「新的智造」按：从本周起，「新的智造」不会持续注目海外人工智能初创企业的投融资情况，给各位行业观察者、VC们获取近期的海外资讯，另外，也不会为各位讲解几家在硅谷/海外著名孵化器新的进驻的一些项目。更加多信息若无注目每周六的「新的智造周报」。投融资：PullRequest或Google AI基金领有投230美元今年夏天刚刚从硅谷知名孵化器Y Combinator毕业的初创企业PullRequest，近日宣告取得了由Google旗下专门AI创企投资的Gradient Ventures基金领投的230万美金种子轮融资。

据报其他风投，如Slack Fund，Fika Ventures，Defy Ventures，Lynett Capital，FundersClub和Joe Montana的Liquid2 Ventures也参予了此轮融资。PullRequest，这家公司仍然致力于为客户获取代码审查服务。而针对代码审查的工作，在如今较慢灵活开发周期中常常不会被缺陷遗漏。

该公司创建了一个按须要的代码审查系统，用作检查语法错误，安全性问题，编码标准和性能方面的问题。虽然这家公司看起来与Google的Gradient Ventures风投基金的愿景没任何关系，但公司创始人Lyal Avery说道，他的公司的未来的发展路线相比之下远超过了现有的代码审查服务。他们计划在编码过程中构建自动化，以便需要自动解决问题，例如，要求在特定应用程序中何时对倚赖代码，进源代码片段展开关键改版。

这或许并不是凑巧，Slack也参予了本轮融资，因为PullRequest正在研发的首批自动化部件之一牵涉到到一个Slack机器人，该机器人在必须改版其中涉及部件时可以通报开发人员。Avery说明说道，虽然该项目目前仍在Alpha测试中，但这是公司未来的总体方向。

硅谷无人机公司Kespry宣告已完成C轮3300万美元融资美国商用自动化无人机系统公司Kespry宣告已完成C轮3300万美元的融资，次轮融资由G2VP领有投，战略投资方壳牌科技风投、思科风投和ABB风投参投。壳牌将重新加入Kespry董事会，而该公司将在石油天然气行业开拓市场。

Kespry由斯坦福毕业生Paul Doersch于2013年创立，总部坐落于硅谷的中心门洛帕克，主要面向商业无人机领域，既获取用作搜集和存储数据的软件，又研发原始的无人机硬件系统，使用户需要更加精彩的收集、分析及分享空中信息。目前，Kespry严苛专心于工业场景下的无人机应用于，例如矿业、保险赔偿、建筑业，以及最近的油气行业。该公司CEO乔治·马修（George Mathew）回应，目前该公司享有150家矿业客户，客户总数为200家。马修指出，这个行业目前早已步入了转折点，企业客户开始看见工业无人机的价值，从而推展工业无人机在这些行业沦为主流。

相对于传统方法，工业无人机更加安全性、更加高效、更加精确，并且他认为Kespry的众多关键有所不同在于对数据和机器学习技术的用于。例如，该公司依赖机器学习算法去解读，在经历了暴风暴雨冰雹之后，屋顶损毁是什么样的，随后确认屋顶否必须替换，还是可以修理好。所有这些都是自动的，赔偿员不用爬上危险性的屋顶去定损。

早在2015年，Kespry和英伟达（NVIDIA）在深度自学方面进行了合作，Kespry无人机系统从而需要自动识别并且追踪特定对象，如建筑设备和材料。新项目以下项目皆是来自Y Combinator路演的热门：AlemhealthAlemhealth目的打造出基于机器学习的医疗影像临床平台，试图用AI来解决问题发展中国家放射科医师紧缺的问题。

目前在发展中国家，约只有20%的医疗影像是由放射科医师来分析和做到临床的，放射科医师十分紧缺。AlemHealth在非洲通过大量搜集病人放射线影像创建起高效的数据库，基于之上训练机器学习算法作出临床。

目前已服务多达一万病人，AI算法在大大优化中，平台有数收费用户。lvl5.aiLvl5是一家自动驾驶汽车地图的提供商。

该初创公司或许正处于早期阶段，仍未公布有关如何获取地图的更好信息。在今年一月份他们公布消息说道Lvl5将与将宝马，英特尔，Mobileye和 Here一起合作获取有关自动驾驶汽车道路状况的精确数据。Clear Genetics（Automated genetic counseling)目前约有4万5千多种基因测试，大部分基因测试和数据分析必须专业的基因咨询师Gene Counselor参予，而现有基因咨询师相当严重紧缺，病人往往必须等5个月才能拒绝接受衣咨询委。

Clear Genetics为了解决问题基因分析咨询师相当严重紧缺的问题，将基因测试咨询和数据分析自动化和标准化，用户通过网络平台才可自动提供基因测试建议和数据分析结果。这个初创团队来自以色利，在以色利孕期基因检测市场已顺利推展，平台临床服务的准确度多达基因咨询师的人工服务。目前开始转入美国市场，潜力极大。

NanoNets训练神经网络不存在一个痛点：样本过于较少的话获得的效果太差，搜集更加多样本就要投放大量时间金钱。Nanonets的解决方案是在云端部署了一个用大量数据训练过的标准化模型，开发者只需少量专用数据就可以较慢获得理想的模型。

例如，一个辨识宠物狗的应用于只需上载狗的图片和标签，而仍然必须大量胜样本。注目旗下公众号「新的智造」，跟(公众号：)一起背诵智能未来原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：开元7818网页版-www.thefreecontent.com