在我看来，FAIR 的一个弱点是只聘用具有博士学位的人员担任研究职务，这是 FAIR 的招聘人员透露给我的。诚然，具有博士学位的人应该都更聪明些，但不代表他们都能带来创新的想法和在科学领域做出巨大贡献。

　　2. OpenAI

　　OpenAI 拥有一个全明星的团队：Ilya Sutskever（深度学习大师），John Schulman（TRPO 的发明者，策略梯度专家），Pieter Abbeel（估计是从未来传送回现在的机器人，写出了一车的机器人技术论文 ），Andrej Karpathy（Char-RNN，CNN专家），Durk Kingma（VAE的共同发明人），仅为其中几位。

　　尽管他们是一个规模50人以下的小团队（从人力和财力角度看并不大），他们拥有一流的工程团队，精心雕琢的研究工具，如 Gym 和 Universe。通过开源那些曾深藏在大企业内部的软件，他们为更广阔的科研世界贡献了巨大价值，这也迫使行业内其他机构开始开源他们的代码和工具。

　　我认为他们几乎可以排在首位，在顶级科研水平方面，他们与 Deepmind 旗鼓相当。但我认为他们成立时间尚短，还不足以让我给出确定的结论。他们也还未曾取得与 AlphaGo 相当的成就，尽管 Gym/Universe 的价值已无需赘言。

　　作为一个白手起家的小规模的非营利性研究机构，他们拥有的的 GPU 资源、机器人或软件基础架构都无法与大企业相比。计算力的大小会显著影响科研能力，甚至研究方向。

　　初创公司举步维艰，看他们是否能够在未来几年继续吸引更多顶尖人才加入。

　　3. 百度

　　百度硅谷 AI 实验室和百度 IDL 是优秀的研究机构，他们正在研发很多前途广大的技术，如智能家居助理，盲人辅助工具和自动驾驶等。

　　百度确实存在一些声誉问题，比如近期的违反 ImageNet 竞争的丑闻，低质量的搜索结果导致中国学生死于癌症，被美国人视为涉嫌抄袭等 。

　　他们绝对是 AI 在中国最强的玩家。

　　3. 微软研究院

　　在深度学习革命之前，微软研究院曾经是最负盛名的研究机构。他们聘请了资深的教授，这或许也是他们最初错过了深度学习浪潮的原因（深度学习革命在很大程度上是由博士生推动）。

　　不幸的是，当今几乎所有深度学习研究都是在 Linux 平台上完成的，他们的 CNTK 深度学习框架也没有受到 TensorFlow、torch、Chainer 一样的关注。

　　4. 苹果

　　苹果难以吸引深度学习的人才，因为研究人员倾向于出版和研究，这与苹果作为一家产品公司的文化背道而驰。想要解决通用人工智能问题或者通过发布研究专著获得业界认可的人通常不会选择苹果。我认为苹果的设计根源与科研有很多相似之处，特别是在大胆的创意方面，直播，但产品为中心的限制可能是致力于长期基础科研的障碍。

　　10. IBM

　　一位我认识的曾在 Watson 工作的 IBM 员工形容 IBM 的认知计算工作为一场灾难，缘于管理层对机器学习能做和不能做什么全无概念，只是卖弄概念。Watson 用深度学习技术来做图像识别，但我理解其信息检索系统的部分并没有真正应用深度学习现今的取得的成果。总的来说，我认为对初创公司而言，在 IBM 踟蹰和放弃的领域存在一个巨大的机器学习应用的二级市场。

　　无意冒犯 IBM 的研究人员，你们都是比我出色得多的科学家。我只是认为 IBM 的企业文化不利于引领 AI 研究。

　　总评

　　实话讲，上述所有公司（可能除了IBM之外）都是非常出色的深度学习研究机构。考虑到如今这一领域里开源和丰富的程度，我不认为能够有单独一家企业能够被切实称为“AI 研究领导者“。

　　另有 Salesforce / Metamind，亚马逊等机构据说也相当不错，但因我个人了解不够，不予置评。

　　我个人对有志于深度学习研究的各位的建议是，找到一个您感兴趣的团队/项目，不在乎别人对于声誉的言论，专注于做到最好，致力于把你所在的团队打造成为 AI 研究领导者。

　　原文地址：