美國的大型科技公司如谷歌、 Facebook、亞馬遜、蘋果和微軟，在過去十年里都建立了專門的人工智能實驗室。

[[377860]]

如果問AI研究人員世界上最頂級的AI實驗室是哪個？

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

這三家頂級AI實驗室分別背靠谷歌、微軟和Facebook，同時這三家實驗室是純AI研究實驗室，Alphabet每年都會給DeepMind撥款數(shù)億美元，微軟在OpenAI創(chuàng)始投資者10億美元的基礎上也投資了10億美元，F(xiàn)acebook未對 FAIR的投資資金進行分類，但也是耗資不菲。

[[377861]]

「從名聲上說，DeepMind、 OpenAI 和 FAIR是前三名」，喬治亞理工大學交互計算學院的副教授馬克 · 里德爾如此說道。

還有一位匿名的專家表示，DeepMind，OpenAI 和 FAIR 可能是已知資金最多的三個純?nèi)斯ぶ悄苎芯繉嶒炇遥瑫r他還在提到中國的科技巨頭時說，百度和騰訊的實驗室情況如何還未可知。

DeepMind

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

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棋手，甚至還有一部關(guān)于 AlphaGo 戰(zhàn)勝韓國圍棋傳奇李世石的 Netflix 紀錄片。

[[377862]]

該公司目前正致力于利用人工智能解決人類最大的科學難題，去年年底，該公司在稱為蛋白質(zhì)折疊的生物學領域取得了突破：在有「蛋白質(zhì)奧林匹克競賽」稱呼的國際蛋白質(zhì)結(jié)構(gòu)預測競賽（CASP）上，AlphaFold 擊敗了其余的參會選手，能夠精確地基于氨基酸序列，預測蛋白質(zhì)的3D結(jié)構(gòu)。

[[377863]]

DeepMind于2014年開始開發(fā)人工智能圍棋軟件AlphaGo。

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)世界冠軍韓國職業(yè)棋士李世乭九段，對弈結(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《星海爭霸II》以10：1戰(zhàn)勝人類職業(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機是出于對強人工智能潛在風險的擔憂。在成立短短五年的時間后，它就已經(jīng)成為世界領先的人工智能研究實驗室之一，最重要的是，它因其使命而受到大眾的推崇：目標是第一個創(chuàng)造AGI——一種具有人類思維的學習和推理能力的機器。而且該實驗室希望將其利益平均分配給全世界。

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。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是一個基于Transformer的語言模型，使用了GPT-3的120億參數(shù)版本。它同時接收文本和圖像作為單一數(shù)據(jù)流，其中包含多達1280個token，并使用最大似然估計來進行訓練，以一個接一個地生成所有的token。這個訓練過程不僅允許DALL-E可以從頭開始生成圖像，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本身并沒有像 AlphaGo 和 GPT-3那樣著名的模型和應用，但是它的團隊已經(jīng)在 Facebook 本身感興趣的領域發(fā)表了學術(shù)論文，包括計算機視覺、自然語言處理和對話型AI等。

成立FAIR的想法開始于 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導，都在尋找著未來 10 到 20 年讓公司保持競爭力的技術(shù)。

[[377865]]

Facebook 此前已經(jīng)使用了機器學習技術(shù)，在它們的社交網(wǎng)絡上決定用戶會看到什么樣的消息流，但相比最前沿的神經(jīng)網(wǎng)絡模型來說，這還是比較簡單的事情。

當時一些 Facebook 的工程師們也在一直嘗試卷積神經(jīng)網(wǎng)絡（CNNs），這是機器學習領域一個強大的方法，現(xiàn)在則普遍用于圖像領域中。扎克伯格對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)絡的創(chuàng)造者：Yann LeCun。

[[377866]]

在擔任Facebook人工智能實驗室負責人期間，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 人工智能實驗室

2.Applied Machine Learning，應用機器學習部門

3.Product Groups，產(chǎn)品部署團隊

不過之后他卸任了 Facebook 人工智能研究院（FAIR）院長一職，并轉(zhuǎn)為擔任首席 AI 科學家，專心從事研究工作。

衡量人工智能實驗室影響力的其中一種方法就是看它在兩個人工智能會議上發(fā)表了多少學術(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，還是強公關(guān)？

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

因此，也有人認為DeepMind、 OpenAI 和 FAIR 被廣泛認為是排名前三的實驗室，部分原因是「強大的公關(guān)游戲」。

微軟研究院進行了大量人工智能的研究工作，完全可以進入頂級的行列。此外，Salesforce、亞馬遜、 IBM也都有一些實力雄厚的研究項目，但同樣沒有成功進入前三名。

亞馬遜前機器學習主任尼爾 · 勞倫斯表示，亞馬遜沒有一個大型的、集中化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，「如果要以(學術(shù))出版物作為衡量標準，那么它就沒有排名」。

此外，盡管這個排名并不關(guān)注大學的人工智能實驗室，但是專家們認為斯坦福大學、麻省理工學院、加州大學伯克利分校、卡內(nèi)基梅隆大學以及劍橋大學、倫敦大學學院和倫敦帝國理工學院都很強大。