict and identify the key trends, influencers and events that will impact their organization.

产品dunami的用处

抢先发现未来的危机

PATHAR被质疑用谁最近遭受了重大打击的收入作为不可预见的负面媒体报道的结果的客户和由此产生的社会风暴，以确定悬而未决的危机的早期征兆
preempt crisis.png?crc=4228647086未知大小

监控负面影响

财富500强企业使用PATHAR Dunami发现和分析负面的，有组织的对他们的设备运动，正在通过社交媒体协调。PATHAR Dunami能够帮助他们了解和监控新出现的动作，威胁到他们的设施，活动和个人。“
defense.png?crc=4232969788未知大小

computer-dunami01-light.png?crc=150142357未知大小

客户

参考资料

PATHAR

Geofeedia

一家收集社交网络上所发布的地理位置的公司

Dataminr

简介

一家帮助商业机构和政府用户从社交媒体中提取信息的公司
Dataminr转换来自Twitter和其他公共资源转化为可操作信号的实时数据，确定实时的金融，公共部门，新闻，企业安全和危机管理的客户最相关的信息。Dataminr率先推出了突破性的技术，识别，分类，并决定实时信息的重要性，并通过高价值的应用程序和定制的API提供了相关的信号和背景分析。
Dataminr财务目前使用的是世界领先的对冲基金和投资银行采取早期市场移动信息采取行动，并获得来自非传统来源的视角和背景。Dataminr也服务了许多公共部门的客户，首先提供的信息时，有危在旦夕的生命。在与Twitter的合作伙伴关系，Dataminr开发并推出Dataminr为新闻，它提醒记者重大新闻提前传统渠道和现在使用数百个全球新闻机构。最近，Dataminr推出的产品为企业安全和危机管理看，警告世界上最大的公司到新出现的威胁和危机中心，以确保一个公司的有形资产和员工的保护。

该公司成立于2009年由前耶鲁大学本科室友特德·贝利，杰夫金赛和Sam亨德尔，结合他们在社交媒体上的信号，以科技创新和金融专业经验。

技术

[Real-time Information Discovery](
https://www.dataminr.com/technology/)

业务

新闻

Dataminr的新闻有助于编辑部密切关注所有的Twitter，提醒记者要实时引导他们进一步调查。记者没有看的信息流 - 最可行的鸣叫找到他们，包括他们不知道他们要找的人。 Dataminr的新闻是一个企业应用程序，与整个编辑部适用性。新闻专业人士都能够定义基于兴趣和重点地区用户的特定主题的个性化信号。信号通过该应用程序，电子邮件，即时消息，并整合到内部系统自动传送。 Dataminr的新闻是在与Twitter的合作伙伴关系的发展。

公共部门

率先得知信息，无论是几小时或几分钟，帮助那些肩负着保持美国人和美国利益的安全 - 无论在国内和国外 - 拯救生命。 Dataminr即时分析所有可公开获得的鸣叫涉及公共安全，包括枪击，火灾，交通等重特大事故，极端天气和疾病暴发的实时信息。 Dataminr提供有关事件定制的实时信号，因为他们通过电子邮件，即时消息和整合发展成内部预警系统。

公司安全

世界各地的企业依靠Dataminr了解会影响他们的人员，资产和业务的事件，威胁和破坏。通过利用Twitter的全球传感器网络，Dataminr首先检测最新信息，往往提前小时的传统新闻来源。首席安全官员和情报分析员使用Dataminr用于各种使用案例，其中包括全天候监控，旅游安全和行政保护。

金融服务

金融服务专业人士使用Dataminr财务采取行动对早期市场信息移动，来收集来自非传统来源的信息，并从一个角度和时效性，只有Dataminr和我们独特的数据集可以提供进行深入研究。 Dataminr财务提供的内容，根据自己的个性化行情，行业和宏观主题投资组合的金融人才相关的流。这为金融用户提供阿尔法的新来源，以及关键的见解，场外的雷达背景和差异化的观点。

融资情况

Dataminr已募集$180ME，由Venrock公司，机构创投，富达，惠灵顿和瑞士信贷支持。

参考资料

[About Dataminr](
https://www.dataminr.com/about/)

Orbital Insight

业务

该公司主要从事卫星和无人机（UAV）图像的大规模分析。该公司的自主学习算法计算及道路、飞机、云、雾、湖泊、土地、建筑物和油库测量，能够帮助人们更好地认知世界。例如，它的数据可以用来计算一个停车场的车辆数量，从而帮助利益相关方深入了解某一个零售商店的运营业绩情况。Orbital Insight 表示他们公司已经计算过美国 50 个零售商的相关数据，共计100 多万个停车场和十亿多的汽车数量。Orbital Insight 去年还与世界银行进行了合作，通过建筑物高度和屋顶材质测量数据，来衡量各地的财富情况，从而提高相关贫困数据的准确度。他们从其他卫星公司购买图像，在此基础上运用自学习算法进行进一步的分析，通过提供数据服务来盈利。如通过分析庄稼的卫星图来预测庄稼的长势；（分析农业产量）
从油箱体积分析出全球原油储量，（从容器的阴影判断容量）
通过分析停车场的数据来预测零售业的销售等。

　　分析和售卖卫星获取的大数据这个领域蕴含着许多机会。比如通过卫星图观察中国地区在建建筑影子的变化，可以分析出中国建筑行业是在繁荣上升还是在萧条下降，看似繁杂的数据中蕴含的价值，需要有人去挖掘并提供给用户。

以及新一代卫星公司Planet Labs。越是拥有更多的图像，就越难被其他公司赶超。Orbital Insight 合伙人 Andy Wheeler 表示，正是与这些供应商的合作伙伴关系在很大程度上促成了 GV 的领投，让GV相信这家公司确实有发展前景。

　　而且为了分析这些卫星图像，Orbital Insight开发了机器深层学习程序，提高分析的准确率和有效率。使用者可以“教授”这一程序去寻找并分析兴趣点数据，比如在种子阶段，该公司派人对停车场中的汽车进行手动标记，程序则对此进行观察。几百个标签之后，程序便“学会了”在没有人类参与的情况下在其他停车场辨识汽车，从而判断某个季度零售商店停车场汽车数量和该商店本季度营收之间的数字关系。

服务客户

现有客户群包括 60 多家资产管理公司、几家美国政府机构和两家全球非盈利组织，预计未来 Orbital 的客户群还会继续扩大。Orbital 通过与卫星图像供应商建立合作关系，为这些客户提供大规模卫星图像数据分析，包括零售分析和农产品产量预测服务，并为美国政府相关机构（具体为哪个机构是不允许透露的）提供竞争情报分析。这些卫星图像供应商包括：DigitalGlobe（商业化航空图像鼻祖，有五个卫星）、欧洲卫星公司空中客车、NASA 的陆地卫星计划以及下一代卫星成像初创公司 Planet Labs。

融资情况

Orbital Insight 目前刚刚完成 1500万美元 B 轮融资(2016年6月)，由前投资者谷歌 GV 领投，CME Ventures、Sequoia Capital、Lux Capital 和 Bloomberg Beta 参投。此外，Orbital Insight 还与 In-Q- Tel（CIA的风投部门）签署了一项投资与发展协议，共融资 2000 万美元。

参考资料

卫星图像分析公司 Orbital Insight 获 2000 万美元 B 轮融资

谷歌GV为何会投这家叫Orbital Insight的卫星数据服务公司？-商业频道-金融界

About Us - Orbital Insight

skyTree

开发学习型机器的数据库分析平台。kytree的机器学习平台，使企业能够发现深层的分析洞察，预测未来趋势，提出建议，并揭示尚未开发的市场和客户的能力。预测分析和机器学习正在迅速成为大数据时代必须具备的技术，Skytree提供了企业级的基础。Skytree的旗舰产品 - Skytree服务器 - 是市场上唯一的通用可扩展的机器学习系统，在前所未有的速度和规模最高的精度建成。

skyTree的机器学习软件

作为在企业级机器学习的领导者，skytree安装在现有的基础设施，使用整个数据集，并利用高性能的算法和自动模型建立在更短的时间内提供更精确的预测模型。

主要功能

skytree的机器学习软件也满足挑剔的数据科学家和IT组织的具体要求。

高度可扩展算法

skytree的算法与开源的机器学习方法相比加速了150倍。采用深度优化的算法，skytree 进行内存分析，并利用最新的高性能计算技术。通过采取较少的数学步骤，以达到相同的结果，skytree已被证明是在市场上最快的机器学习软件。

给数据科学家使用的人工智能

即使是民间的数据科学家可以用skytree的突破性自动建模技术建立精确的机器学习模型。采用正在申请专利的全局优化分析的自动化算法和参数选择，skytreed节省数周或数月努力。代替手动运行数百次实验，以确定最佳的算法和参数，skytree可以很快地做到。

自动生成文档？ Self-Documenting Models

skytree允许数据科学家可视化和理解ML决策背后的逻辑。skytree提供了可视化的文件，它记录每次使用的数据集，进行数据分割，转换应用，算法运行，结果为每与skytree建造每一个模型得到的。

模型可解释

用晴空塔无与伦比的解释工具，结果很容易向同行，管理和监管者解释和说明。通过获得可视性机器学习的结果背后的逻辑 - 包括变量重要性 - 数据科学家可以更好地理解和再现自动建模的决定。

端到端的平台

晴空塔不只是一个工具或者设置机器学习库;这是一个终端到终端的企业平台，机器学习大数据。我们的软件旨在解决鲁棒预测问题，数据准备能力，先进的机器学习算法和选项，以建立和各种格式的部署模式。

方案和GUI访问

管理员，高级数据科学家和民间的数据科学家都可以通过易于采用GUI编程或使用Java，Python或skytree命令行界面访问skytree。由于模型是自我记录，有一个完整的审计线索，记录使用的每一个数据，完成数据分割，转换完成，算法和运行结果而获得的。

合作伙伴

客户

无论是在电子商务，保险，处理速度快，欺诈或安全性，世界领先的企业与晴空塔满足未来的关键任务的问题。我们帮助他们利用他们的数据资产，以解决产生明确的，可操作的情报复杂的分析问题。其客户包括eHarmony、SETI、USGA与Adconion Media。

评价

"We have been working on fraud detection since 1990 and now have a 10% lift using Skytree. That’s a big deal."
SVP Modeling and Data, Fortune 100 Financial Services Company

融资情况

Initial Investment: June 2013

案例

大大小小的公司使用的是晴空塔，以改善他们的行业的金融核心成果 ，比如医疗风险评估在保险，信贷/风险评分银行和诊断。但是，在所有行业中，决策者所面临的各种问题，机器学习擅长解决，比如客户流失，欺诈和规范的维护问题。

欺诈检测：2000年全球信用卡网络

• 5% increase in fraud detection
• Frequent updates allow the capture of changes in fraud patterns; no need to wait for the next yearly update

[Fraud Detection: Global 2000 Credit Card Network - Skytree]
(http://www.skytree.net/customers/use-cases/fraud-detection-global-2000-credit-card-network/)

量化交易

投资银行需要识别表现出类似行为的股票组
对冲由多达50％降低平均误差（无风险回报和实际之差）
Quantitative Trading - Skytree

能源转移预测和预防

大电力公司面临的能源盗窃复杂的方法或“分流”

提高效率在广大配电网络的检验过程与智能专注于概率最高的位置转移
减少的收入造成的损失能量盗窃

客户流失缓解和购买预测

一个大的互联网域名注册的客户不续约，没有明确的理由
认定为客户流失预测变量和模式让公司抢占和目标有可能与促销活动搅动

参考资料

不能忽视的十个大数据公司推荐_企业信息化软件动态-中关村在线

[Enterprise-Grade Machine Learning for Big Data | Skytree](
http://www.skytree.net/)

Skytree Case Studies | Skytree

terrago

TerraGo开发的软件，可以很容易为我们的客户收集数据，共享信息，随时随地协同工作，任何时候。从共享功能丰富的地图和影像为移动员工部署点播应用，TerraGo建立直观的产品，从地球上任何地方合作。

融资情况

TERRAGO TECHNOLOGIES COMPLETES $6.3 MILLION SERIES A ROUND TO FUND GROWTH

Investment Led by RedShift Ventures with Participation from CNF Investments and In-Q-Tel

May 15, 2007

产品

TerraGo公司成立于2005年，发明了业界最广泛采用的地理空间技术的合作与创新的GeoPDF产品，彻底改变了现场数据采集的terraGoEDGE 移动平台

partner

TerraGo的客户包括全球领先的国防和情报部门，政府机关，非营利组织和商业企业在每一个行业，与设在全球70多个国家超过2000全球客户和美国50个州。

参考资料

TerraGo - Leading in Geospatial Collaboration Technology

Predata

大数据情报分析预测公司 ,CEO Jim Shinn 曾就职中央情报局和美国国防部。Predata 通过数据建模分析，成功预测了英国脱欧的投票结果。

Predata是由詹姆斯·希恩(James Shinn)创建的，通过使用维基百科、YouTube以及Facebook等网站上的在线活动数据，并将它们与过去模式进行对比。类似天气预报，Predata的软件可以提供世界各地不同地区发生政治动荡、恐怖袭击的几率。

每天，Predata监控1000多条Twitter简讯、10000个维基百科页面以及数十家报纸，同时追踪200个国家的5万条YouTube视频，囊括各种话题，包括有关商业和政治决策的新闻。它还收集用户留在这些网站上的元数据，监控他们的活跃水平和语调。

此后，Predata软件会将这些模式与历史数据进行对比，预测政治动乱或恐怖袭击可能发生的几率。希恩将其产品比作棒球数据统计分析法(sabermetrics)，即源自迈克尔·刘易斯(Michael Lewis)名著《点球成金》(Moneyball)中的棒球专用统计方式。

因为地缘政治风险，Predatab把来自网络的数据凝练转化为明确统一的信号。
我们的算法监控整个开源社交和协作媒体的数字化谈话，提取元数据指标，如利率水平和讨论的强度。我们将使该数据可用于像政党，非国家行为者，以及地缘政治的利益点
采用专有事件数据库和机器学习模型，我们确定在关于过去事件谈话活动的模式。对于我们的用户来说，这些模型对任何一个国家提供指示警告，提示它们政治动荡和内乱的时期，业务足迹，或感兴趣的数字谈话。

Predata for intelligence

Predata的智能监控平台，使分析师能从一些资料里获得开源到谈话元数据，资料来源像Twitter账户，YouTube视频，网络评论和利率水平围绕政治利益的主体。
该平台包括分析和预测能力，包括以可视化的信号和事件集，跟踪的信号的运动，计算统计相关性，以及基于信号手选或自动组装束的预测模型的能力。

综合信号数据

分析个体数据源，并覆盖多来源的国家/话题的信号。访问原始计数反映群众的利益，谈话音量和讨论波动。

预测和基准

订阅到Predata平台接收预测引擎的访问，这个引擎在信号和事件集之间做回归， 以识别表示波动的来源和基础上建立他们的预测指标。预测可以利用现有的数据来运行或使用历史数据来计算的准确度衡量统计方法基准。

意识和警报

用全球热图监控世界，按事件级别或者战略级别显示预测水平。在你的路途中，每天接受提醒邮件，邮件总结了最显著的信号移动。

参考资料

predata

Recorded Future

建立于2009年的Recorded Future: The Real-Time Threat Intelligence Company(名字很长的一家公司) 实时威胁情报公司。
RF公司的使命是为客户提供实时威胁情报,防止他们的组织受到互联网规模的威胁。
有着数十亿索引的事实，而且每天增加，我们的专利网络智能引擎不断地分析整个网络，让你对新出现的威胁有无与伦比的洞擦力。
RF公司保护的世界五个顶级公司中的四个，超过15,000名IT安全专业人士每天都在使用RF公司的产品。

相关报道

雷锋网

Recorded Future公司可以剥离出网页中涉及的人物、地点以及活动。该公司还会对这些事件发生的时间和地点(时间与空间分析)以及文档的口吻(语义分析)进行检查。之后再利用一些人工智能算法提炼出相关人物之间的联系。Recorded Future公司拥有1亿多起事件的索引，并将其存储在亚马逊的服务器中，但分析却是实时进行的。

据有关案例考证，Recorded Future的确有能力辨认出事件和早期趋势，2010年3月21日，以色列总统佩雷斯指控黎巴嫩真主党有飞毛腿导弹，Recorded Future搜索了黎巴嫩真主党领袖纳斯鲁拉以前的言论，发现一个月前就有确凿的证据证明佩雷斯的指控是没错的。这是Recorded Future在其博客上发表的众多用于情报分析的假设案例之一

腾讯新闻

未卜先知 这家公司可通过分析网络来预测未来_腾讯网触屏版

阿尔伯格是总部位于美国加州的Recorded Future公司的CEO，这家公司研发出一种软件，它可通过不断扫描各大网站、博客、政府网站、社交网络、金融数据库和网络出版物来获取信息，通过自己的特有算法对这些信息按照人、事和地点等属性进行分析和整理，并分析过去和现在发生的事情，预测未来。
阿尔伯格利用其软件汇聚博客和其他公共信息源中已经发布的呼吁参加抗议的公开电话，就可以预测尼日利亚某地即将发生抗议。但是对于Recorded Future来说，预测并非如此容易。阿尔伯格说，技术娴熟的黑客就不会以同样方式公开自己的行动信息。

可即使如此，Recorded Future也可能获得线索，因为该公司不仅仅是收集来自公开论坛的信息，它还尝试扫描公开网络的每个部分。黑客经常在被称为IRCs的网络聊天平台上互相交流，而Recorded Future也可以挑选出这些对话。

阿尔伯格解释说：“80亿个数据点，60万个来源，支持英语、阿拉伯语、波斯语、韩语、俄语、西班牙语以及法语等。每周都会增加数千个来源，深入挖掘新闻等。”Recorded Future的软件可以持续不断地监控这些来源，并获得实时数据。总而言之，只要是被写在公开网络上的东西，Recorded Future就可能看到，并将其收集起来。

预防未来网络袭击
Recorded Future成立于2008年，近年来越来越受到关注。当这家公司成立时，它将自己定位为一个智能平台，可为任何想要了解世界上正在发生的事的人们提供帮助。
SITA使用Recorded Future技术的主要原因。SITA为所有空中旅行提供各方面的IT和通信技术支持，其客户包括航空公司、机场甚至政府机构。航空业许多大公司经常受到网络威胁，为此需要一种方式分析潜在的袭击。

类似SITA这样的公司，他们的合作伙伴显然也都是航空业的巨头，同样每天都要面临网络袭击问题。举例来说，每年黑客都会对以色列目标发动袭击。鉴于SITA的客户有航班飞赴以色列，其许多客户也都在以色列设立总部，他们很有必要获得有关黑客行动的实时信息。

SITA甚至利用Recorded Future监控其客户泄漏的用户名和密码。

业务能力

threat-intelligence teams 威胁情报组

威胁情报团队需要业务受到影响之前检测和减少新出现的威胁。分析家被人工采集数据所累，无法快速识别关键的见解和做出准确的建议。
RF公司的威胁智能感知系统团队使您能够快速分析来自整个网络的新兴威胁，并积极防范网络攻击。

用实时威胁智能感知系统从整个网络发现和减少关键的威胁和漏洞

RF公司是第一个通知企业直接威胁到它的技术，工业和供应商。加快你的基于风险的优先级的脆弱性评估。得益于成熟的和特定行业的最佳实践。

更快获取重要的答案。花更少的时间手工收集和整理数据。

记录未来适用专利的自然语言处理（NLP）和机器学习在所有语言，从开放的，深，暗网络资源 - 包括.onion和刑事论坛 - 自动化您的人工收集和分析工作，这样你可以更富有成效。

提高威胁情报价值的内部沟通（打通数据？）

使用交互式可视化和定制的仪表盘分享实时更新的发现。此外，通过节约和把情报目标模板重复用于查询，报警，可视化和其他工作流案例，建立知识捕获和工作流程持久的情报能力。

dark web

瞬间从黑暗网络获得实时威胁智能感知系统，以保持在网络攻击之前感知到威胁。RF公司利用暗网络，提供了其他公司没有的威胁情报。

捕捉易变的网络资源

RF公司收集和分析极不稳定的数据来源，提供了缓存的内容中本没有的访问(provides non-attributable access to cached content ?)，并简化了暗网智能与来自开放和深网智能化，社会化媒体的分析。

监测到你的公司和资产的直接威胁

RF自动识别私有数据或暗网中丢失的凭证，提及你公司、品牌或基础设施的新出现的漏洞和恶意代码工具。

不断拓展您的暗网覆盖

RF公司不断增加新的高价值的黑暗网站资源。我们收集的内容从数百个相关网站的Tor，IRC频道，论坛和粘贴网站 - 我们正在大举扩张

executive-cyber-protection

时刻警惕对于你的公司的高管潜在威胁。

保护公司执行主管

公司高管和核心人员有越来越多的风险，因为他们的个人身份信息（PII）和其他敏感信息暴露在网络上。黑客和犯罪分子可以利用这些信息进行身份盗窃，鱼叉式网络钓鱼（identity theft, spear-phishing）或损害公司。RF公司可以检测到泄漏的凭据，因为他们的出现，监测PII并为您提供直接威胁的实时警报。

用自动化监控节省分析时间

员工的家庭地址，公司的凭证，例如，电子邮件地址，密码和其他敏感数据，都能在贴吧，论坛和犯罪交易市场发现。安全小组手动扫描整个Web是非常困难和费时的。RF公司自动和持续的分析网络上的客户的形象。

覆盖广泛，全语言支持

RF公司不断增加各种语言的新的高价值的来源，用开房的深度的和黑暗的网页。我们已经收集了来自数百个相关的tor网站，IRC频道，论坛和贴吧的内容，我们正在积极地扩大覆盖范围。

soc teams安全运营中心

安全运营中心（SOC）团队需要减少花在误报时间，提高效率。他们充斥着它消耗稀缺的分流实时警报。分析师必须具备上下文的威胁数据，快速解决或立即升级事件。提供自动化，实时威胁智能更好和更快的检测。

极大地通过有效地解决那些不正确的事情极速你的裁决。

RF的有专利的网络情报表面实时从开放，深，暗网中发现威胁情报，帮助您丰富您的网络中检测到的事件并得出结论通知。

检测你将错过的要的事件。

RF公司的威胁情报提供相关资讯与内容远远超出了一般的威胁源，增加你的SIEM的有效性。

从你现有的安全投资收获更多

丰富您的安全产品提供实时威胁智能。检测和更好地优先威胁，从整个Web丰富国际奥委会上下文。

参考资料

RF公司网站

明略数据 mininglamp

简介

人称：中国的palantir
明略数据是专注于关系挖掘的大数据解决方案提供商，业务覆盖金融，政府，公安刑侦，制造，数据互联5个领域。以自主研发的大数据平台MDP为基础，围绕关系挖掘DataInsight、商业智能Discovery、数据关联分析SCOPA等核心产品，提供一系列数据深度分析平台和软件，
帮助政府、税务、公安、金融等客户，在安全可靠的环境下，整理、分析、利用不同来源的结构化和非结构化数据，挖掘数据间的关联价值。

公司产品

关联关系挖掘产品 SCOPA

基于PB级全量数据进行庙级运算的大数据分析综合平台。

分布式数据挖掘系统DataInsight

一款企业级的大数据挖掘平台产品。产品应用先进的大数据技术，旨在帮助企业实现在海量数据上的数据挖掘，从而获取隐藏在大数据下的知识，为企业创造新的业务价值。
datainsight 基于spark 的并行化数据挖掘、运行在hadoop平台上，是一款真正支持海量数据的数据挖掘分析平台，提供30~50中业务模型，与企业数据无缝连接。

安全大数据平台产品 MDP

大数据存储、管理、查询及分析一体化平台

成功案例

轨道交通故障诊断和预测

基于特征分析和机器学习的故障预测与全生命周期健康管理，用数据接入、存储、挖掘平台结合行业专家智慧进行故障分析，采用GPU加速进行深度机器学习，实现海量设备数据的汇总和状态监视，对核心组件进行模式视觉和数据挖掘，预测故障。

市公安局POC

某市公安局的刑侦处只提供了较少的线索，即一辆可疑面包车、车牌号、车主身份、事发地点周围摄像头数据。利用关联关系挖掘产品SCOPA为核心的警务系统，在已构建好的关联关系库中分析拓展

银联商务数据中心

平台既实现了基于传统关系型数据库无法处理的复杂数据分析，又拥有基于明略数据现有的数据挖掘和可视化产品打造的针对持卡人的消费预测和画像场景的特定业务应用。

其它小项目

CCTV全媒体收视监控

明略数据为中央电视台《春节联欢晚会》节目提供网络收视率体系与指标的搭建与实施服务。
通过大数据的应用，帮助媒体更好地评估自身节目的输出价值。实现节目全媒体的传播影响力和营销价值的统一评估。

传统电视收视率是在圈定的市场，通过统计抽样后的样本户来推及所有电视用户的收视行为。而互联网收视率是通过互联网全流量的数据监测和实时分析得出，因为没有预先设定分析范围，从而得到更加全面的发现和洞察。

国家统计局-新版中国统计数据库

这是一个基于大数据的互联网广告预测系统，采用大数据处理方案分析海量的互联网行为日志，对互联网广告投放效果的定量评估和第三方监测。

国美在线大数据平台

传统IT基于数据库为中心的数据存储、管理、计算的架构已经无法满足日益增长的实时OLAP数据分析需求以及数据打通、个性化推荐、人群细分、精准投放等大数据领域有代表性的业务需求。

苏宁智能营销平台

实现智能化管理广告投放，为客户提供增值服务

中国联通大数据项目

打造用户分析及广告精确投放平台，帮助广告主提高ROI，实现用户体验提升。

公司团队

5个高考状元,3个奥数冠军,5个ACM金牌

吴明辉董事长

北京大学数学学士、计算机软件与理论硕士；拥有20余项国内外发明专利；多次获国际算法大奖。
吴明辉，服务于宝洁、通用汽车、中国联通、中国邮政等世界500强企业，涵盖金融、电商、电信、汽车、快消等多个行业。于2014年创办了明略数据，明略数据是中国最领先的大数据整体解决方案提供商，

参考资料

首页 | 明略数据

明略数据 scopa

第四范式 4Paradigm

公司口号

和而不同（ 个性化推荐）
见微知著（大数据分析）
先知

产品

先知平台

“先知”平台是AI领域首个面向应用者的开发平台，给数据科学家的大规模分布式机器建模平台。第四范式对先知设置了参数自动化的算法，并搭建了比Spark快数百倍的机器学习的基础架构。“先知”最擅长的是预测，它可以自动完成数据处理、特征工程、模型构建、模型发布应用和模型自学习等功能，覆盖了机器学习的全流程。一个业务人员可以自己在先知平台上，建立起他所需要的人工智能模型，这个模型也就是针对行业需求的解决方案。
第四范式认为，数据是一种非常重要的资源，而“先知”就是将数据这种资源转化为商业价值的引擎，转换为不可逾越的竞争壁垒。

为精准营销注入AI动力 AI 预测未来

搜索引擎

当你在搜索引擎输入一个关键词，现在假设有一千一万个候选网页，我需要去预测，把每个网页推荐给你，满意的概率是多少，然后推荐给你最满意的网页。这个满意度可以用一些指标来度量，比如点击率、浏览时长等。

风险管控

当你过来申请一笔贷款的时候，我要去预测你还不上的概率是多少。然后选择最大概率能还上钱的人，我把钱借给他。

推荐引擎

就是预测我推荐给你的东西，你采纳的概率是多少。

预测能力评价

如果我们要去衡量什么叫好的预测能力，我认为最重要的有三点：一个叫细，一个叫快，一个叫变。先解释细。比如说我现在要精准的找到目标客户，这个图中有一个大的客群。其中橘黄色是我想要找到的客户。我过去有些专家的经验，用一两条规则去筛选，最后选择这样的客群作为目标客户，我们会发现这里面错误其实是很多的。如果说我们对人群划分的更细，就可以更精准的找到目标人群。精细，这是预测能力的第一个方面。

金融营销案例分析

一个招商银行信用卡交易分期的case，信用卡的交易有一段时间免息期，如果在账单前你把钱还上，对于一家信用卡公司来说是亏本的，那信用卡公司怎么盈利呢？我们发现有30%的客户会做分期，分期就会产生利息，信用卡公司其实是用这部分利息来盈利的。所以一家信用卡公司如果要做营销，增加它的盈利，最重要的是增加它的分期交易。有一种方式是主动营销来获得更多的分期交易。我们做的是，基于每天数十万的信用卡的交易，更精准的定位哪些客户是更有概率去做分期的，然后选择更有概率做分期的客户做营销，最后在同等情况下提升60%的收益。

传统银行做法

过去他们怎么使用数据？他们会从系统里面去收集一些数据。收集数据的时候，一个最头疼的问题是不知道要收集哪些的数据，这时候往往需要做规划，什么数据要收，什么数据不要收，然后再把收的数据拿来看看能分析出什么结果，最后再看发挥什么作用。由于层层衰减，到最后产生价值的时候，往往已经衰减得很厉害了。

第四范式的建议

我们提出，不应该先讨论要收什么数据，应该先讨论的是要完成什么目标。你的目标是什么？交易分期业务的目标是希望能够提升交易分期的收入。然后我们把这个收入目标去做分解，交易分期我们是用短信主动营销，我们把它拆解成：短信的发送量短信的响应率分期费率。然后，目标被确定为提升短信的响应率。在这个基础上我们认为我们需要去预测给它发送短信的成功率，我们需要有一个短信成功率预测的模型。这个模型确定以后，我们基于这个模型去分析需要什么数据。
即便确定下来需要的数据，这个时候我们仍然不知道这些数据到底有还是没有，但是我们先把这个数据需求规划出来，然后再反过来从各个系统里面去找哪些系统里面有这些数据，最后把这些数据找出来。我们找到了2 TB数据，在里面设计出了超过五千万特征。最后我们建立了这个模型，它能够在一个短信还没发出去之前，更精准的预测，这个短信发出去的成功概率。我会选择成功概率最大的一些短信进行发送，最后与过去的专家模型相比，我们的模型能够多定位68.6%的分期交易，提升61.7%的手续费。

所以从整个思路来说，首先是从目标出发，到需要去建立什么模型，再到需要什么样的数据，再到各个系统里面去寻找数据——这样的一个过程。

今日头条风险决策

今日头条要干什么事？要给每个人推荐不一样的阅读，每个人看到的都是自己想看到的内容。同样是从目标出发，我们要定义的是，你看到的新闻，什么叫好，什么叫不好。当时定义了很多指标，比方说点击率、阅读时长、收藏率、转化率、用户抱怨量。然后我们那个联合创始人做的是什么事情呢？他建立各种各样的模型，当你过来今日头条访问的时候，就可以预测给你推这个新闻的点击率是多少，阅读时长是多少，收藏率是多少，转发率是多少，用户抱怨量是多少。基于这些预测指标，可以得到一个综合的打分，基于这个分数推荐阅读。个性化是怎么做到的？个性化的背后的原理其实也是预测能力。就是说我要基于不同的人的情况去预测，给不同人推荐新闻、商品、或者其他对象，你喜欢的概率是多少。

这是我们另外一个比较重要的方向，风控决策支持，基于的原理仍然是预测。营销我们要预测的是什么？营销我们要预测一件好事发生的概率是多少，即销售成功的概率。风险则是要预测一件坏事发生的概率是多少。比如你过来申请信用卡，或者你做一次刷卡的交易，你到底是骗子的概率是多少。比如你过来借一笔钱的时候还不上的概率是什么。

让AI运营更加轻松

文本校验

及时发现异常规则

通过自然语言处理技术，对文本内容进行文字校验工作，极大降低文字发表的错误率

智能客服

给客户最想要的答案

对电话银行菜单项顺序进行机器学习建模，以提升来电客户体验为目标，提供个性化菜单排序。 前三项菜单命中客户选择的概率达到53%，较固定5项菜单提升2倍以上

渠道分发

用合适的渠道触达合适的客户

触达渠道的选择影响客户的购买决策。第四范式通过机器学习预测客户渠道偏好，找出最适合客户的打开方式。 相比经验规则模型，同短信发送比例下，交易数提升86%，金额提升28%

迁移学习

当提供了预测能力以后，我认为后面的趋势有两个，一个是叫做迁移学习，或者是Data Integration。我们发现很多时候信息是不够的。比方说一个客户过来开卡，作为一个新客户，他其实没有数据，那我们就很难去判断这个人到底是好还是坏。我们甚至发现每一百个信用卡申请，有70个人被直接打回的原因，不是说不该给他信用卡，而是他就是一张白纸，我们什么都不知道。其实并不存在一个人完全不留任何蛛丝马迹，只是说对于一家企业来说，能够掌握的信息非常有限，这时需要借助其他企业的数据，就需要迁移学习的技术。当一家企业基于预测能力创造商业价值后，这些商业价值其实能够作为一个支点，去翘动更多的企业之间的数据合作，数据的融合。

观点

AI框架

就整个框架来说，重点有两个：一个是技术，机器学习，另外一个是大数据

AI价值

AI技术提供什么样的价值。首先是预测未来的能力。我们基于过去积累大量有意义的大数据，可以自动分析总结，去预测未来会发生的事情。当你知道未来有三条路可以走，你就预测走每条路的结果，选择最好的路去走。未来两个方向，一个是数据集成的能力，怎么能够让各行各业产生的数据融合起来，共同去发挥价值。最后一个是最终能够达到最高的境界，叫做终生学习

AI缺点

但是目前AI有一点做的非常不好的地方，比方说你问AlphaGo为什么下这一招？AlphaGo是无法做到的。人和机器的沟通，目前我们在人告诉机器这个过程相对还比较顺畅。而机器能够反过来帮助人，这方面做得非常不够。有很多客户经常会问，你们的机器专家已经是比人更厉害的业务专家了，机器专家能不能教教我，让我的业务水平也能提升。我们跟他们说，现在还很难。我们现在也有一定的尝试，我们从给不太可读的模型里面抽取出来一些可读的业务规则，也能看到一些精彩。但是让机器成为一个业务专家，反过来去教人，让人变得更好，这部分做的还是很不够的。
其实人并不是独立思考的，有很多时候我们是靠交流，我也是站在别人的肩膀上，之前有很多AI研究人员创造了很多成果，我基于他们的结论再发展我的成果。但如果我们不能站在AI的肩膀上继续进步，这是非常遗憾的。

公司人物

创始人兼CEO戴文渊

迁移学习全球领军学者。2009-2013年就职于百度，是百度广告变现算法的核心负责人，百度凤巢的总架构师，是最年轻的百度高级科学家。2012年获得百度最高奖（百万美元奖）。2013-2014年就职华为，任华为诺亚方舟实验室主任科学家 。2005年曾获得ACM国际大学生程序设计竞赛世界总冠军。

首席科学家 杨强

华人界唯一的国际人工智能协会院士，人工智能前沿科技的领导者。IEEE大数据期刊主编。ACM杰出科学家。两次获得国际数据挖掘领域最高级别竞赛KDD Cup世界冠军。发表论文400多篇，被引用超过20000次。

参考资料

第四范式创始人兼CEO戴文渊：人工智能=大数据+机器学习

第四范式

智器云

前致力于为公安、检察院、法院、海关、审计等职能部门，以及金融、保险、汽车、零售等行业数据分析部门，提供大数据可视化分析专业产品与服务。

产品特点

与 Palantir 闷声发大财不同，初创的 智器云选择的是单点切入市场策略，以公共安全为主要业务。

这一领域痛点十分明显。一是案件复杂性使得数据类型繁复多样，当前的条件甚至没办法用统一的软件平台来处理数据。其次是公安当前使用的多个系统由不同软件承建商提供，不同系统内对数据定义又不相同，数据本身就不统一。另外，随着数字化程度越来越高，需要处理的数据也呈倍数增长，过去的处理方法不再适用。最后，在行业背景上，这一市场上的用户普遍对安全性保密性较重视，国外的处理技术也很难在本土落地。

基于以上原因，本地化的技术能力被渴求，智器云以此提供了一个方案和两种产品。

一个方案指的是 可视化的大数据分析方案 。相比传统方案仅仅提供数据查询等功能，智器云从统计学，数学的角度对数据进行深入挖掘，勾画出每个因素间的关系。

当数据从一个个字节转化为可视化的图形，也就可以分析出其中的关联关系，时间，空间关系。

在一个形象的案例中可能更好理解：在上班高峰期的地铁上抓获一名正在行窃的小偷，假设他口风紧，则通过对其通话记录分析，常用联系人寻获，联系时间，频繁出现地点，以及这套数据的历史数据等数据，就可以得出其是否是团伙作案，习惯性活动时间和地点等等。

也就是说，可视化的图形将数据中的直接，间接关系，显性和隐形关系全都直白的表现在一个可视化的界面上，更好的帮助用户理清其中的关系。

在这套解决方案下，有着两个软件产品，分别是 单机版和服务器版本 。单机版功能相对弱，并且需要人工导入文件来作分析。而我觉得服务版本才是重点，通过衔接到客户的数据库上，直接扫描可利用的数据资源。当然，服务器版本注重定制化，针对不同部门，不同行业，不同地区都有对应的软件模型。

案例分析

智器云情报分析师帮助破获浙江传销案

智器云科技的情报分析师张浩参与到这个项目中提供数据分析的服务。

张浩当时提出的分析思路如下：这是一起传销案件，犯罪身份复杂，欺诈性并不明显，非法传销案件的证据收集、调取、固定难。传销组织等级严格，组织严密，内部分工明确。现在可获得的数据由会员账号，会员昵称等组成，第一步可进行各种数据的关联关系的分析。

下图是初步分析的结果：点代表会员，线代表上下线关系，由此可以看到案件所涉及到数量巨大的人和非常多的层级。

参考资料

智器云：做中国的“Palantir”｜一问 - 中国式创新