Gamalon是一家位于马萨诸塞州剑桥市的初创公司，已经从美国国防部高级研究计划局(DARPA)获得了770万美元，用于创建一个先进的机器学习和人工智能平台，该公司表示，与市场上的其他平台相比，该平台拥有更多的时间和计算效率。
Gamalon使用了一种名为贝叶斯程序合成(Bayesian Program Synthesis)的新型机器学习技术，该公司表示，这种技术可以将机器学习速度提高100倍以上。BPS系统的基础是使用概率统计来确定数据之间的潜在联系。该公司表示，通过这样做，它大大减少了执行人工智能任务所需的数据量。
+更多关于网络世界有个足球雷竞技app：6家很酷的物联网初创公司|10个很酷的树莓派项目+
该公司表示，他们进行了一项测试，使用谷歌的Tensorflow大约500个数据示例，以达到与Gamalon的BPS系统相同的准确性，后者使用三个示例进行了测试。
人工智能行业分析师、“本周机器学习与人工智能播客”(This Week in Machine Learning & AI podcast)主持人萨姆·查林顿(Sam Charrington)表示，由于测试如何运行的细节，我们应该对机器学习平台之间的这种比较持保留态度。加马隆说，一个名为伽罗瓦的独立机构进行了这项测试。
本周，Gamalon推出了两款alpha版本的产品，分别名为Gamalon Structure和Gamalon Match。它们是为拥有大量非结构化数据的组织所使用的。Structure从数据库或文档中获取文本段落流，并将它们转换成公司所说的“干净、结构化的数据行”。配套的产品Gamalon Match可以对Structure产品创建的数据行进行去重和链接。
这些产品以私有alpha版本的api提供，与亚马逊、微软和谷歌的云平台集成。
Charrington指出:“我们仍处于机器学习和人工智能的早期阶段，在框架和平台层面有大量的创新正在发生。这是一件好事，因为不同的技术最适合解决不同类型的问题。与此同时，要让这些技术更广泛地为非博士人群所接受，还有很多工作要做。在我们中间。这才是真正的价值所在。”
Gamalon由本·维戈阿(Ben Vigoa)领导，他拥有麻省理工学院的博士学位，他之前的初创公司Lyric Semiconductor生产的处理器是专门为人工智能用例设计的。
除了来自DAPRA的资金，Gamalon还获得了来自Felicis Ventures、Boston seed capital和Rivas capital的440万美元种子风险投资。