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最強的答復(fù)，可以對全球 AI 實力散布有一個比擬好的懂得。
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
起首，我須要聲明我的答復(fù)會有一些成見，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，例如深度加強進修，貝葉斯神經(jīng)收集，機械人學(xué)，遷徙進修，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。他們也有一個多元化的團隊專注于通用 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)計研討對象的 UX 設(shè)計師，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 時的 PR。每當 Deepmind 發(fā)一篇論文，很快就會涌現(xiàn)在 Reddit 機械進修板塊和 Hacker News 的頂部，注解他們在技巧社區(qū)何等遭到推重。
梯隊2． Google
固然我把兩家 Alphabet 的子公司放在這個排名的頂端，但我得聲明 Facebook 和 OpenAI 和 Google 是并列處于第二梯隊的。
Yann LeCun 此前答復(fù)過一個相似成績，但我以為他錯估了谷歌年夜腦在研討界的進獻。他說：
但它（谷歌年夜腦）年夜部門研討是專注于運用法式和產(chǎn)物開辟，而不是歷久的 AI 研討。
完整不是如許！錯了！
TensorFlow（谷歌年夜腦團隊的重要產(chǎn)物）只是谷歌年夜腦浩瀚項目中的一個，據(jù)我所知也是獨一面向內(nèi)部的產(chǎn)物。谷歌年夜腦剛成立時，第一個研討項目確切傾向工程，但明天谷歌年夜腦團隊曾經(jīng)有許多員工，存眷 AI 每一個子范疇的歷久的 AI 研討，就相似于 FAIR 和 Deepmind。
舉例說來，F(xiàn)AIR 在 ICLR 2017 會議上有16篇論文被收錄，個中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)實上比 FB 還略微多一些，有20篇，個中4篇被錄為 Oral。
這還不包含 Deepmind 或谷歌其他團隊（搜刮團隊、VR、Photos團隊等）的論文。固然比擬被吸收的論文數(shù)目不是很好的目標，但我想清除那些暗示谷歌年夜腦不是深度進修研討的好處所的說法。
谷歌年夜腦也是具有很強協(xié)作靈巧性的家當研討組織。我想世界上沒有其他企業(yè)或研討機構(gòu)同時與伯克利、斯坦福、CMU、OpenAI、Deepmind、Google X 和谷歌外部的有數(shù)產(chǎn)物團隊在停止協(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。我小我有接到谷歌年夜腦和 Deepmind 的 offer，并選擇了前者，由于我認為谷歌年夜腦能給我更多靈巧性來設(shè)計本身的研討項目，而且與谷歌外部的其他團隊的協(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)趣的機械人項目。
梯隊3． Facebook
FAIR 的論文很強，在我印象中他們重點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。偶然他們也會發(fā)一些統(tǒng)計學(xué)、物理學(xué)和深度進修聯(lián)合的論文。他們在盤算機視覺方面也很強。不外除他們的榮譽異常好以外，我對 FAIR 懂得不多。
因為 TensorFlow 的普遍采取，F(xiàn)AIR 簡直曾經(jīng)輸失落了深度進修框架方面的競爭，但 Pytorch 能否能奪回市場份額值得不雅察。
梯隊4． OpenAI
OpenAI 的成員聲威很壯大：Ilya Sutskever（周全的深度進修牛人），John Schulman（TRPO的創(chuàng)造者，碩士偏向是戰(zhàn)略梯度），Pieter abbeel（機械人學(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 是一個只要約50人的小團隊，但他們有一個頂尖的工程團隊，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。
我差點想把 OpenAI 列為第一梯隊，由于在具有頂級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光來證實這一點。他們也還沒有宣布與 AlphaGo 相當?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。
作為一個一切基本舉措措施都完整從頭建起的小型非盈利研討團隊，他們沒有像年夜科技公司那末多的 GPU 資本、機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5． 百度
百度 SVAIL 和百度深度進修研討院是做 AI 研討的很好的處所，他們正在開辟很多有遠景的技巧，如家庭助理，瞽者助理，主動駕駛汽車等。
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6． 微軟研討院
在深度進修的反動之前，微軟研討院已經(jīng)是最負盛名的處所。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過了深度進修（由于深度進修的反動重要是由博士生們驅(qū)動的）。
并且，他們簡直一切的深度進修研討都是在 Linux 平臺長進行的，他們的深度進修框架 CNTK 獲得的存眷不及 TensorFlow，torch，Chainer 等。
梯隊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)計基礎(chǔ)與研討有許多類似的地方，特別是觸及發(fā)明力時，但我也以為宣布新產(chǎn)物對歷久的基本研討會是一種障礙。
梯隊8． IBM
我熟悉一名 IBM Watson 項目標前成員，他把 IBM 的“認知盤算任務(wù)”描寫為完整是一場災(zāi)害。這個項目由治理層推進，但這群人完整不懂機械進修能做甚么，不克不及做甚么，只是拿這個熱詞做賣點。Watson 應(yīng)用深度進修做圖象懂得，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，在二級市場有許多運用機械進修的機遇。
備注
說真話，一切上述公司（或許除IBM以外）都是做深度進修研討的好處所，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“。
我對深度進修研討者的建議是找到一個你感興致的團隊／項目，不消管他人對榮譽的評價，并且專注于將任務(wù)做到最好，讓你地點的機組成為AI研討的佼佼者。
若何評價蘋果、微軟、谷歌和Facebook之間的人工智能實力？LeCun 的答復(fù)
關(guān)于這一點，我的立場讓我沒法做出公正的答復(fù)，但有幾點我可以說一下：
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修研討（2000年閣下在手寫辨認方面獲得了很好的結(jié)果）。但從他們比來的一些項目可以看出，微軟研討院的目的比擬FAIR或DeepMind要減色許多。
谷歌（詳細是Google Brain等研討組）不管是在深度進修產(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 研討的存眷點是運用及產(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，計劃（planning）、RL、游戲、記憶加強收集、差分編程（differentiable programming）。DeepMind的一個成績在于，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（FAIR有60多個研討員和工程師，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光里獲得的結(jié)果覺得震動。我們的目的弘遠，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頭棒喝的了。
