【“AI 研究领导者”排行榜】从百度到微软，谷歌工程师说的是哪家企业？

2017 年 5 月 20 日 新智元

新智元编译

来源：rawstory.com

作者：Eric Jang

编译：熊笑

【新智元导读】如果有一个“AI 研究领导者”排行榜， IBM、谷歌、Facebook、苹果、百度、微软这几家都在以 AI 作为驱动力的巨头应如何排座次？这问题未免有关公战秦琼之嫌，但谷歌大脑工程师 Eric Jang 应是能说得头头是道，还顺便怼了 Yann LeCun。他的评论够犀利：所有这些公司（可能除了IBM之外）都是非常出色的深度学习研究机构，但建议也很中肯：找到一个您感兴趣的团队/项目，不在乎别人对于声誉的言论，专注于做到最好，致力于把你所在的团队打造成为 AI 研究领导者。

这本是 Quora 上一个没什么新意的问题——“IBM、谷歌、Facebook、苹果和微软等几家公司里，谁在领导着 AI 研究的发展？” ，却引出了谷歌大脑工程师的 Eric Jang 的怒答，其中还对大神 Yann LeCun 进行了反驳。让我们看看他是如何为这几家 AI 巨头排座次的：

首先，我的回答包含一些偏见，因为我在 Google Brain 工作，我相当享受我的工作。

我的回答仅代表个人观点，不代表我的同事或 Alphabet 这个团队的观点。

我对 IBM，谷歌，Facebook，苹果，百度，微软作为“AI研究领导者”的排名如下：

1. Deepmind

在我看来，在AI研究方面，Deepmind现在应该是排名首位。

他们的论著在科研领域受到高度重视，涵盖广泛，涉及诸如深度强化学习、贝叶斯神经网络、机器人技术，迁移学习等课题。因总部设在伦敦，他们吸引了牛津和剑桥大批精英，这两所顶尖院校为欧洲机器学习人才培养的基地。他们聘请的团队涉足AI研究的多个领域，包括构建基础设施和模型的传统的软件工程师、协助制造研究工具的用户体验设计师、甚至包括研究生态学与智能之间的关系这种远景课题的生态学家（Drew Purves）。

在公众影响力方面，如 DQN-Atari 和创造历史的 AlphaGo，他们是首屈一指的。每当有一篇 Deepmind 的论文发布，它都会迅速出现在 Reddit 机器学习版块或 Hacker News 的头条，充分证明了他们在技术领域受关注的程度。

2. 谷歌

知道有的人会对我把两家 Alphabet 公司排在前两位嗤之以鼻，所以我把 Facebook 和 OpenAI 排在并列第二了。不想看我继续叨叨谷歌大脑的请往下拖。

无意冒犯 Yann LeCun（他的回答非常精彩），但我不认同他对 Google Brain 在研究领域的地位的看法。

他认为谷歌大脑致力于应用和产品开发，而不是长期的AI研究。

这完全是分类上的错误。

TensorFlow（谷歌大脑的主要产品）只是谷歌大脑众多的研究项目之一，据我所知，这也是唯一一个对外的产品。谷歌大脑初创时，最初的研究项目确实是与工业领域紧密相关的，但如今，他们拥有大批专注于长期AI研究的员工，涉及到几乎所有能够想象到的 AI 研究领域，类似于 FAIR 和 Deepmind。

FAIR 在 ICLR 2017会议上有16篇录用论文（信息来自 Yann），3篇被选为口头发表（即极其出色的论文）。

谷歌大脑在今年的 ICLR 会议上小胜 Facebook，拥有20篇录用论文，4篇入选口头发表。

这一数字还没有包括来自 Deepmind 和其他的谷歌研究团队（Search, VR, Photos）的论文。比较论文数量并不是一个好的指标，我只是想说明Yann 所称的谷歌并非致力于深度学习研究这种看法不准确。

谷歌大脑也是最具协作灵活性的产业科研机构。我不认为全球还有任何一家机构能如同谷歌一样，与加州伯克利大学、斯坦福大学、卡耐基梅隆大学、OpenAI、Deepmind 及 Google X 保持持续的合作，且拥有众多科研团队。

我相信谷歌大脑在不久的将来就会被视为顶级科研机构。我当初同时接到了来自谷歌大脑和 Deepmind 的聘书，但还是选择了前者，因为我觉得谷歌大脑给予我更多设计自己研究项目的灵活性，与谷歌内部科研团队更紧密的合作，以及参与一些极其有趣的机器人项目的机会，当然我目前还无法透露更多。

2. Facebook

FAIR 的论文很好，在我的印象里，他们的关注的重点是语言领域的问题，如问答、动态记忆、图灵实验类的东西。偶尔也会有些统计学、物理学与深度学习结合的论文。很显然他们也在涉足计算机视觉领域。我希望多讲一些，但是我对 FAIR 实在了解不多，除了他们的声誉很好这点以外。

随着 TensorFlow 被广泛采用，他们几乎在深度学习框架之争中败下阵来，Pytorch 能否成功重获市场份额，我们拭目以待。

在我看来，FAIR 的一个弱点是只聘用具有博士学位的人员担任研究职务，这是 FAIR 的招聘人员透露给我的。诚然，具有博士学位的人应该都更聪明些，但不代表他们都能带来创新的想法和在科学领域做出巨大贡献。

2. OpenAI

OpenAI 拥有一个全明星的团队：Ilya Sutskever（深度学习大师），John Schulman（TRPO 的发明者，策略梯度专家），Pieter Abbeel（估计是从未来传送回现在的机器人，写出了一车的机器人技术论文），Andrej Karpathy（Char-RNN，CNN专家），Durk Kingma（VAE的共同发明人），仅为其中几位。

尽管他们是一个规模50人以下的小团队（从人力和财力角度看并不大），他们拥有一流的工程团队，精心雕琢的研究工具，如 Gym 和 Universe。通过开源那些曾深藏在大企业内部的软件，他们为更广阔的科研世界贡献了巨大价值，这也迫使行业内其他机构开始开源他们的代码和工具。

我认为他们几乎可以排在首位，在顶级科研水平方面，他们与 Deepmind 旗鼓相当。但我认为他们成立时间尚短，还不足以让我给出确定的结论。他们也还未曾取得与 AlphaGo 相当的成就，尽管 Gym/Universe 的价值已无需赘言。

作为一个白手起家的小规模的非营利性研究机构，他们拥有的的 GPU 资源、机器人或软件基础架构都无法与大企业相比。计算力的大小会显著影响科研能力，甚至研究方向。

初创公司举步维艰，看他们是否能够在未来几年继续吸引更多顶尖人才加入。

3. 百度

百度硅谷 AI 实验室和百度 IDL 是优秀的研究机构，他们正在研发很多前途广大的技术，如智能家居助理，盲人辅助工具和自动驾驶等。

百度确实存在一些声誉问题，比如近期的违反 ImageNet 竞争的丑闻，低质量的搜索结果导致中国学生死于癌症，被美国人视为涉嫌抄袭等。

他们绝对是 AI 在中国最强的玩家。

3. 微软研究院

在深度学习革命之前，微软研究院曾经是最负盛名的研究机构。他们聘请了资深的教授，这或许也是他们最初错过了深度学习浪潮的原因（深度学习革命在很大程度上是由博士生推动）。

不幸的是，当今几乎所有深度学习研究都是在 Linux 平台上完成的，他们的 CNTK 深度学习框架也没有受到 TensorFlow、torch、Chainer 一样的关注。

4. 苹果

苹果难以吸引深度学习的人才，因为研究人员倾向于出版和研究，这与苹果作为一家产品公司的文化背道而驰。想要解决通用人工智能问题或者通过发布研究专著获得业界认可的人通常不会选择苹果。我认为苹果的设计根源与科研有很多相似之处，特别是在大胆的创意方面，但产品为中心的限制可能是致力于长期基础科研的障碍。

10. IBM

一位我认识的曾在 Watson 工作的 IBM 员工形容 IBM 的认知计算工作为一场灾难，缘于管理层对机器学习能做和不能做什么全无概念，只是卖弄概念。Watson 用深度学习技术来做图像识别，但我理解其信息检索系统的部分并没有真正应用深度学习现今的取得的成果。总的来说，我认为对初创公司而言，在 IBM 踟蹰和放弃的领域存在一个巨大的机器学习应用的二级市场。

无意冒犯 IBM 的研究人员，你们都是比我出色得多的科学家。我只是认为 IBM 的企业文化不利于引领 AI 研究。

总评

实话讲，上述所有公司（可能除了IBM之外）都是非常出色的深度学习研究机构。考虑到如今这一领域里开源和丰富的程度，我不认为能够有单独一家企业能够被切实称为“AI 研究领导者“。

另有 Salesforce / Metamind，亚马逊等机构据说也相当不错，但因我个人了解不够，不予置评。

我个人对有志于深度学习研究的各位的建议是，找到一个您感兴趣的团队/项目，不在乎别人对于声誉的言论，专注于做到最好，致力于把你所在的团队打造成为 AI 研究领导者。

原文地址：http://www.rawstory.com/2017/05/the-future-of-robots-and-artificial-intelligence-is-being-led-by-these-8-companies/