Bueno, tengo un par de ideas que me vienen a la mente, con un ligero sesgo proveniente de la comunidad de Computer Vision (subcampo en IA).
Estoy seguro de que ha oído hablar de Yelp, que utiliza la Realidad Aumentada para dar recomendaciones a los turistas / locales simplemente usando la cámara del iPhone y enfocándose en diferentes restaurantes o tiendas en un centro comercial que ofrece reseñas instantáneas en tiempo real. Con suerte, también utiliza el aprendizaje automático para obtener preferencias de su navegador web sobre las cosas que le interesan. Por ejemplo, se enfoca en una amplia gama de 5 tiendas, de las cuales no sabe nada: diga que es estadounidense y vaya a un centro comercial en Brasil, inmediatamente descubre que te gusta navegar y pondera esa visualización más que las otras tiendas.
Yelp: http://www.yelp.com/
Vayamos con otros ejemplos de inicio. Cuando se trata de Machine Learning , es posible que deseemos rodar con Shopycat que obtiene información de sus amigos de Facebook, como “me gusta”, género, edad, para calcular los regalos más recomendados que debe comprar para su cumpleaños en las acciones de Walmart. De hecho, trabajé en una startup similar en UCSB llamada Gifiniti que tenía esta idea. Ganamos el segundo lugar en la competencia NVC Tech Startup y un cheque de $ 2500.
- ¿Qué progreso está haciendo Hyperloop Technologies para completar el diseño Hyperloop de Elon Musk?
- ¿Qué cosas clave debe saber al planificar una estrategia de salida para una startup?
- ¿Cómo pueden los fundadores no estadounidenses obtener visas para ejecutar startups en los Estados Unidos? ¿Hay alguna forma de jugar el sistema? ¿Sugiere algún curso de acción alternativo?
- ¿Cómo lee Elon Musk?
- Como emprendedor, ¿alguna vez has experimentado el agotamiento y cómo te las arreglaste?
Big data? Es posible que desee mantener la visión y la magia del geoetiquetado o para los amantes de MATLAB una función im2gps (IM2GPS: estimación de información geográfica a partir de una sola imagen) propuesta por la CMU de Aloysha Efros. Esto tiene aplicaciones que van más allá de las startups, como las militares (¿de dónde sacó esta imagen el terrorista?). Básicamente, lo que hace es encontrar una alta correlación de la imagen de entrada con una gran base de datos de imágenes grandes (estática o idealmente en la nube), y luego, según las diferentes características de la imagen, qué imagen tiene la máxima probabilidad y salidas donde se tomó esa imagen. Esto puede ser trivial para lugares como París con una torre Eiffel, pero digamos que desea crear un álbum de fotos de su familia que haya tenido muchas fotos de las que no sabe de dónde fueron tomadas (digamos su bisabuelo), esto podría venir a la mano, aunque podría no convertirse en su startup de alto riesgo.
Ha habido un gran auge en la búsqueda de imágenes y PNL (procesamiento de lenguaje natural), es posible que desee ir con uno de esos y agregar algoritmos de Big Data.