研发第三代人工智能学习算法

目前，机器学习任务包括有监督学习、无监督学习和强化学习三大类。其中，有监督学习是指从有标记的训练数据中推导出预测函数。简单来说，就是通过给定数据，进行算法分析，预测标签。

当下，整个市场环境仍是以深度神经网络为代表的第二代AI技术为主流。但是第二代人工智能以大数据量训练的有监督学习为主，技术路线严重缺少泛化能力，并且缺乏解释性，容易被欺骗给出错误性判断，其结果难以被信任。

而RealAI所研究的第三代人工智能算法，是通过无或半监督学习实现的——从无标记的训练数据中推断结论，通过给定的小样本数据，寻找隐藏的范围。利用这种AI算法，即使不清楚输出值是多少，也能最后算出它的趋势范围。

随着数据量、算力的大幅提升，当前人工智能落地场景正在从语音识别、人脸识别等受限领域延伸向金融决策、工业生产运营、医疗诊断、自动驾驶等更高价值的应用领域，而这背后将对人工智能的安全性、可靠性提出更高要求，也意味着新一轮AI算法迭代与AI产业模式的升级。

RealAI以“数据+知识”双驱动的模式，为研发下一代可靠、可信、安全的人工智能提供了一条切实可行的路径。

团队方面，RealAI科研实力强劲。RealAI孵化于清华大学AI研究院，CEO田天博士毕业于清华大学计算机系，在2019世界人工智能大会（WAIC）期间被AI青年科学家联盟授予“青年AI科学家”称号，同年入选福布斯中国2019年度30岁以下精英榜。