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

转载请注明出处。