作为腾讯 AI 开放平台首席媒体合作伙伴，机器之心将持续跟踪 道该人工智能创业加速的重要进程、核心公司。
7 月 21 日，腾讯 AI 加速器将在深圳腾讯总部腾讯大厦正式开启，并于 22 日、23 日举办为期两天的闭门研讨，围绕产品战略主题为入围加速器的 25 家公司提供专业辅导。首期是由 AI LAB 六名技术专家、科学家，对项目分组进行产品、技术为核心的定制化内容输出，除此之外，也会有针对企业战略、组织与人才管理等公司经营层面的交流。
据了解，加速器为这些入选项目配备覆盖产业、学术、工业方面的辅导内容，进行为期六个月、每月两天差异化主题的产业与技术深度解析。同时，也将向 25 家公司提供 AI 专家、导师、行业资源、创投资源、市场公关五大维度的切实支持，甚至包括应用流量、 交广告、内容传播等工具，这些资源来自 AI Lab、腾讯云、优图、微信等腾讯内部事业群。
腾讯AI加速器复试评委合影
腾讯 AI 加速器依托于腾讯开放平台，是腾讯在 AI 布局方面，除以 AI lab、优图、腾讯云为主的基础技术研究，以业务驱动，打造游戏 AI、 交 AI、内容 AI、平台工具型 AI 应用场景之外的又一个重要布局，它连接腾讯内部和国内外创业者资源与能力载体，构建人工智能创业生态，扶持人工智能创业，使人工智能技术产业化。
在 6 月 19 日举办的腾讯 AI 加速器复试现场筛选出的 25 个项目，分别覆盖金融、医疗、教育、企业服务、智能硬件等多个领域。人工智能正处在创投风口，根据腾讯开放平台的数据显示，今年 4 月启动项目招募，该加速器就迎来 名者近千人，最终从中筛选 42 个企业进行了复试。
从筛选出来的公司中近八成项目处于 A 轮或 A 轮前期的融资状态，不难看出，聚焦场景变现的 AI 早期创业项目是此次腾讯 AI 加速器主要关注目标。而这也与腾讯 AI Lab、优图、腾讯云在人工智能发力点有所区隔，同时，也可以将其产品和技术能力向众多优秀初创公司输出，形成行业生态化的战略布局。
我们重新梳理了复试企业的业务，筛选出十一家将人工智能落地在不同行业应用场景的典型公司，它们的产品定位各不相同却同样抓住利用 AI 提升效率的核心目标：
汇医慧影：AI+医疗，提升效率，解决资源不均问题
对一个影像医生来说，他需要长时间集中注意力，反复查看大量的影像图，以找出病人的病症。高强度的工作，反而容易引起漏诊。据数据统计，基层医生影像诊断漏检率在 30%。
另一方面，医疗影像在医疗环节属于能够量化的检查手段，在查看影像图的时候，影像医生仍需要做大量重复劳动，因此，与医疗影像结合，辅助医生完成基础筛查是目前人工智能在医疗影像领域最基础的应用。
但汇医慧影的创始人兼 CEO 柴象飞认为，医疗影像不同于普通的图像识别，需要分得非常细：一，偏筛查，比如正常人做体检都会使用的超声、X 光，胸片。二，日常诊断。三，垂直化，深入某些领域，对后续诊断和治疗决策进行量化支撑。
2015 年 3 月成立的汇医慧影则主要深耕基础筛查和垂直领域两方面，柴象飞表示，通过量化 告结论，能把大量结果的信息直接融入量化系统和精准医疗的流程，实现更加准确化的诊断。
在垂直领域，汇医慧影则深入肿瘤，「由于肿瘤的一致性，在基础基因诊断，并没有获得全貌的表征，而影像组学宏观一致性的特征，对准确地诊断疾病，选择治疗方案，有重大的意义，同时也是非常热门的方向。」柴象飞说。
汇医慧影将原有的数据，通过 SaaS 化的形式，连接到云端。利用云端实现数字化的分享功能，再通过机器学习、影象大数据分析的方法，为诊断提供辅助性提示，再通过计算机的方式，将诊断的结果进行量化，而非像影像医生通过一段文字来呈现检查结果。经由这种方式，汇医汇影能把漏检率降到 10% 以下。
「我们通过医疗影像的数字化、移动化、智能化，提升医学诊断的效率，使医学诊断充分量化，将其引入到精准医疗，解决医学影像诊断资源不均的问题。」柴象飞分析他们的价值所在。
而目前，汇医慧影的产品已覆盖影像云平台、放疗云平台、电子胶片、常规阅片外包服务、疑难大病专家会诊及医生集团等六大模块。
Bello 智能招聘：AI+招聘，精准匹配简历，优化招聘流程
如果你是一位 HR，那你可能每天都要浏览大量的简历，而对求职者而言，要想找到一份合适的工作也不容易，需要不断地海投简历。人工智能则能优化供求双方的流程，使 HR 和求职者更快找到对方。
Bello 智能招聘创始人李松毅表示，其基于云端的 SaaS 平台 Bello 拥有 5000 万份简历和候选人资源，在 Bello 上，HR 上传职位描述，系统就可以自动从 HR 所在企业的自有数据库或者 Bello 云端匹配简历。而在以往，HR 需要到各个 站上搜索并阅读大量简历，再用关键词匹配。
李松毅认为，使用 Bello 有两个好处，一，数据的信息量远远大于只用关键词搜索得出的数据。二，HR 不用反复搜索，因为 Bello 基于自然语言处理技术，能精准定位与职位描述匹配的简历。而 Bello 系统会把整个数据库所有的简历进行打分，按照分数降序排列，HR 只需要浏览前 10 份简历，而无需阅读大量简历，从而节约时间。
为了更精准地匹配简历，Bello 会在云端给企业或个人都打上更多标签，智能化地给他们画像，除此之外，Bello 正在打造超越目前第三范式的招聘智能，基于大数据，让系统模拟人脑做出判断，降低所有招聘成本，并做到因才施用。目前，药明康德、华润置地在使用这套系统。
瑞为：AI +消费，为商铺构建数据化能力
用人工智能对顾客进行画像，分析和预测顾客的喜好，这是在零售和消费领域，目前最为常见的一种应用。瑞为通过机器视觉的技术，帮助实体店铺精准分析他们的客户群，为线下实体店提供智慧商铺解决方案。
瑞为董事长詹东晖强调，一定要在低成本的嵌入形状里面，实现复杂的机器视觉算法，因此，他们从一开始，就基于 FPGA，来做深度学习的算法。目前，他们已经是全球最大的 FPGA 厂商 Zanker 公司在中国最大的客户。
詹东晖介绍，瑞为花费 3 年开发出一整套解决方案，包含前端的智能硬件到云端，再到店员、店长所使用的 APP。瑞为目前有两款硬件载体产品，一款是店计，用于入店客户精准分析，另外一款是小客，对店内客户对商品、广告的关注进行分析。所有的数据，会在前端的硬件分析完成之后，上传到云端，在云端做进一步的大数据分析和数据挖掘，再反馈到店员的手机，帮助他们了解所服务的顾客。
「统计人次，人流量，帮助实体店精准分析他们的顾客，包括用户的画像以及顾客的喜好，通过云端大数据的分析，来做进一步的客户推荐，是否是你的意向客户，他的喜好是什么，将这些内容推荐到店员的手机，帮助店员提升客户的转化率。」詹东辉认为这是他们给客户带来的价值。
除了为智能商铺提供解决方案之外，瑞为还对运管车辆提供车载智能，通过一个智能硬件的前端，对司机疲劳、抽烟、打电话等驾驶行为进行监测。而在未来，瑞为计划深入到具体行业，做更多的机器视觉应用，比如在实体的眼镜店里，进行试戴、试穿，以及眼镜的推荐。
慧川智能：AI +多媒体，让媒体人更方便地生产视频
有一个数据是，视频 络用户已突破 5.5 亿，并保持每年 8.1% 的增长速度。但对于视频编导来说，每天工作到凌晨，甚至通宵熬夜都是家常便饭，慧川智能 CEO 康洪文认为，这里面有大量的重复劳作。
一些传统的媒体，以及像淘宝这样的电商 站，有 80% 的商家都希望能够制作视频组图。看到这个趋势的慧川智能决定用 AI 帮助媒体人制作视频，希望做到「让人只要会写文章，就会做视频」。
「在 AI 方面，我们建立这三大方面的突破，第一是计算机视觉，包括场景识别、人物识别、物体识别，第二是自然语言的积累，第三是大规模云计算的计算平台的突破。」慧川智能的康洪文说。
乂学教育：AI +教育，因材施教，将优质教育普及到每一个孩子
相关数据显示，一万个孩子只有一个人能享受到特级教师的教育，众所周知，优质教育资源在中国并不是均衡分布。同样地，因为传统的教育培训是线性教学，一个知识点学完，老师才能讲解下一个知识点。但是，每个学生的资质和对知识的掌握程度都不一样，因此对一些学生来说，只能重复学习已经掌握的知识点，而这些知识点，对另外一些学生来说，难度又太大。这就造成所有学生的学习效率都很低下。解决办法就是为每个学生都提供独一无二的学习方案，而传统教学中，缺少的教师资源又无法保证这一点，因而在中国的教育系统中，尽管一直在强调因材施教，但实际上无法真正做到。
乂学教育的联合创始人兼 CTO 樊星认为，通过人工智能，让系统无限复制模拟特级教师，能为每个孩子提供 100 个特级教师，做到真正的因材施教。
乂学教育成立于 2015 年，专注于 K12 领域智能个性化辅导的智适应教育，结合算法与中国学情，为学生智能推荐专属的学习路径。樊星在腾讯加速器上介绍，乂学教育在产品上分为两个大的模块，一个是检测模块。在这个环节，将知识空间算法与知识图谱结合，检测学生掌握的若干知识点，快速找出他的薄弱点，而不是重复复习。另外一个则是推荐模块，通过 AI 的算法，为孩子推荐个性化学习方案，包括学习目标、学习内容和学习路径。
而学生在执行这个方案的过程中，乂学教育再通过大数据分析以及对其他大量学生学习信息的采集，对该学生的学习方案进行优化和修正，使他最终达到学习目标。
据介绍，乂学教育线上线下齐头并进，线上的模式近乎 51talk 等，由学生直接在线上完成授课。不同的是，乂学教育 30% 的授课由老师完成，70% 由人工智能的系统完成。线下业务则以加盟的形式，在各地开实体授权学校，线下招生，目前已经有 100 多家，开业的已有 60 多家，已覆盖到浙江、江苏、山东、湖南等地。
樊星认为，他们之所以能做到如今的规模，是因为站在巨人的肩膀上。在美国有类似的案例已获得 1.2 亿美金融资，在 3000 多家学校得以使用。而 90 年代初，美国就诞生了名为「智能辅导系统（ Intelligent Tutoring System ）」的教育系统，旨在通过技术手段，检测学生当前的学习水平和状态，并相应地调整学习活动和进程，实现个性化或者差异化学习。
小法博机器人：AI +法律，使判案更加精准高效
深圳国际仲裁院有一个名为「3i」的仲裁机器人在 2016 年 10 月悄然上线，到 2017 年 4 月，这个机器人利用自然语言处理和机器学习技术，除了可以回答近 500 个仲裁问题外，还能回答 1500 个与海事仲裁有关的问题。此外，为了方便仲裁员审理海事案件，仲裁机器人的开发者「法律实验室」和深圳国际仲裁员还开发了海事案件智能分析系统，可以查询到全国所有海事法院受理案件的情况，案情审判结果等，最后实现法律机器人辅助仲裁员更精准、更高效地办案。
法律实验室的创始人张力行介绍，在一个法律案件中，律师需要花费 75% 的时间寻找适用的法律条款，使用 AI 技术，律师能以最快的速度找到自己最需要的内容，同时把最复杂的案件进行分析、评估。
而经由他们开发的分析系统，只要输入原告、被告以及相关的问题，就能在系统的解锁器中进行检索，案件是胜诉还是败诉，胜诉比例如何，应该如何制定诉讼策略，基本的判决情况会如何，这些结果都会在系统中输出。
「使用 AI 进行案卷分析，将会彻底改变过去传统的法律思维的模式，没有一个法官可以记住所有的法律概念，在你判案的时候，机器人则可以提示你，从而使整个判案更加精准高效。」张力行说。
张力行认为，法律作为最垂直的领域，与下棋非常类似，下棋是棋盘上的，法律是在法庭上的，都是一种博弈。只是法律没有围棋那么复杂，但理论相同。因此，他们正在研究法律碧昂丝理论，把法官基于感觉和经验判案的方式，变成更加精准、定量、标准的判决，由机器人辅助法官更加精确的判案。
而两年前成立的法律实验室除了正在研发的分析系统之外，还将北大法学院的 30 门课绘制成了知识图谱，将知识图谱作为研究 AI 的基础，并开发了名为「小法博」的法律问答机器人以及仲裁机器人。
张力行介绍，只要是法律咨询服务，「小法博」基本都可以进行解答，而在法庭上，小法博也能替代一些重复性工作。比如专业的裁决书，一般都需要 20-30 页，再加上数量众多的裁决书，如果完全依靠人力的话，这是一个非常繁重的工作，而经由法律机器人处理，短短一分钟就能处理完成。
助理来也、追一科技、三角兽、竹间智能：AI + 语音，发力于个人助理和客户服务
如今，越来越多的人生活和工作都很繁忙，需要安装各式各样的 App，用来解决不同的需求，而在微信上进行沟通，聊天记录太多，一不小心就忘记了。如果有一个助理，能为你搞定所有的事情，则会带来相当大的便捷。
助理来也正是建立在这样的用户需求上，推出一个拟人化的助理角色小来，基于语义理解、对话控制等技术打造对话系统，帮助用户管理日程，再基于领域知识和用户个性化信息的场景化和个性化推荐，根据用户的实时需要，在智能派发系统上，匹配解决方案，为用户跑腿定咖啡外卖、解决居家出行等需求。
基于自然语言理解的另一家企业追一科技同样通过了腾讯 AI 加速器的复试，但他们跟助理来也应用于个人助理不同的是，他们认为，基于语音识别和语义理解，企业与客户的对话形态会有大的转化，最主要的变化就表现在客服。而追一科技的对话机器人平台 YiBot 则主打客服市场，服务滴滴和国美，YiBot 已为前者节约 1000 多名客服人员，节省 1 亿多元成本，帮助后者 2000 多个门店构建了提供 IT 咨询、人力咨询、财经咨询的机器人平台。
三角兽也通过了复试（解锁三角兽，语义分析如何成就爆款产品？），其 COO 马宇驰介绍，2017 年，三角兽主要聚焦的领域，则是智能客服领域，IOT（智能设备）以及泛娱乐领域。
主打情感机器人的竹间智能的产品则包括两部分，一是 AI 对话内容机器人，一是多模态情感识别系统。前者在电商、金融、智能设备都有应用。经过多模态情感识别系统，可以让机器人通过情感识别，比如呼叫中心，结合客户的声音，辨识他们的情绪，从而能使聊天机器人更加智能。（竹间智能创始人简仁贤：挖掘人机交互背后的商业价值）
小库科技：AI +建筑，让建筑师不再重复画图
在如今的建筑领域，建筑师往往需要反复地修改图纸，小库科技的创始人何宛余认为，这样反复修改、计算，需要花费大量时间的重复性工作完全可以交由机器完成，让人工智能改善建筑行业的生产力。因而，她创立小库科技，致力于将建筑领域 80%-90% 的产品，比如住宅小区、产业园区的设计智能化。
2017 年 6 月，小库科技推出包含智能设计、建筑算法和大数据分析的 SaaS 平台「人工智能建筑师小库」，建筑师使用这个平台，只需输入需求、基地条件、容积率等参数，系统就能生成上万套方案，通过强化学习后的智能筛选功能，向建筑师推荐 10 套不同的设计。
除此之外，系统还能评估生成的建筑方案，建筑师也可以对方案「点赞」，建筑师使用得越多，点赞越频繁，小库此后推荐给他们的方案也就越符合个人审美。为了使系统生成的建筑方案更有创意，并满足建筑师的个性化需求，小库科技推出罗塞塔计划，通过深度学习分析、理解知名建筑师的设计方案和设计风格，由此得到包含该建筑师的设计逻辑、审美判断的智能设计算法，生成特有的模型，丰富小库模型的同时，使小库具备创造力与想象力。
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！