热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

2021年互联网大厂AILab现状盘点!

点击下面卡片,关注我呀,每天给你送来AI技术干货!转载于:新智元2021年各家大厂AILab的现状如何?「一句

点击下面卡片,关注我呀,每天给你送来AI技术干货!

转载于:新智元

2021年各家大厂 AI Lab 的现状如何?

 

 

「一句话,名存实亡。」

 

具体怎么讲?

 

「拿着最高的职级,干着永远没法落地的项目。」

 

评价机制、同行压力,研究也「内卷」

提及国内顶级AI Lab, 首先想到的便是三巨头BAT。

 

「达摩院半死不活、腾讯优图沦落为内部算法外包、百度AI Lab在Andrew离职后一蹶不振。」

 

 

还有字节 AI Lab 直接变成业务中台。

 

与国外Deepmind、FAIR、Google Research等实验室对标,国内大厂的 AI Lab 真实处境又如何?

 

在百度研究院,研究员们仅仅是纯粹做研究,没有任何工程压力。

 

考核就以论文数量和质量为KPI。纯研究团队规模较小,采取小而精的模式。

 

在腾讯,不仅只有AI Lab,还存在很多Lab。

 

总体上说,他们研究方面虽然会明确发表多少篇论文作为KPI,但是有很大的同行压力。

 

 

新智元此前深度探访的腾讯前AI Lab主任张潼表示,「对于内部考核指标,其实还是相对比较宽松,主要会关注paper的发表和产品的应用。」

 

阿里达摩院是以业务为导向的研究,不仅兼顾业务还得兼顾研究,相较于百度和腾讯,业务压力比这2家都大得多。

 

再来看字节AI Lab,网友表示,「纯粹挂羊头卖狗肉,算是业务压力比较小的业务部门。」

 

总之,国内大厂实验室存在的一个问题是「评价研究员的机制」不够清晰。

 

现在大厂不会再单纯去比较论文数量,而是以「影响力」为指标。

 

论文数量不在仅仅是考核的指标,影响力也成为各大厂的评判研究员的标准。

 

但是影响力却是一个非常模糊的概念,最后还是依据引用量、论文数量、比赛奖项等标准。

 

此外,内部的同行压力也会带来一定的负面影响。

 

 

比如有人一年5篇顶会,其他人就会使劲投,研究就逐渐变成了短平快的工作。

 

BAT这样顶级实验室正处于尴尬处境,同时国外AI Lab也面临着不小的压力。

 

但不管怎么说,也是做出了许多划时代的工作。

 

从AlphaGo到AlphaZero,再到AlphaFold,Deepmind的成果每一次都是学术界「海啸级」存在。

 

 

前段时间,Deepmind开源了AlphaFold2,并公布98.5%的人类蛋白质结构全部预测出来!

 

不仅如此,研究人员还将其做成了数据集,全部免费开放。

 

 

还有Open AI的GPT-3在2020年可谓是红极一时,能写小说、与人聊天、还能下象棋等,被冠以最「全能」语言模型的称号。

 

 

Google的语言模型Transformer和BERT,在产生巨大学术影响的同时也优化了搜索和机翻体验。

 

 

至于FAIR,一直凭借PyTorch稳坐深度学习框架宝座,这期间暂未有引爆学术界的研究成果。

 

反思国内大厂,「不缺钱也不缺人,缺的是有远见的领导者,无畏的决心和健全的AI工业体系。」

 

正如一位网友的经典总结,

 

「简单来说,大厂需要的是大牛的光环,大牛需要的是大厂的经济回报和数据资源,一旦不匹配的就会好聚好散。」

 

大牛的光环没了,大厂的未来何在?

AI大牛纷纷离职,网友道真谛:又要马儿跑又要马儿不吃草

「又要马儿跑又要马儿不吃草」。

 

其实,大多大厂AI Lab开始会打着「不做业务,只做基础研究和技术积累」的旗号。

 

而事实呢?

 

对于高层/资本家来说,时间一长看到自己付出的投资并未得到回报,还面临着落地,竞争对手等内外界多方面的压力,就容易产生动摇。

 

对于许多科学家们来说,学术首位。

 

当两者冲突无法调和的时,互联大厂这些AI大牛、首席科学家们离职再正常不过了。

 

最新的消息便是,字节跳动AI Lab总监李磊离职加入UCSB!

 

 

现在,字节已有2位资深计算机科学家离职!

 

AI Lab总监李磊入职四年,论文引用量3000多次,2021年离职,入职加州大学圣巴巴拉分校(UCSB)。

 

 

马维英任字节AI Lab主任三年,2020年离职加入清华大学。

 

滴滴:叶杰平加入滴滴五年,领导滴滴AI Labs两年半,曾带领团队推进滴滴机器学习、自然语言处理、语音识别、计算机视觉的研发。

2020年离开滴滴,「希望去探索AI在其他领域的可能性。」此后,加入贝壳找房,担任技术副总裁。

 

 

腾讯:张潼2017年出任腾讯AI Lab主任,2019年加盟创新工场,兼任科研合伙人,并出任港科大和创新工场联合实验室主任。

 

百度:2017年痛失两名大将!「时代的眼泪」

图为吴恩达与林元庆一起向记者介绍百度AI 技术,2016年

 

吴恩达(Andrew Ng):Google Brain项目创始人,2017年从百度研究院院长卸任,出任Woebot公司董事长。

 

林元庆;深入学习实验室主任,百度曾喊出”做成国内最大深度实验室”口号,2017年离职, 创立行业AI解决方案公司Aibee。

 

可见,大牛们离职后大多加入高校或工作室,对AI研究始终不离不弃。

 

科研人员回流学校这一趋势表明,即使是做AI研究,「也该把求职目标放在学校上,而不是觉得工业界Lab能作为永远的家。」

 

也有少数像叶杰平这样的加入另一家公司,留在业界继续攻克业务技术升级。

AI Lab 定位失败?

许多网友认为,对于目前名存实亡的国内Lab,最主要的原因之一是对自身定位不清晰。

 

商汤一位高级算法研究员表示,

 

核心矛盾:国内各大厂对AI Lab的定位不清晰。

现状:定位不清,内外界压力大,夹缝中求生存,又要科研又要落地,处境尴尬。

 

有位网友认为,「时间再次证明,国内靠谱的研究院只有MSRA一家。」

 

 

「我们又一次荒废了巴别塔。但也埋下了光荣和梦想的种子。」

 

 

对于2021年各家大厂 AI Lab 的现状,你怎么看?

 

 

参考资料:

https://www.zhihu.com/question/476541860

https://www.zhihu.com/question/476541860/answer/2034696027

https://www.zhihu.com/question/476541860/answer/2033466285


投稿或交流学习,备注:昵称-学校(公司)-方向,进入DL&NLP交流群。

方向有很多:机器学习、深度学习,python,情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。

记得备注呦

点击上面卡片,关注我呀,每天推送AI技术干货~

整理不易,还望给个在看!


推荐阅读
  • 微软头条实习生分享深度学习自学指南
    本文介绍了一位微软头条实习生自学深度学习的经验分享,包括学习资源推荐、重要基础知识的学习要点等。作者强调了学好Python和数学基础的重要性,并提供了一些建议。 ... [详细]
  • 阿里Treebased Deep Match(TDM) 学习笔记及技术发展回顾
    本文介绍了阿里Treebased Deep Match(TDM)的学习笔记,同时回顾了工业界技术发展的几代演进。从基于统计的启发式规则方法到基于内积模型的向量检索方法,再到引入复杂深度学习模型的下一代匹配技术。文章详细解释了基于统计的启发式规则方法和基于内积模型的向量检索方法的原理和应用,并介绍了TDM的背景和优势。最后,文章提到了向量距离和基于向量聚类的索引结构对于加速匹配效率的作用。本文对于理解TDM的学习过程和了解匹配技术的发展具有重要意义。 ... [详细]
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • 深度学习中的Vision Transformer (ViT)详解
    本文详细介绍了深度学习中的Vision Transformer (ViT)方法。首先介绍了相关工作和ViT的基本原理,包括图像块嵌入、可学习的嵌入、位置嵌入和Transformer编码器等。接着讨论了ViT的张量维度变化、归纳偏置与混合架构、微调及更高分辨率等方面。最后给出了实验结果和相关代码的链接。本文的研究表明,对于CV任务,直接应用纯Transformer架构于图像块序列是可行的,无需依赖于卷积网络。 ... [详细]
  • Python爬虫中使用正则表达式的方法和注意事项
    本文介绍了在Python爬虫中使用正则表达式的方法和注意事项。首先解释了爬虫的四个主要步骤,并强调了正则表达式在数据处理中的重要性。然后详细介绍了正则表达式的概念和用法,包括检索、替换和过滤文本的功能。同时提到了re模块是Python内置的用于处理正则表达式的模块,并给出了使用正则表达式时需要注意的特殊字符转义和原始字符串的用法。通过本文的学习,读者可以掌握在Python爬虫中使用正则表达式的技巧和方法。 ... [详细]
  • 本文介绍了在Python张量流中使用make_merged_spec()方法合并设备规格对象的方法和语法,以及参数和返回值的说明,并提供了一个示例代码。 ... [详细]
  • 背景应用安全领域,各类攻击长久以来都危害着互联网上的应用,在web应用安全风险中,各类注入、跨站等攻击仍然占据着较前的位置。WAF(Web应用防火墙)正是为防御和阻断这类攻击而存在 ... [详细]
  • 本博文基于《Amalgamationofproteinsequence,structureandtextualinformationforimprovingprote ... [详细]
  • 【论文】ICLR 2020 九篇满分论文!!!
    点击上方,选择星标或置顶,每天给你送干货!阅读大概需要11分钟跟随小博主,每天进步一丢丢来自:深度学习技术前沿 ... [详细]
  • 本文介绍了机器学习手册中关于日期和时区操作的重要性以及其在实际应用中的作用。文章以一个故事为背景,描述了学童们面对老先生的教导时的反应,以及上官如在这个过程中的表现。同时,文章也提到了顾慎为对上官如的恨意以及他们之间的矛盾源于早年的结局。最后,文章强调了日期和时区操作在机器学习中的重要性,并指出了其在实际应用中的作用和意义。 ... [详细]
  • 本文介绍了腾讯最近开源的BERT推理模型TurboTransformers,该模型在推理速度上比PyTorch快1~4倍。TurboTransformers采用了分层设计的思想,通过简化问题和加速开发,实现了快速推理能力。同时,文章还探讨了PyTorch在中间层延迟和深度神经网络中存在的问题,并提出了合并计算的解决方案。 ... [详细]
  • 本文介绍了Python语言程序设计中文件和数据格式化的操作,包括使用np.savetext保存文本文件,对文本文件和二进制文件进行统一的操作步骤,以及使用Numpy模块进行数据可视化编程的指南。同时还提供了一些关于Python的测试题。 ... [详细]
  • {moduleinfo:{card_count:[{count_phone:1,count:1}],search_count:[{count_phone:4 ... [详细]
  • Python入门后,想要从事自由职业可以做哪方面工作?1.爬虫很多人入门Python的必修课之一就是web开发和爬虫。但是这两项想要赚钱的话 ... [详细]
author-avatar
小永远佳瞳_186
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有