Google Brain的Eric Jiang昨天在Quora答復(fù)發(fā)問，剖析了谷歌、微軟、Facebook、IBM等巨子間的AI實(shí)力，援用最新例子（好比 ICLR論文吸收）。聯(lián)合之前Yann LeCun關(guān)于幾家公司誰的AI最強(qiáng)的答復(fù)，可以對全球 AI 實(shí)力散布有一個(gè)比擬好的懂得。
谷歌年夜腦研討工程師 Eric Jang 的答復(fù)：DeepMind 是第一，谷歌年夜腦很快將升到第一梯隊(duì)
起首，我須要聲明我的答復(fù)會(huì)有一些成見，由于我在谷歌年夜腦任務(wù)，并且我很愛好谷歌年夜腦。我的不雅點(diǎn)僅代表我本身，不代表我的其他同事或 Alphabet 公司。
我對“AI研討范疇的佼佼者”的科技公司的排名以下：
梯隊(duì)1． DeepMind
我以為就如今來講，DeepMind 是 No．1 的。
他們揭橥的論文在研討界里很受推重，并且觸及的范疇異常廣，例如深度加強(qiáng)進(jìn)修，貝葉斯神經(jīng)收集，機(jī)械人學(xué)，遷徙進(jìn)修，等等。他們從牛津年夜學(xué)和劍橋年夜學(xué)招徠了年夜量人才網(wǎng)job.vhao.net，這兩所年夜學(xué)是歐洲最好的 ML 研討學(xué)府。他們也有一個(gè)多元化的團(tuán)隊(duì)專注于通用 AI 的研討，包含有專門打造基本舉措措施和對象的軟件工程師，贊助設(shè)計(jì)研討對象的 UX 設(shè)計(jì)師，乃至有生態(tài)學(xué)家（Drew Purves）專門研討其他范疇，例如生態(tài)和智能之間的關(guān)系。
在 PR 和吸引"眼光方面，Deepmind 也是數(shù)一數(shù)二的，例如 DQN－Atari 和發(fā)明汗青的 AlphaGo 時(shí)的 PR。每當(dāng) Deepmind 發(fā)一篇論文，很快就會(huì)涌現(xiàn)在 Reddit 機(jī)械進(jìn)修板塊和 Hacker News 的頂部，注解他們在技巧社區(qū)何等遭到推重。
梯隊(duì)2． Google
固然我把兩家 Alphabet 的子公司放在這個(gè)排名的頂端，但我得聲明 Facebook 和 OpenAI 和 Google 是并列處于第二梯隊(duì)的。
Yann LeCun 此前答復(fù)過一個(gè)相似成績，但我以為他錯(cuò)估了谷歌年夜腦在研討界的進(jìn)獻(xiàn)。他說：
但它（谷歌年夜腦）年夜部門研討是專注于運(yùn)用法式和產(chǎn)物開辟，而不是歷久的 AI 研討。
完整不是如許！錯(cuò)了！
TensorFlow（谷歌年夜腦團(tuán)隊(duì)的重要產(chǎn)物）只是谷歌年夜腦浩瀚項(xiàng)目中的一個(gè)，據(jù)我所知也是獨(dú)一面向內(nèi)部的產(chǎn)物。谷歌年夜腦剛成立時(shí)，第一個(gè)研討項(xiàng)目確切傾向工程，但明天谷歌年夜腦團(tuán)隊(duì)曾經(jīng)有許多員工，存眷 AI 每一個(gè)子范疇的歷久的 AI 研討，就相似于 FAIR 和 Deepmind。
舉例說來，F(xiàn)AIR 在 ICLR 2017 會(huì)議上有16篇論文被收錄，個(gè)中3篇被錄為 Oral（即異常出色的論文）。
谷歌年夜腦本年在 ICLR 上被收錄的論文現(xiàn)實(shí)上比 FB 還略微多一些，有20篇，個(gè)中4篇被錄為 Oral。
這還不包含 Deepmind 或谷歌其他團(tuán)隊(duì)（搜刮團(tuán)隊(duì)、VR、Photos團(tuán)隊(duì)等）的論文。固然比擬被吸收的論文數(shù)目不是很好的目標(biāo)，但我想清除那些暗示谷歌年夜腦不是深度進(jìn)修研討的好處所的說法。
谷歌年夜腦也是具有很強(qiáng)協(xié)作靈巧性的家當(dāng)研討組織。我想世界上沒有其他企業(yè)或研討機(jī)構(gòu)同時(shí)與伯克利、斯坦福、CMU、OpenAI、Deepmind、Google X 和谷歌外部的有數(shù)產(chǎn)物團(tuán)隊(duì)在停止協(xié)作。
我信任在不久的未來，谷歌年夜腦可以或許升到第一梯隊(duì)。我小我有接到谷歌年夜腦和 Deepmind 的 offer，并選擇了前者，由于我認(rèn)為谷歌年夜腦能給我更多靈巧性來設(shè)計(jì)本身的研討項(xiàng)目，而且與谷歌外部的其他團(tuán)隊(duì)的協(xié)作更慎密，并且我參加了今朝還不克不及地下的一些異常風(fēng)趣的機(jī)械人項(xiàng)目。
梯隊(duì)3． Facebook
FAIR 的論文很強(qiáng)，在我印象中他們重點(diǎn)存眷的是說話范疇的成績，例如成績答復(fù)，靜態(tài)記憶，圖靈測試，等等。偶然他們也會(huì)發(fā)一些統(tǒng)計(jì)學(xué)、物理學(xué)和深度進(jìn)修聯(lián)合的論文。他們在盤算機(jī)視覺方面也很強(qiáng)。不外除他們的榮譽(yù)異常好以外，我對 FAIR 懂得不多。
因?yàn)?TensorFlow 的普遍采取，F(xiàn)AIR 簡直曾經(jīng)輸失落了深度進(jìn)修框架方面的競爭，但 Pytorch 能否能奪回市場份額值得不雅察。
梯隊(duì)4． OpenAI
OpenAI 的成員聲威很壯大：Ilya Sutskever（周全的深度進(jìn)修牛人），John Schulman（TRPO的創(chuàng)造者，碩士偏向是戰(zhàn)略梯度），Pieter abbeel（機(jī)械人學(xué)），Andrej Karpathy（Char－RNN，CNN），Durk Kingma（VAE 的創(chuàng)造者之一），Ian Goodfellow（GAN 的創(chuàng)造者），等等。
雖然 OpenAI 是一個(gè)只要約50人的小團(tuán)隊(duì)，但他們有一個(gè)頂尖的工程團(tuán)隊(duì)，研發(fā)一流的、真正有效的研討對象，例如 Gym 和 Unverse。他們也經(jīng)由過程供給之前只要年夜科技公司能用的軟件，為更多研討集團(tuán)供給贊助。這也為其他公司增長了壓力，使得他們開端開源代碼和對象。
我差點(diǎn)想把 OpenAI 列為第一梯隊(duì)，由于在具有頂級(jí)研討人員方面他們不輸 Deepmind，但他們成立不久，尚沒有閱歷足夠長的時(shí)光來證實(shí)這一點(diǎn)。他們也還沒有宣布與 AlphaGo 相當(dāng)?shù)慕Y(jié)果，固然我以為 Gym 和 Universe 對研討社區(qū)的意義異常主要。
作為一個(gè)一切基本舉措措施都完整從頭建起的小型非盈利研討團(tuán)隊(duì)，他們沒有像年夜科技公司那末多的 GPU 資本、機(jī)械人或軟件基本舉措措施。具有年夜量算力對研討，乃至對一小我可以或許想到的點(diǎn)子發(fā)生很年夜影響。
始創(chuàng)公司很艱苦，我們可以不雅察他們在將來幾年能否可以或許持續(xù)吸引頂尖的人才網(wǎng)job.vhao.net。
梯隊(duì)5． 百度
百度 SVAIL 和百度深度進(jìn)修研討院是做 AI 研討的很好的處所，他們正在開辟很多有遠(yuǎn)景的技巧，如家庭助理，瞽者助理，主動(dòng)駕駛汽車等。
固然百度存在許多成績，但他們相對是中國研討AI最兇猛的企業(yè)。
梯隊(duì)6． 微軟研討院
在深度進(jìn)修的反動(dòng)之前，微軟研討院已經(jīng)是最負(fù)盛名的處所。他們的成員中多為多年 AI 研討經(jīng)歷的傳授，這能夠也說明了為何他們錯(cuò)過了深度進(jìn)修（由于深度進(jìn)修的反動(dòng)重要是由博士生們驅(qū)動(dòng)的）。
并且，他們簡直一切的深度進(jìn)修研討都是在 Linux 平臺(tái)長進(jìn)行的，他們的深度進(jìn)修框架 CNTK 獲得的存眷不及 TensorFlow，torch，Chainer 等。
梯隊(duì)7． 蘋果
蘋果在招徠人才網(wǎng)job.vhao.net方面確切有些艱苦，由于研討人員平日都想地下出書本身的研討結(jié)果。蘋果也做一些產(chǎn)物驅(qū)動(dòng)的研討，但這沒法吸引哪些想要處理通用 AI 成績的研討人員，或那些愿望本身的研討結(jié)果被學(xué)術(shù)圈存眷的研討者。我以為他們的設(shè)計(jì)基礎(chǔ)與研討有許多類似的地方，特別是觸及發(fā)明力時(shí)，但我也以為宣布新產(chǎn)物對歷久的基本研討會(huì)是一種障礙。
梯隊(duì)8． IBM
我熟悉一名 IBM Watson 項(xiàng)目標(biāo)前成員，他把 IBM 的“認(rèn)知盤算任務(wù)”描寫為完整是一場災(zāi)害。這個(gè)項(xiàng)目由治理層推進(jìn)，但這群人完整不懂機(jī)械進(jìn)修能做甚么，不克不及做甚么，只是拿這個(gè)熱詞做賣點(diǎn)。Watson 應(yīng)用深度進(jìn)修做圖象懂得，然則據(jù)我所知，它的信息檢索體系的其他部門并沒有真正用到最新的深度進(jìn)修技巧。根本上，我以為IBM是在瞎弄，對始創(chuàng)企業(yè)來講，在二級(jí)市場有許多運(yùn)用機(jī)械進(jìn)修的機(jī)遇。
備注
說真話，一切上述公司（或許除IBM以外）都是做深度進(jìn)修研討的好處所，并且鑒于開源軟件和如今全部范疇的疾速成長，我不以為有任何一家科技公司在“引導(dǎo) AI 研討“。
我對深度進(jìn)修研討者的建議是找到一個(gè)你感興致的團(tuán)隊(duì)／項(xiàng)目，不消管他人對榮譽(yù)的評(píng)價(jià)，并且專注于將任務(wù)做到最好，讓你地點(diǎn)的機(jī)組成為AI研討的佼佼者。
若何評(píng)價(jià)蘋果、微軟、谷歌和Facebook之間的人工智能實(shí)力？LeCun 的答復(fù)
關(guān)于這一點(diǎn)，我的立場讓我沒法做出公正的答復(fù)，但有幾點(diǎn)我可以說一下：
蘋果不是人工智能研討圈子里的玩家，由于他們的公司文明很隱蔽。你弗成能在隱蔽的氣氛下做前沿研討。不揭橥則算不是研討，頂多也就是技巧提高。
微軟一向都在做一些很好的任務(wù)，但有許多人才網(wǎng)job.vhao.net都在從微軟流向Facebook和谷歌。微軟曩昔做了一些很兇猛的語音相干的深度進(jìn)修研討（2000年閣下在手寫辨認(rèn)方面獲得了很好的結(jié)果）。但從他們比來的一些項(xiàng)目可以看出，微軟研討院的目的比擬FAIR或DeepMind要減色許多。
谷歌（詳細(xì)是Google Brain等研討組）不管是在深度進(jìn)修產(chǎn)物照樣辦事方面都可以算是搶先的，由于谷歌在這方面起步最早。他們在基本舉措措施（好比TensorFlow和TPU）上有許多積聚。但谷歌 AI 研討的存眷點(diǎn)是運(yùn)用及產(chǎn)物開辟，而非歷久 AI 研討。證據(jù)就是Google Brain 的一些頂尖研討人員分開了那邊，去了DeepMind、OpenAI，或許到了FAIR。
DeepMind 在基于進(jìn)修的 AI（learning－based AI）方面一向都做得很好。他們的歷久目的跟FAIR的有些相似，研討的課題重合度也挺高：無監(jiān)視／生成模子，計(jì)劃（planning）、RL、游戲、記憶加強(qiáng)收集、差分編程（differentiable programming）。DeepMind的一個(gè)成績在于，他們從地輿地位和組織構(gòu)造上都闊別谷歌（Alphabet）。如許就不太便利為其一切者盈利，不外他們?nèi)缃窨磥碜龅猛玫摹?/p>
Facebook的人工智能研討所FAIR成立于2．5年前，在這么短的時(shí)光內(nèi)涵業(yè)界建立起本身引導(dǎo)者的位置。我本身都為FAIR能吸引這么多世界頂尖AI研討員而覺得震動(dòng)（FAIR有60多個(gè)研討員和工程師，如今散布在紐約、Menlo Park、巴黎和西雅圖）。異樣，我也為我們在曩昔兩年半時(shí)光里獲得的結(jié)果覺得震動(dòng)。我們的目的弘遠(yuǎn)，在FAIR我們從歷久著眼，在公司里也有必定的影響力，是以存在不會(huì)受質(zhì)疑（不出結(jié)果）。最癥結(jié)的，我們異常開放：我們一切的研討員一年都邑揭橥多篇論文。沒有甚么比看見一名遠(yuǎn)景年夜好的研討員參加一家不那末開放的公司或許一家始創(chuàng)企業(yè)，然后從研討圈子里消逝更使人當(dāng)頭棒喝的了。
