img

云顶娱乐手机版官网

Q&A网站Quora照片:Quora这个问题最初出现在Quora上由Eric Jang回答首先,我的回答包含一些偏见,因为我在Google Brain工作,我真的很喜欢那里我的意见是我自己的,我不会说其余的我的同事或者Alphabet作为一个整体我在IBM,谷歌,Facebook,Apple,百度,微软的“人工智能研究”中排名如下:1 Deepmind我会说Deepmind现在可能是#1,在人工智能研究方面他们的出版物在研究界受到高度尊重,并且涉及无数的主题,如深度强化学习,贝叶斯神经网络,机器人学,转学习等

在伦敦,他们大量从牛津和剑桥招募,这是伟大的ML馈线欧洲的项目他们聘请了一支智力多元化的团队,专注于一般的人工智能研究,包括传统的软件工程师,以建立基础设施和工具,用户体验设计师,以帮助制作研究工具,甚至生态学家(德鲁) Purves)研究远程领域的想法,如生态学和智力之间的关系他们在公关和捕捉大众的想象力方面是首屈一指的,例如DQN-Atari和历史制作的AlphaGo每当一个深刻的人纸张掉落,它在Reddit的机器学习页面和黑客新闻中占据首位,这证明了他们在技术社区中的尊重程度2谷歌在你看到我之前把两个Alphabet公司放在首位在这个列表中,我对这个声明进行了折扣,同时将Facebook和OpenAI排在第2位,如果你不想听到我对Google脑筋的争吵那么向下滚动:对Yann LeCun充满敬意(他有一个相当不错的选择)答案),我认为他误解了Google Brain在研究界的突出地位但其中很大一部分都集中在应用程序和产品开发而不是长期的AI研究上这绝对是错误的,最大的TensorFlow(Brain te)我的主要产品)只是众多Brain子团队中的一员,据我所知,唯一一个构建面向外部的产品当Brain首次开始时,第一批研究项目确实是工程重的,但今天,Brain有很多员工,专注于可以想象的每个人工智能子领域的长期人工智能研究,类似于FAIR和Deepmind FAIR有16个公认的出版物参加ICLR 2017会议轨道(Yann公布),其中3个被选中用于口头(​​即非常杰出的出版物)Google Brain实际上略有边缘今年在ICLR2017上获得了FB,有20篇被接受的论文,4篇被选中用于口语

这不包括来自Deepmind或其他在Google中进行研究的团队的出版物(搜索,VR,照片)比较接受论文的数量几乎不是一个好的指标,但我想消除Yann的任何暗示:Brain不是进行深度学习研究的合法场所Google Brain也是最具协作性的灵活性的行业研究机构我不认为世界上任何其他研究机构,无论是工业还是其他,都与伯克利,斯坦福,CMU,OpenAI,Deepmind,谷歌X以及谷歌内部的众多产品团队保持着持续的合作我相信Brain很快就会成为在不久的将来我被认为是顶级机构,我得到了Brain和Deepmind的报价,并选择了前者,因为我觉得Brain让我更灵活地设计我自己的研究项目,与Google内部团队更紧密地合作,并加入一些非常有趣的机器人计划,我无法透露......但是2篇Facebook FAIR的论文很好,我的印象是他们最关注的是语言域问题,如问答,动态记忆,图灵测试类型的东西偶尔会有一些统计 - 物理 - 遇见 - 深度学习论文显然他们做计算机视觉类型工作我希望我可以说更多,但我不了解公平,除了他们的声誉非常好随着TensorFlow的广泛采用,几乎失去了深度学习框架战争,但我们会看到Pytorch是否能够成功捕获市场份额在我看来,FAIR的一个弱点是在研究中很难获得研究角色没有博士学位的公平公平招聘人员告诉我去年确实,博士学位往往更聪明,但我不认为拥有博士学位是必要的,可以带来新的视角,为科学做出巨大贡献2 OpenAI OpenAI有一个全明星的员工名单:Ilya Sutskever(全能深度学习大师),John Schulman(TRPO的发明者,政策梯度大师),Pieter Abbeel(未来机器人从机器人学的河流中发出的机器人)研究论文),Andrej Karpathy(Char-RNN,CNNs),Durk Kingma(VAE的共同发明者)仅举几例尽管是一个约50人的小团体(所以我猜不是人数或财力的“大玩家”资源),他们还拥有一流的工程团队,并发布一流的,非常有思想的研究工具,如Gym和Universe他们通过提供曾经被锁定在大科技中的软件,为更广泛的研究社区增加了很多价值

公司这给其他团队增加了很大的压力,开始开放他们的代码和工具,我几乎将他们排在第一位,与顶尖研究人才一样,与Deepmind相提并论,但他们并没有真正在足够让我自信地断言这一点他们也没有p虽然我不能夸大Gym / Universe对研究社区的重要性,但是我不能夸大其对于研究界的重要性

作为一个从头开始构建所有基础设施的小型非营利性研究小组,他们没有那么多的GPU资源作为大型科技公司的机器人或软件基础设施拥有大量的计算能力会对研究能力产生很大影响,甚至能够提出初创企业的想法也很难,我们将看到他们是否能够继续吸引顶尖人才未来几年3百度百度SVAIL和百度深度学习研究所是研究的好地方,他们正在研究许多有前途的技术,如家庭助手,盲人辅助设备和自动驾驶汽车百度确实有一些声誉问题例如最近违反ImageNet竞争规则的丑闻,导致中国学生死于癌症的低质量搜索结果,以及被美国人定型为有点草图y中国模仿科技公司参与专制审查他们绝对是中国人工智能领域最强大的参与者,尽管3微软研究在深度学习革命之前,微软研究院曾经是最负盛名的地方他们聘请经验丰富的教师,拥有多年的经验这可能解释了为什么他们错过了深度学习(深度学习的革命主要是由博士生推动的)不幸的是,几乎所有的深度学习研究都是在Linux平台上进行的,而他们的CNTK深度学习框架却是得到TensorFlow,火炬,Chainer等关注4苹果公司真的很难雇用深度学习人才,因为研究人员倾向于发表和做研究,这与苹果作为产品公司的文化背道而驰这通常不会吸引那些想要解决一般人工智能或者他们的工作被研究界公布和认可的人,我认为Apple的设计根源与研究有很多相似之处,特别是在大胆的创造力方面,但运输“疯狂的伟大”产品的限制可能成为长期基础科学的障碍10 IBM我认识的前IBM员工曾为Watson工作过将IBM的“认知计算工作”描述为一场彻底的灾难,由管理层驱动,不知道ML能做什么或不能做什么,而是卖掉流行语,无论如何Watson使用深度学习来理解图像,但据我所知,其余的信息检索系统并没有真正利用深度学习的现代进步基本上,只要IBM摸索并丢弃球,初创公司就有巨大的二级市场来捕捉应用的ML机会对IBM研究人员没有任何冒犯;你是比我更好的科学家我的抱怨我的抱怨是IBM的企业文化不利于领导人工智能研究备注说实话,所有上述公司(可能除了IBM)都是做深的好地方学习研究,给定开源软件+现在整个领域的多产,我认为任何一家科技公司都不会“大幅度领导人工智能研究”有些地方,如Salesforce / Metamind,亚马逊,我听说过相当不错,但我不太了解它们 我对未来深度学习研究人员的建议是找到您感兴趣的团队/项目,忽略其他人对声誉的看法,并专注于做最好的工作,以便您的组织成为人工智能研究的领导者:)

News