研發第三代人工智能學習算法
目前，機器學習任務包括有監督學習、無監督學習和強化學習三大類。其中，有監督學習是指從有標記的訓練數據中推導出預測函數。簡單來說，就是通過給定數據，進行算法分析，預測標簽。
當下，整個市場環境仍是以深度神經網絡爲代表的第二代AI技術爲主流。但是第二代人工智能以大數據量訓練的有監督學習爲主，技術路線嚴重缺少泛化能力，並且缺乏解釋性，容易被欺騙給出錯誤性判斷，其結果難以被信任。
而RealAI所研究的第三代人工智能算法，是通過無或半監督學習實現的——從無標記的訓練數據中推斷結論，通過給定的小樣本數據，尋找隱藏的範圍。利用這種AI算法，即使不清楚輸出值是多少，也能最後算出它的趨勢範圍。
隨著數據量、算力的大幅提升，當前人工智能落地場景正在從語音識別、人臉識別等受限領域延伸向金融決策、工業生産運營、醫療診斷、自動駕駛等更高價值的應用領域，而這背後將對人工智能的安全性、可靠性提出更高要求，也意味著新一輪AI算法叠代與AI産業模式的升級。
RealAI以“數據+知識”雙驅動的模式，爲研發下一代可靠、可信、安全的人工智能提供了一條切實可行的路徑。
團隊方面，RealAI科研實力強勁。RealAI孵化于清華大學AI研究院，CEO田天博士畢業于清華大學計算機系，在2019世界人工智能大會（WAIC）期間被AI青年科學家聯盟授予“青年AI科學家”稱號，同年入選福布斯中國2019年度30歲以下精英榜。