導(dǎo) 讀：

如果說AI是賦予各個下游產(chǎn)業(yè)的“大腦”，那分布在世界各地的研究院就是AI的“大腦”。從地域來看，美國依然是“核心腦區(qū)”。而從中國AI領(lǐng)域研究院的發(fā)展情況來看，管中窺豹可略見一斑，中國AI的道路還是任重而道遠。

學(xué)院派

麻省理工學(xué)院計算機科學(xué)與人工智能實驗室(CSAIL)

CSAIL的創(chuàng)辦最早可以追溯至1959年，LISP編程語言發(fā)明人及“人工智能”一詞的發(fā)明人約翰·麥卡錫同人工神經(jīng)網(wǎng)絡(luò)研究專家馬文·明斯基一同創(chuàng)辦了麻省理工學(xué)院人工智能項目。2003年，MIT將計算機科學(xué)研究和人工智能實驗室合并。

目前，CSAIL是麻省理工學(xué)院最大的實驗室，在人工智能研究方向主要涉及腦和認知科學(xué)，研究領(lǐng)域包括：人工智能，尋求理解和發(fā)展使人與機器都能便于理解的推理、感知和行為的人工系統(tǒng)；系統(tǒng)，從軟硬件兩方面尋求擁有新的原則，模型，指標(biāo)的電腦系統(tǒng)；理論，尋求對數(shù)學(xué)在計算中的廣泛性、實時性。

卡耐基梅隆大學(xué)機器人學(xué)院（Robotics Academy）

美國卡耐基梅隆大學(xué)是世界上第一所專門開設(shè)機器人系的大學(xué)，機器人學(xué)院隸屬于卡耐基梅隆大學(xué)，前身是成立于1979年的機器人研究所。研究注重理論與實踐經(jīng)驗結(jié)合，目標(biāo)是成為全球研究機器人最好的地方。

作為NASA航空航天科研任務(wù)的主要承制單位之一，卡耐基梅隆大學(xué)機器人學(xué)院在自動駕駛、月球探測步行機器人、單輪陀螺式滾動探測機器人的研究上成績非凡。目前，該學(xué)院以ROBOTC平臺為基礎(chǔ)，已發(fā)布近20門教育機器人相關(guān)課程，構(gòu)成了覆蓋K12到大學(xué)階段的課程體系。

德國人工智能研究中心（DFKI）

DFKI創(chuàng)立于1988年，是德國國家級軟件系統(tǒng)創(chuàng)新中心，德國最大的從事軟件技術(shù)和應(yīng)用的研究機構(gòu)，在人工智能創(chuàng)新軟件系統(tǒng)方面擁有超過25年的基礎(chǔ)研究和應(yīng)用經(jīng)驗，研究方向覆蓋人工智能的主要產(chǎn)業(yè)方向，包括大數(shù)據(jù)分析、知識管理、畫面處理、理解和自然語言處理、人機交互、機器人。

去年5月，由歐洲科學(xué)院院士、DFKI柏林所所長Hans Uszkoreit擔(dān)任院長的“北京深知無限人工智能研究院”正式落戶北京亦莊。通過合作，DFKI逐步把SPREE分析處理技術(shù)、Acrolinx文本質(zhì)量自動檢測修改系統(tǒng)、Yocoy移動端跨語言人人和人機交流翻譯系統(tǒng)等國際領(lǐng)先技術(shù)帶入中國尋求落地轉(zhuǎn)化。

清華大學(xué)智能技術(shù)與系統(tǒng)國家重點實驗室

清華大學(xué)智能技術(shù)與系統(tǒng)國家重點實驗室于1987年7月開始籌建，1990年2月通過國家驗收，并正式對外開放運行。

目前，該研究室主要研究方向為：認知過程與智能信息處理的交叉與結(jié)合研究；基于內(nèi)容的海量信息處理理論與方法，特別是針對信息安全、信息檢索、信息挖掘等研究具體的算法及應(yīng)用；面向動態(tài)過程的機器學(xué)習(xí)理論與方法；智能信息處理與控制理論在移動機器人與智能車、類人機器人、無人飛機、空間機器人等系統(tǒng)中的應(yīng)用理論與技術(shù)；智能圖文信息處理，包括各種文字識別、文檔識別和理解等方面。

市場派

google x實驗室

作為谷歌巨頭中的普羅米修斯，承擔(dān)“智慧”重任的google x實驗室的神秘程度堪比CIA，據(jù)說僅少數(shù)幾位谷歌高層掌握情況。該實驗室坐落地點也頗為神秘，位于美國舊金山的一處秘密地點。

但事實上，通過Wi-Fi氣球到納米粒子，從微小衛(wèi)星到快遞無人機，谷歌的每一項“登月”計劃都瞄準(zhǔn)了全人類。而隨著一個個產(chǎn)品的問世，x實驗室的神秘面紗也在被慢慢揭開。據(jù)了解，除了軟件工程師之外，該實驗室還有很多機器人專家和電氣工程師，都來自于世界頂級院校，或者其它科技巨頭企業(yè)。

Microsoft Research AI研究院

今年7月，據(jù)外媒報道，微軟正在籌建 Microsoft Research AI研究院，這一舉動說明其未來將專注人工智能領(lǐng)域，創(chuàng)建開發(fā)更多的通用學(xué)習(xí)系統(tǒng)。事實上，微軟早在1991年便創(chuàng)立微軟研究院。2014年，微軟聯(lián)合創(chuàng)始人保羅·艾倫與他人又共同創(chuàng)立了艾倫人工智能研究院。

據(jù)了解，Microsoft Research AI研究院共分為十三個研究小組，共近百位人工智能領(lǐng)域的科學(xué)家將集中在此。這些小組包括自適應(yīng)系統(tǒng)和互動組、空中信息和機器人組、會話系統(tǒng)組、深度學(xué)習(xí)組、信息和數(shù)據(jù)科學(xué)組、知識技術(shù)組、語言和信息技術(shù)組、機器學(xué)習(xí)和優(yōu)化組、機器教學(xué)組、自然語言處理組、感知和互動組、生產(chǎn)力組、強化學(xué)習(xí)組。

Facebook人工智能實驗室

2013年12月，F(xiàn)acebook正式成立人工智能實驗室。該實驗室在人工智能和機器學(xué)習(xí)領(lǐng)域的哲學(xué)理念是：保持開放。據(jù)了解，F(xiàn)acebook 的人工智能研究項目（FAIR）由 LeCun 領(lǐng)導(dǎo)，專注于基礎(chǔ)科學(xué)和長期研究。

在加盟Facebook之前，LeCun在貝爾實驗室工作超過20年，那里是世界最著名的計算機研究實驗室，誕生過許多偉大的產(chǎn)品。LeCun在貝爾實驗室工作期間開發(fā)了一套能夠識別手寫數(shù)字的系統(tǒng)，并把它命名為LeNet。

百度研究院

百度研究院隸屬于百度AI技術(shù)平臺體系（AIG），下設(shè)五大實驗室：分別是深度學(xué)習(xí)實驗室（IDL）、大數(shù)據(jù)實驗室（BDL）、硅谷人工智能實驗室（SVAIL）、商業(yè)智能實驗室（BIL）、機器人與自動駕駛實驗室（RAL）。1月18日，Kenneth Ward Church、浣軍、熊輝宣布加盟百度研究院，同時，百度研究院宣布增設(shè)商業(yè)智能實驗室（Bussiness Inteligence Lab,BIL）和機器人與自動駕駛實驗室（Robotics and Autonomous Driving Lab,RAL）。

其中，商業(yè)智能實驗室主要關(guān)注用于新型數(shù)據(jù)密集型應(yīng)用的高效數(shù)據(jù)分析技術(shù)，后者則重點關(guān)注機器人技術(shù)，以及百度在自動駕駛領(lǐng)域技術(shù)的推進。目前，百度研究院擁有了包括院長王海峰，以及徐偉、李平、楊睿剛，和新加盟的Ward Church、浣軍、熊輝等七位世界級科學(xué)家的陣容。

小結(jié)：

如果說AI是賦予各個下游產(chǎn)業(yè)的“大腦”，那分布在世界各地的研究院就是AI的“大腦”。從地域來看，美國依然是“核心腦區(qū)”。不僅有頂級的學(xué)院派代表麻省理工學(xué)院計算機科學(xué)與人工智能實驗室(CSAIL)、卡耐基梅隆大學(xué)機器人學(xué)院（Robotics Academy），市場派的最為卓越者也都產(chǎn)生于此，google x實驗室正在實現(xiàn)拉里和謝爾蓋的夢想，“企圖”以各種“創(chuàng)作”改變世界；Microsoft Research AI研究院繼續(xù)秉承微軟穩(wěn)扎穩(wěn)打的個性，雖然腦洞較谷歌稍欠，但是這個老牌計算機軟件帝國有著更為扎實的功底；與谷歌同樣作為后起之秀，F(xiàn)acebook在人工智能的成績相對較弱，但在最容易將AI落地的互聯(lián)網(wǎng)領(lǐng)域，扎克伯格還有大片領(lǐng)地可以開疆拓土。

回到國內(nèi)，相較于頂級學(xué)府清華大學(xué)的智能技術(shù)與系統(tǒng)國家重點實驗室，百度研究院似乎更有看點。從AI技術(shù)平臺體系，到百度研究院，再到IDL、BDL、SVAIL、BIL、RAL，2017不僅是百度的“陸奇年”，更在人工智能領(lǐng)域?qū)崿F(xiàn)了大步跨越。

如果研究院的積累程度代表著理論及應(yīng)用的發(fā)展情況，那么早前有研究報道稱“美國的AI產(chǎn)業(yè)布局非常完善，基礎(chǔ)層、技術(shù)層和應(yīng)用層都有涉及，尤其是在算法、芯片和數(shù)據(jù)等產(chǎn)業(yè)核心領(lǐng)域，積累了強大的技術(shù)創(chuàng)新優(yōu)勢，各層級企業(yè)數(shù)量全面領(lǐng)先中國”便不足為奇。管中窺豹可略見一斑，中國AI的道路還是任重而道遠。