总部位于加利福尼亚州帕洛阿尔托的Landing AI是由 Andrew Ng 领导的人工智能初创公司 - Google Brain 的联合创始人，谷歌的人工智能研究部门之一 - 今天宣布它在由 McRock Capital 领导的 A 系列融资中筹集了 5700 万美元。此外，Insight Partners、Taiwania Capital、加拿大养老金计划投资委员会、英特尔资本、三星催化剂基金、远东集团的DRIVE Catalyst、华新丽华和AI Fund参与，使Landing AI的总融资额达到1亿美元左右。
在制造业中越来越多地使用人工智能与更广泛的企业部门对数字化的拥抱相吻合。根据谷歌云的数据，由于大流行，76% 的制造公司转向了数据和分析、云和人工智能技术。随着流行病引发的挑战使供应链陷入困境，包括熟练劳动力短缺和运输中断，人工智能的采用可能会加速。德勤报告称，93% 的公司认为人工智能将成为推动制造业增长和创新的关键组成部分。
Landing AI 由斯坦福大学兼职教授、前斯坦福大学人工智能实验室副教授兼主任吴恩达于 2017 年创立。Landing AI 的旗舰产品是 LandingLens，该平台允许公司为制造业构建、迭代和部署 AI 驱动的视觉检测解决方案。
“人工智能将改变行业，但这意味着它需要与各种公司合作，而不仅仅是那些拥有数百万个数据点来输入人工智能引擎的公司。制造问题通常有数十或数百个数据点。LandingLens 旨在解决这些小数据问题，”Ng 通过电子邮件告诉 VentureBeat。“在消费互联网中，一个单一的、单一的人工智能系统可以为数十亿用户提供服务。但在制造业中，每个制造工厂可能都需要自己的 AI 模型。通过让领域专家(而不仅仅是 AI 专家)能够构建这些 AI 系统，LandingLens 正在使对尖端 AI 的访问民主化。”
深厚的人工智能背景
曾任百度首席科学家的吴恩达，是一位活跃于人工智能行业的创业者。离开百度后，他推出了一个以机器学习为中心的在线课程课程，名为 DeepLearning.ai，并很快成立了 Landing AI 公司。
在斯坦福大学期间，Ng 创办了斯坦福工程无处不在，这是一个免费提供的在线课程纲要，是Coursera的基础。Ng 目前是 AI认知行为治疗初创公司 Woebot 的董事长;是Apple 旗下无人驾驶汽车公司Drive.ai的董事会成员，并编写了多份指南和在线培训课程，旨在为企业高管揭开人工智能的神秘面纱。
三年前，Ng推出了 AI Fund，这是一个价值 1.75 亿美元的孵化器，支持希望使用 AI 解决关键问题的小型专家团队。在宣布该基金的 Medium帖子中，Ng 写道，该基金是 Landing AI 的早期投资者，他写道，他希望“开发系统且可重复的流程，以启动和追求新的人工智能机会。”
多线程
Landing AI 专注于MLOps，该学科涉及数据科学家和 IT 专业人员之间的合作，旨在将 AI 系统产品化。据Cognilytica 称，作为“机器学习”和“信息技术运营”的复合体，到 2025 年，此类解决方案的市场可能会从最初的3.5 亿美元增长到 40 亿美元。
LandingLens 提供低代码和无代码视觉检测工具，使计算机视觉工程师能够训练、测试 AI 系统并将其部署到笔记本电脑等边缘设备。用户创建“缺陷书”并上传他们的媒体。标记数据后，他们可以将其划分为“训练”和“验证”子集，以创建和评估模型，然后再将其部署到生产中。
标记的数据集，例如带有标题注释的图片，将模式暴露给 AI 系统，实际上是告诉机器要在未来的数据集中寻找什么。训练数据集是用于创建模型的样本，而测试数据集用于衡量其性能和准确性。
“例如……[Landing AI] 可以通过使用公司拥有的小数据集来帮助制造商更容易地识别缺陷……或者在少量医疗诊断中发现模式，”Landing AI 的一位发言人通过电子邮件向 VentureBeat 解释道。“克服‘大数据’偏见，转而专注于‘好数据’——人工智能的食物——对于在更多行业释放人工智能的力量至关重要。”
在其网站上，Landing AI 将 LandingLens 吹捧为为 OEM、系统集成商和分销商量身定制的解决方案，用于评估单个应用程序的模型功效，或作为与传统系统相结合的混合解决方案的一部分。在制造领域，Landing AI 支持装配检查、过程监控和根本原因分析等用例。但该平台还可用于开发汽车、电子、农业、零售等行业的模型——特别是涉及玻璃和焊缝检测、晶片和芯片检测、自动拣选和除草、识别模式和趋势以产生客户洞察力的任务。
“以数据为中心的 AI 方法(如 Landing AI 的)涉及使用高质量数据构建 AI 系统——重点是确保数据清楚地传达 AI 必须学习的内容，”Landing AI 在其网站上写道。“质量经理、主题专家和开发人员可以在开发过程中协同工作，就缺陷达成共识，并建立一个模型来分析结果以进行进一步优化……以数据为中心的 AI 的其他好处包括团队能够开发用于收集和标记图像以及训练、优化和更新模型的一致方法……Landing AI 的 AI 深度学习工作流程简化了自动机器解决方案的开发，这些解决方案可识别、分类和分类缺陷，同时提高生产良率。”
超过 82% 的公司表示IT 之外的定制应用程序开发很重要，Gartner预测，到 2024 年，65% 的应用程序(包括 AI 驱动的应用程序)将使用低代码平台创建。另一项研究报告称，85%的 500 名工程主管认为，最快在今年年底，低代码将在他们的组织内司空见惯，而三分之一预计低代码和无代码的市场将在 2027 年攀升至 588 亿至 1254 亿美元之间.
Landing AI 在新兴的 MLOps 和机器学习生命周期管理领域与 Iterative.ai、Comet、Domino Data Lab 等公司展开竞争。但像 Insight Partners 的 George Mathew 这样的投资者认为，这家初创公司的平台足以将其与其他公司区分开来。Landing AI 的客户包括电池开发商 QuantumScape 和生命科学公司 Ligand Pharmaceuticals，后者表示正在使用 LandingLens 改进其细胞筛选技术。制造业巨头富士康是另一个客户——吴说，Landing AI 自 2017 年 6 月以来一直在与之合作，以“开发基于两家公司核心竞争力的人工智能技术、人才和系统”。
“制造业的数字化现代化正在迅速发展，预计到 2023 年将达到 3000 亿美元，”马修在一份新闻稿中解释道。“Landing AI 的机会和需求正在爆炸式增长。它将解锁解决质量、效率和输出的目标机器视觉项目的未开发部分。我们期待在 Landing AI 激动人心的下一阶段发挥作用。”
