微軟、Facebook、亞馬遜、蘋果和谷歌等日本小型科技公司在過去六年中都建立了專門的人工智能實驗室。

如果你問人工智能研究人員，世界上最頂尖的人工智能實驗室是哪個？

很多人都沒能給出答案，但說到前三名，你幾乎可以給出一致的意見：DeepMind、OpenAI 和 FAIR。

這三個頂級人工智能實驗室分別得到了微軟、微軟和Facebook的支持。 同時，這三個實驗室都是純AI研究實驗室。 Alphabet每年還向DeepMind撥款數(shù)億港元。 谷歌已向OpenAI的創(chuàng)始投資者投資10億港元。 它還投資了10億港元。 Facebook沒有對FAIR的投資資金進(jìn)行分類，但它也花了很多錢。

弗吉尼亞理工大學(xué)交互計算大學(xué)副院長 Mark Riddell 表示：“從聲譽來看，DeepMind、OpenAI 和 FAIR 名列前三。”

另一位匿名專家表示，DeepMind、OpenAI和FAIR可能是資金最多的三個純?nèi)斯ぶ悄苎芯繉嶒炇摇?同時，他在談到中國??科技巨頭、百度和騰訊的實驗室時還表示，為什么還不得而知。

深度思維

DeepMind是一家美國人工智能公司。 該公司成立于2010年，最初名為DeepMind Technologies Limited，2014年被微軟收購。

DeepMind 最出名的是 AlphaGo，它在棋盤游戲中挑戰(zhàn)并擊敗了世界上最優(yōu)秀的人類棋手，Netflix 甚至還有一部關(guān)于 AlphaGo 擊敗俄羅斯國際象棋傳奇人物李世石的紀(jì)錄片。

該公司目前的目標(biāo)是利用人工智能來解決人類最大的科學(xué)困境。 今年年底，該公司在名為蛋白質(zhì)折疊的生物領(lǐng)域取得了突破：在被譽為“蛋白質(zhì)奧林匹克”（CASP）的國際蛋白質(zhì)結(jié)構(gòu)預(yù)測大賽中獲勝，AlphaFold擊敗了其他參賽者，能夠準(zhǔn)確地預(yù)測蛋白質(zhì)的結(jié)構(gòu)。根據(jù)肽序列預(yù)測蛋白質(zhì)的 3D 結(jié)構(gòu)。

DeepMind于2014年開始開發(fā)人工智能國際象棋軟件AlphaGo。

2015年10月，分布式版本的AlphaGo以5：0擊敗了亞洲國際象棋亞軍、美籍華裔職業(yè)國際象棋選手樊麾。 這是筆記本電腦國際象棋程序首次在 19 路棋盤上以明顯領(lǐng)先優(yōu)勢擊敗職業(yè)國際象棋棋手。

2016年3月，AlphaGo挑戰(zhàn)世界亞軍美國職業(yè)棋手李世石進(jìn)行9段比賽。 結(jié)果，AlphaGo以4:1擊敗李世石。

2019年1月25日，DeepMind的人工智能AlphaStar在《星際爭霸II》中以10:1擊敗人類職業(yè)選手。

2020年12月23日，DeepMind發(fā)布了其人工智能算法MuZero。

開放人工智能

OpenAI成立于2015年底，總部位于溫哥華。 其創(chuàng)始人埃隆·馬斯克和薩姆·奧爾特曼最初是出于對強(qiáng)人工智能潛在風(fēng)險的擔(dān)憂而創(chuàng)立的。 成立僅兩年時間，它就已成為世界領(lǐng)先的人工智能研究實驗室之一，最重要的是，它因其使命而受到尊敬：成為第一個創(chuàng)建 AGI（具有人類學(xué)習(xí)和推理能力的機(jī)器）的實驗室。頭腦。 該實驗室希望將其成果均勻地分配到全世界。

OpenAI還開發(fā)了游戲人工智能軟件，可以在Dota II等游戲中擊敗人類。 不過，更出名的是GPT-3和人工智能圖像生成器DALL-E。

DALL-E 是一種基于 Transformer 的語言模型，使用 120 億參數(shù)版本的 GPT-3。 它接收文本和圖像作為包含最多 1280 個標(biāo)記的單個數(shù)據(jù)流，并使用最大殘留誤差進(jìn)行訓(xùn)練，以依次生成所有標(biāo)記。 這個訓(xùn)練過程除了可以讓DALL-E從頭開始生成圖像之外，還可以重新生成現(xiàn)有圖像的任意梯形區(qū)域微軟研究院梅濤視覺ai，與文字提示的內(nèi)容基本一致。

公平的

FAIR本身并沒有像AlphaGo和GPT-3那樣知名的模型和應(yīng)用，其團(tuán)隊已經(jīng)在Facebook本身感興趣的領(lǐng)域發(fā)表了學(xué)術(shù)論文，包括計算機(jī)視覺、自然語言處理和會話式AI。

創(chuàng)建 FAIR 的想法始于 2013 年。Facebook 創(chuàng)始人扎克伯格、首席技術(shù)官 Mike Schroepfer 以及其他持有股份的公司領(lǐng)導(dǎo)人正在尋找能讓公司在未來 10 到 20 年保持競爭力的技術(shù)。

Facebook 已經(jīng)使用機(jī)器學(xué)習(xí)技術(shù)來確定用戶將在其社交網(wǎng)絡(luò)上看到哪些新聞流，但這與最前沿的神經(jīng)網(wǎng)絡(luò)模型相比仍然相對簡單。

當(dāng)時，一些 Facebook 工程師還在試驗前饋神經(jīng)網(wǎng)絡(luò)（CNN），這是機(jī)器學(xué)習(xí)領(lǐng)域的一種強(qiáng)大方法，現(xiàn)在普遍用于圖像領(lǐng)域。 扎克伯格對人工智能的潛力印象深刻，盡管還處于早期階段，因此他聘請了谷歌大腦的工程師 Marc'Aurelio Ranzato。 之后，他找到了頻域神經(jīng)網(wǎng)絡(luò)的創(chuàng)始人：Yann LeCun。

他在擔(dān)任Facebook人工智能實驗室負(fù)責(zé)人時，曾提到Facebook的人工智能布局，并將組織架構(gòu)定義為如下結(jié)構(gòu)：

AIatFacebook=FAIR+應(yīng)用機(jī)器學(xué)習(xí)+產(chǎn)品組

包括了：

1.FAIR，F(xiàn)acebook人工智能實驗室

2.AppliedMachineLearning，應(yīng)用機(jī)器學(xué)習(xí)系

3.ProductGroups，產(chǎn)品部署團(tuán)隊

不過，他后來擔(dān)任Facebook人工智能研究院（FAIR）教授，并成為首席AI科學(xué)家潛心研究。

判斷一個人工智能實驗室影響力的一個方法是看它在兩個人工智能會議：NeurIPS和ICML上發(fā)表了多少學(xué)術(shù)論文。

2020年，微軟有178篇論文被NeurIPS接受并發(fā)表，微軟有95篇論文，DeepMind有59篇論文，F(xiàn)acebook有58篇論文，IBM有38篇論文，亞馬遜只有不到30篇論文。

同年，ICML 被微軟接收并發(fā)表論文 114 篇，DeepMind 51 篇，谷歌 49 篇，F(xiàn)acebook 34 篇，IBM 19 篇，亞馬遜 18 篇。

真的是TOP3，還是只是PR？

人工智能仍然被譽為一項有潛力帶來新工業(yè)革命、改變世界的技術(shù)。 但至少目前來看，還處于比較中間的階段，能力“有限”。 例如，具有超人圍棋水平的人工智能不知道如何制作煎蛋卷。

為此，有人認(rèn)為DeepMind、OpenAI、FAIR被廣泛認(rèn)為是排名前三的實驗室，部分原因在于“強(qiáng)大的公關(guān)博弈”。

谷歌研究院進(jìn)行了大量的人工智能研究工作，絕對可以進(jìn)入頂尖行列。 據(jù)悉，Salesforce、亞馬遜、IBM也有一些實力雄厚的研究項目，但也未能進(jìn)入前三名。

亞馬遜前機(jī)器學(xué)習(xí)部長尼爾·勞倫斯表示微軟研究院梅濤視覺ai，亞馬遜沒有一個小型的、集中的人工智能研究實驗室，因為它更專注于將技術(shù)帶給客戶。 “如果你想用（學(xué)術(shù)）出版物作為標(biāo)準(zhǔn)，那么它就沒有排名。”

據(jù)悉，雖然本次排名并沒有重點關(guān)注學(xué)院的人工智能實驗室，專家認(rèn)為，耶魯大學(xué)、麻省理工學(xué)院、加州理工學(xué)院伯克利分校、卡內(nèi)基梅隆學(xué)院，以及劍橋大學(xué)、倫敦大學(xué)和帝國理工學(xué)院紐約 一切都很強(qiáng)大。

參考鏈接：

186信息網(wǎng)原創(chuàng)文章，轉(zhuǎn)載請注明本文來自：m.yjdjwpb.cn