美國(guó)的大型科技公司如谷歌、 Facebook、亞馬遜、蘋(píng)果和微軟，在過(guò)去十年里都建立了專(zhuān)門(mén)的人工智能實(shí)驗(yàn)室。

[[377860]]

如果問(wèn)AI研究人員世界上最頂級(jí)的AI實(shí)驗(yàn)室是哪個(gè)？

很多人無(wú)法給出答案，但說(shuō)到前三名大家?guī)缀蹩梢越o出一致意見(jiàn)：DeepMind、OpenAI和FAIR。

這三家頂級(jí)AI實(shí)驗(yàn)室分別背靠谷歌、微軟和Facebook，同時(shí)這三家實(shí)驗(yàn)室是純AI研究實(shí)驗(yàn)室，Alphabet每年都會(huì)給DeepMind撥款數(shù)億美元，微軟在OpenAI創(chuàng)始投資者10億美元的基礎(chǔ)上也投資了10億美元，F(xiàn)acebook未對(duì) FAIR的投資資金進(jìn)行分類(lèi)，但也是耗資不菲。

[[377861]]

「從名聲上說(shuō)，DeepMind、 OpenAI 和 FAIR是前三名」，喬治亞理工大學(xué)交互計(jì)算學(xué)院的副教授馬克 · 里德?tīng)柸绱苏f(shuō)道。

還有一位匿名的專(zhuān)家表示，DeepMind，OpenAI 和 FAIR 可能是已知資金最多的三個(gè)純?nèi)斯ぶ悄苎芯繉?shí)驗(yàn)室，同時(shí)他還在提到中國(guó)的科技巨頭時(shí)說(shuō)，百度和騰訊的實(shí)驗(yàn)室情況如何還未可知。

DeepMind

DeepMind是一家英國(guó)的人工智能公司。公司創(chuàng)建于2010年，最初名稱(chēng)是DeepMind科技（DeepMind Technologies Limited），在2014年被谷歌收購(gòu)。

DeepMind 最出名的是 AlphaGo ，它在圍棋游戲中挑戰(zhàn)并擊敗了世界上最好的人類(lèi)棋手，甚至還有一部關(guān)于 AlphaGo 戰(zhàn)勝韓國(guó)圍棋傳奇李世石的 Netflix 紀(jì)錄片。

[[377862]]

該公司目前正致力于利用人工智能解決人類(lèi)最大的科學(xué)難題，去年年底，該公司在稱(chēng)為蛋白質(zhì)折疊的生物學(xué)領(lǐng)域取得了突破：在有「蛋白質(zhì)奧林匹克競(jìng)賽」稱(chēng)呼的國(guó)際蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)競(jìng)賽（CASP）上，AlphaFold 擊敗了其余的參會(huì)選手，能夠精確地基于氨基酸序列，預(yù)測(cè)蛋白質(zhì)的3D結(jié)構(gòu)。

[[377863]]

DeepMind于2014年開(kāi)始開(kāi)發(fā)人工智能?chē)遘浖嗀lphaGo。

2015年10月，分布式版AlphaGo分先以5:0擊敗了歐洲圍棋冠軍、華裔法籍職業(yè)棋士樊麾二段。這是電腦圍棋程序第一次在十九路棋盤(pán)且分先的情況下?lián)魯÷殬I(yè)圍棋棋手。

2016年3月，AlphaGo挑戰(zhàn)世界冠軍韓國(guó)職業(yè)棋士李世乭九段，對(duì)弈結(jié)果為AlphaGo 4:1戰(zhàn)勝了李世乭。

2019年1月25日，DeepMind人工智能AlphaStar在《星海爭(zhēng)霸II》以10：1戰(zhàn)勝人類(lèi)職業(yè)玩家。

2020年12月23日，DeepMind公布其AI 算法MuZero。

OpenAI

OpenAI成立于2015年底，總部位于舊金山，其創(chuàng)始人伊隆·馬斯克以及薩姆·奧特曼最初成立它的動(dòng)機(jī)是出于對(duì)強(qiáng)人工智能潛在風(fēng)險(xiǎn)的擔(dān)憂(yōu)。在成立短短五年的時(shí)間后，它就已經(jīng)成為世界領(lǐng)先的人工智能研究實(shí)驗(yàn)室之一，最重要的是，它因其使命而受到大眾的推崇：目標(biāo)是第一個(gè)創(chuàng)造AGI——一種具有人類(lèi)思維的學(xué)習(xí)和推理能力的機(jī)器。而且該實(shí)驗(yàn)室希望將其利益平均分配給全世界。

OpenAI 還開(kāi)發(fā)了游戲人工智能軟件，可以在 Dota II 等游戲中擊敗人類(lèi)。然而，它更為出名的則是GPT-3和人工智能圖像生成器 DALL-E。

DALL-E是一個(gè)基于Transformer的語(yǔ)言模型，使用了GPT-3的120億參數(shù)版本。它同時(shí)接收文本和圖像作為單一數(shù)據(jù)流，其中包含多達(dá)1280個(gè)token，并使用最大似然估計(jì)來(lái)進(jìn)行訓(xùn)練，以一個(gè)接一個(gè)地生成所有的token。這個(gè)訓(xùn)練過(guò)程不僅允許DALL-E可以從頭開(kāi)始生成圖像，而且還可以重新生成現(xiàn)有圖像的任何矩形區(qū)域，與文本提示內(nèi)容基本一致。

FAIR

FAIR本身并沒(méi)有像 AlphaGo 和 GPT-3那樣著名的模型和應(yīng)用，但是它的團(tuán)隊(duì)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(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理和對(duì)話型AI等。

成立FAIR的想法開(kāi)始于 2013 年，F(xiàn)acebook的創(chuàng)始人扎克伯格，首席技術(shù)官 Mike Schroepfer 以及公司其他持有股票的領(lǐng)導(dǎo)，都在尋找著未來(lái) 10 到 20 年讓公司保持競(jìng)爭(zhēng)力的技術(shù)。

[[377865]]

Facebook 此前已經(jīng)使用了機(jī)器學(xué)習(xí)技術(shù)，在它們的社交網(wǎng)絡(luò)上決定用戶(hù)會(huì)看到什么樣的消息流，但相比最前沿的神經(jīng)網(wǎng)絡(luò)模型來(lái)說(shuō)，這還是比較簡(jiǎn)單的事情。

當(dāng)時(shí)一些 Facebook 的工程師們也在一直嘗試卷積神經(jīng)網(wǎng)絡(luò)（CNNs），這是機(jī)器學(xué)習(xí)領(lǐng)域一個(gè)強(qiáng)大的方法，現(xiàn)在則普遍用于圖像領(lǐng)域中。扎克伯格對(duì)人工智能的潛力印象極其深刻，即便是在早期階段，所以他從 Google Brain 雇傭了一名工程師 Marc’Aurelio Ranzato。然后，他又找到了卷積神經(jīng)網(wǎng)絡(luò)的創(chuàng)造者：Yann LeCun。

[[377866]]

在擔(dān)任Facebook人工智能實(shí)驗(yàn)室負(fù)責(zé)人期間，他曾談到Facebook的人工智能布局，并把組織結(jié)構(gòu)定義為以下架構(gòu)：

AI at Facebook = FAIR + Applied Machine Learning + Product Groups

即包含了：

1.FAIR，F(xiàn)acebook 人工智能實(shí)驗(yàn)室

2.Applied Machine Learning，應(yīng)用機(jī)器學(xué)習(xí)部門(mén)

3.Product Groups，產(chǎn)品部署團(tuán)隊(duì)

不過(guò)之后他卸任了 Facebook 人工智能研究院（FAIR）院長(zhǎng)一職，并轉(zhuǎn)為擔(dān)任首席 AI 科學(xué)家，專(zhuān)心從事研究工作。

衡量人工智能實(shí)驗(yàn)室影響力的其中一種方法就是看它在兩個(gè)人工智能會(huì)議上發(fā)表了多少學(xué)術(shù)論文: NeurIPS 和 ICML。

2020年，谷歌有178篇論文被 NeurIPS 接收并發(fā)表，Microsft 有95篇，DeepMind 有59篇，F(xiàn)acebook 有58篇，IBM 有38篇，而亞馬遜只有不到30篇。

同年在ICML上，谷歌有114篇論文被接收并發(fā)表，DeepMind 有51篇，微軟有49篇，F(xiàn)acebook 有34篇，IBM 有19篇，亞馬遜有18篇。

是真TOP3，還是強(qiáng)公關(guān)？

人工智能一直被譽(yù)為一種有潛力帶來(lái)新的工業(yè)革命并改變世界的技術(shù)。但至少就目前而言，它仍處于相對(duì)初級(jí)的階段，能力也「有限」。例如，一個(gè)能夠達(dá)到超人級(jí)別的國(guó)際象棋的AI就不知道如何制作煎蛋卷。

因此，也有人認(rèn)為DeepMind、 OpenAI 和 FAIR 被廣泛認(rèn)為是排名前三的實(shí)驗(yàn)室，部分原因是「強(qiáng)大的公關(guān)游戲」。

微軟研究院進(jìn)行了大量人工智能的研究工作，完全可以進(jìn)入頂級(jí)的行列。此外，Salesforce、亞馬遜、 IBM也都有一些實(shí)力雄厚的研究項(xiàng)目，但同樣沒(méi)有成功進(jìn)入前三名。

亞馬遜前機(jī)器學(xué)習(xí)主任尼爾 · 勞倫斯表示，亞馬遜沒(méi)有一個(gè)大型的、集中化的人工智能研究實(shí)驗(yàn)室，因?yàn)樗鼘?zhuān)注于將技術(shù)帶給客戶(hù)，「如果要以(學(xué)術(shù))出版物作為衡量標(biāo)準(zhǔn)，那么它就沒(méi)有排名」。

此外，盡管這個(gè)排名并不關(guān)注大學(xué)的人工智能實(shí)驗(yàn)室，但是專(zhuān)家們認(rèn)為斯坦福大學(xué)、麻省理工學(xué)院、加州大學(xué)伯克利分校、卡內(nèi)基梅隆大學(xué)以及劍橋大學(xué)、倫敦大學(xué)學(xué)院和倫敦帝國(guó)理工學(xué)院都很強(qiáng)大。