最近，Google Brain的研究工程師Eric Jang在Quora上回答了“IBM、谷歌、Facebook、蘋果和微軟等幾家公司里，誰在領(lǐng)導(dǎo)著AI研究的發(fā)展？”（Who is leading in AI research among big players like IBM, Google, Facebook, Apple and Microsoft?）這一問題，短短時間便獲得了超過4000的閱讀量。之所以獲得這么廣泛的關(guān)注，一方面是因為Eric Jang犀利的行文風(fēng)格，也因為他直接對原本Yann LeCun的回答做出了反駁。

以下是Eric Jang對這幾家公司的排行，由雷鋒網(wǎng)進(jìn)行編譯。

首先，我的回答包含了一部分偏向性，因為我目前在Google Brain工作而我真心喜歡這里。我的觀點僅代表我個人，并不代表我的同事和Alphabet公司的立場。

我把題目里提到的這幾家“AI研究領(lǐng)導(dǎo)者”做以下排序：

1、 Deepmind

我認(rèn)為Deepmind很大程度上是如今的第一名。

他們發(fā)表的工作成果受到研究圈的高度重視，而且都涉及到了非常頂級的議題，比如深度增強(qiáng)學(xué)習(xí)、貝葉斯神經(jīng)網(wǎng)絡(luò)、機(jī)器人學(xué)、遷移學(xué)習(xí)等。他們從牛津大學(xué)和劍橋大學(xué)吸收了大量人才，這些學(xué)校在全歐洲有著很多非常棒的機(jī)器學(xué)習(xí)初級課程。Deepmind打造了一支多元化的團(tuán)隊致力于通用AI的研究，里面既有傳統(tǒng)的軟件工程師來構(gòu)建基礎(chǔ)架構(gòu)和工具、UX設(shè)計師幫助建造研究工具、甚至還有生態(tài)學(xué)者（Drew Purves）來研究更具有深遠(yuǎn)影響的議題，比如地球生態(tài)和智能技術(shù)的關(guān)系。

Deepmind在PR和抓住公眾想象力方面，也是無人能出其右。比如用DQN-Atari和創(chuàng)造歷史的AlphaGo。一旦Deepmind有論文發(fā)表，往往都會登頂Reddit的Machine Learning板塊和Hacker News上，這恰好佐證了他們的工作是多么受到科技圈的重視。

2、谷歌

是的，我把兩家Alphabet旗下的公司放到了排行的前兩名，在你對我翻白眼之前，我想說一下，其實我也把Facebook和OpenAI都放在了第二名。但如果你不想聽我講關(guān)于Google Brain的事情，往下翻就好了（笑臉）。

我對 Yann LeCun是很尊敬的（他之前的回答也很不錯），但是我認(rèn)為他對于Google Brain在研究領(lǐng)域的評價是錯誤的。他說：

“但是谷歌主要關(guān)注與應(yīng)用和產(chǎn)品開發(fā)，而不是長期的AI研究工作?！?/p>

這句評價絕對是錯的，完全錯。

TensorFlow（Google Brain團(tuán)隊最主要的產(chǎn)品）只是Google Brain下屬眾多團(tuán)隊的研發(fā)成果之一，據(jù)我所知這個團(tuán)隊是唯一一個打造對外產(chǎn)品的團(tuán)隊。Google Brain剛起步時的項目確實比較偏向工程，但是今天，Google Brain有很多員工都是專注于長期的AI研究 ，而且是涉及所有可能的AI次級領(lǐng)域，這跟Facebook FAIR和Deepmind是類似的。

Facebook FAIR有16篇論文被ICLR 2017大會接收，其中有3篇被選為做現(xiàn)場論文展示。

而實際上，Google Brain被ICLR 2017大會接收的論文數(shù)量還略略超過Facebook FAIR，總共有20篇，其中4篇被選為做現(xiàn)場論文展示。而這并沒有算上Deepmind和其它谷歌內(nèi)部團(tuán)隊的工作（比如搜索、VR、圖片）。論文接收數(shù)量并非一個很好的衡量尺度，但是我以此想反駁那些暗示Google Brain不善深度學(xué)習(xí)研究的暗示。

Google Brain也是最具合作靈活性的業(yè)界研究機(jī)構(gòu)。我想，世界上還不會有任何其他的研究機(jī)構(gòu)，無論是工業(yè)的還是其他性質(zhì)的機(jī)構(gòu)，能與伯克利大學(xué)、斯坦福、CMU、OpenAI、Deepmind、Google X以及眾多Google內(nèi)部頂級產(chǎn)品團(tuán)隊同時展開合作。

我相信Google Brain將很快位列第一流的研發(fā)機(jī)構(gòu)。我曾經(jīng)同時拿到Google Brain和Deepmind的offer，最終選擇了前者，是因為我覺得Google Brain能給我更大的自由來設(shè)計我自己的研究項目，并能保持與其它Google內(nèi)部團(tuán)隊緊密合作。我還能參與一些非常有趣的機(jī)器人項目，當(dāng)然這些項目我不能透露更多信息。

2、Facebook（并列第二）

FAIR實驗室的論文都很棒，我的印象是他們比較多地關(guān)注與語音領(lǐng)域的問題，比如問答、動態(tài)記憶（dynamic memory）、圖靈測試類型等。他們偶爾也會有一些“數(shù)據(jù)物理與深度學(xué)習(xí)結(jié)合”一類的論文。顯然，他們也做計算機(jī)視覺類相關(guān)工作。我希望自己能講的更多一些，但是我對FAIR了解的確實不多，但他們的聲譽是很好的。

由于TensorFlow的廣泛應(yīng)用，F(xiàn)acebook幾乎在深度學(xué)習(xí)框架之爭中失敗了。但我們還是要看看，Pytorch能否搶回一部分市場份額。

2、OpenAI（并列第二）

OpenAI有一連串的明星員工，比如：Ilya Sutskever（全面的深度學(xué)習(xí)大師）、John Schulman（TRPO發(fā)明者，策略梯度大師）、Pieter Abbeel （發(fā)表了大量機(jī)器人學(xué)領(lǐng)域的研究論文）、Andrej Karpathy（Char-RNN和CNNs）、Durk Kingma（VAEs聯(lián)合發(fā)明者）、Ian Goodfellow（GANs發(fā)明者）等。

盡管只是一支不到50人的小團(tuán)隊，他們也有一流的工程團(tuán)隊，而且發(fā)布了一流的、非常有想法的研究工具，比如Gym和Universe。他們通過提供相關(guān)軟件，為更廣泛的研究社群帶來價值，這些軟件曾經(jīng)掌握在科技巨頭手里。他們的這種做法，也迫使其他研究團(tuán)隊開始開源代碼和工具。

鑒于OpenAI與Deepmind都擁有的一流人才隊伍，我原來還打算把二者并列第一，但是OpenAI成立時間不長，我還不能足夠有信心將二者并列在一起。OpenAI也還沒與做出像AlphaGo一樣成就的系統(tǒng)，雖然Gym和Universe對于研究圈來說也很重要，但也沒有達(dá)到AlphaGo那樣的高度。

作為一個小型的非贏利性研究機(jī)構(gòu)，從無到有建立他們的基礎(chǔ)架構(gòu)，OpenAI不具有像大公司一樣豐富的GPU資源、機(jī)器人和軟件基礎(chǔ)架構(gòu)。擁有強(qiáng)大的計算力，對研究能力有很大的影響，甚至有時對研究想法也能產(chǎn)生影響。

3、百度

百度SVAIL和IDL研究院是非常棒的做研究的地方，他們正在致力于多項具有潛力的技術(shù)，比如家庭助理、盲人廣告和自動駕駛汽車等。

百度這家公司確實在聲譽上面臨一些問題，比如最近違反ImageNet 競賽規(guī)則的丑聞、低質(zhì)量的搜索結(jié)果導(dǎo)致一個中國學(xué)生死于癌癥以及被美國人刻板地認(rèn)為是一家盲目模仿的技術(shù)公司。

但是，這家公司在中國的AI領(lǐng)域里，是最強(qiáng)的。

3、微軟研究院（并列第三）

在深度學(xué)習(xí)革命發(fā)生之前，微軟研究院曾經(jīng)是最具有聲譽的地方。他們雇傭具有多年經(jīng)驗的研究員，這一定程度上也解釋了為什么微軟研究院有點錯過了深度學(xué)習(xí)，因為深度學(xué)習(xí)革命很大程度上都是由博士生推動的。

不幸的是，如今幾乎所有的深度學(xué)習(xí)研究都是在Linux平臺上進(jìn)行的，而微軟的CNTK深度學(xué)習(xí)框架沒有得到與TensorFlow、torch和Chainer一樣多的關(guān)注。

4、蘋果

蘋果在招人方面確實面臨一些問題，因為研究人員都想要公開自己的研究成果。蘋果也做一些產(chǎn)品驅(qū)動的研究，這并不能吸引那些想解決通用AI問題或希望自己的工作被學(xué)術(shù)圈看到的研究人員。我認(rèn)為他們設(shè)計的根本也需要一些相應(yīng)的研究，尤其是面臨大膽的創(chuàng)意時，但是我也看到了發(fā)布新產(chǎn)品也會成為長期基礎(chǔ)研究的一種阻礙。

10、IBM

我認(rèn)識一個IBM Watson項目的前雇員，他把 IBM的“認(rèn)知計算工作”形容為一場災(zāi)難。該項目由管理層推動，而這群人根本不知道機(jī)器學(xué)習(xí)能做什么、不能做什么，只管拿著這個熱詞到處賣。據(jù)我所知，Watson使用了深度學(xué)習(xí)來做圖像理解，但它其余的信息檢索系統(tǒng)并沒有應(yīng)用最新的深度學(xué)習(xí)技術(shù)。基本上，IBM是面臨著危機(jī)的，對于初創(chuàng)企業(yè)來說，在二級市場有很多應(yīng)用機(jī)器學(xué)習(xí)的機(jī)遇。

備注

說實話，上面提到的公司（或許除了IBM之外）都是做深度學(xué)習(xí)研究非常好的去處，鑒于開源軟件和整個領(lǐng)域的快速發(fā)展，我不認(rèn)為任何一家科技公司能夠以絕對的優(yōu)勢“領(lǐng)導(dǎo)AI研究”。

我對于未來的深度學(xué)習(xí)研究員的建議是，找到一個你確實感興趣的團(tuán)隊/項目，忽略別人所說的聲譽等條件，專注于將自己的工作做到最好，幫助你所在的機(jī)構(gòu)成為AI研究領(lǐng)域的領(lǐng)導(dǎo)者。

Yann LeCun的回答

下面是Yann LeCun關(guān)于此題的回答，原答案發(fā)表于2016年7月份。

我是有一定偏向性的（笑臉），但我可以說一說以下幾點：

• 蘋果公司不是AI研究領(lǐng)域的主要參與者，因為他們有一種秘密文化。你是無法在私密的情況下做先進(jìn)研究的，如果你不能公布研究成果，這就不能算是研究，頂多算是一項技術(shù)開發(fā)。

• 微軟正在做一些很好的工作，但它很多的員工都流失到了Facebook和谷歌。他們語音方面的深度學(xué)習(xí)做的很不錯（在21世紀(jì)初，他們在手寫識別方面做得很好），但相比于FAIR和DeepMinde的工作，微軟在深度學(xué)習(xí)方面似乎沒有太大野心。

• 谷歌（包括Google Brain及其它內(nèi)部團(tuán)隊）或許是將深度學(xué)習(xí)投入產(chǎn)品和服務(wù)方面的領(lǐng)頭者，這是因為他們比任何人開始的都早，也因為其本身是一家大公司。谷歌在基礎(chǔ)架構(gòu)方面做了很多工作（如TensorFlow和TPU硬件等）。但是谷歌主要關(guān)注于應(yīng)用和產(chǎn)品開發(fā)，而不是長期的AI研究工作。Google Brain很多頂級研究員都離開了原來的團(tuán)隊，去了DeepMind、OpenAI、或者FAIR。

• DeepMind在基于學(xué)習(xí)的AI方面做了很好的工作。他們的長期研究目標(biāo)與我們在FAIR實驗室的目標(biāo)非常相近，而且我們工作的議題也都很類似，包括：非監(jiān)督/生成模型、規(guī)劃、增強(qiáng)學(xué)習(xí)、游戲、記憶增強(qiáng)網(wǎng)絡(luò)、可微編程等。DeepMind面臨的挑戰(zhàn)是，在地理上和組織上與Alphatbet內(nèi)部最大客戶分離。這使得DeepMind更難為其擁有者Alphatbet產(chǎn)生營收來“支付他們的行程”，不過看起來他們似乎做得還不錯。

• Facebook在兩年半前開創(chuàng)了FAIR實驗室，并且想方設(shè)法在短時間內(nèi)讓自己成為AI研究領(lǐng)域的領(lǐng)導(dǎo)者。對于我們可以吸引到這么多世界級的研究員（現(xiàn)在FAIR在紐約、門洛帕克、巴黎和西雅圖總共約有60名研究人員和工程師），我為此感到很驚訝。對兩年半內(nèi)FAIR研究工作的質(zhì)量和影響力，我也同樣感到印象深刻。我們對自己的目標(biāo)雄心勃勃，我們準(zhǔn)備好了長期競爭，我們對公司也具有影響力，這使得我們很容易證明FAIR存在的價值。最重要的是，我們是非常開放的：我們的研究人員每年發(fā)表多篇論文。如果一個有潛力的年輕研究員加入一個不那么開放的公司或初創(chuàng)公司，從此從研究圈子銷聲匿跡，沒有什么比這種情況更令人警醒了。

更多雷鋒網(wǎng)相關(guān)內(nèi)容：

大神Yann LeCun親授：如何自學(xué)深度學(xué)習(xí)技術(shù)并少走彎路

谷歌大腦的2016實現(xiàn)了哪八個小目標(biāo)？Jeff Dean親自撰文回顧

雷鋒網(wǎng)

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。