Esta pregunta sobre Inteligencia Artificial, Machine Learning y Robótica apareció originalmente en Quora. Respuesta de Eric Jang.

IBM y su famosa Inteligencia Artificial ‘Watson’, la última de la lista

1. Deepmind

Yo diría que Deepmind es probablemente la número 1 en este momento, en términos de investigación de la Inteligencia Artificial.

Sus publicaciones son muy respetadas dentro de la comunidad de investigación, y abarcan una gran variedad de temas como Deep Learning, Redes Neuronales Bayesianas, Robótica, transferencia de aprendizaje y otros. Con base ​​en Londres, reclutan fuertemente de prestigiosas universidades como Oxford y Cambridge, que son grandes alimentadores de programas de Machine Learning en Europa. Contratan a un equipo intelectualmente diverso para centrarse en la investigación general de la Inteligencia Artificial, incluyendo ingenieros de software tradicionales para construir la infraestructura y herramientas, diseñadores de UX para ayudar a hacer herramientas de investigación, e incluso ecólogos (Drew Purves) para investigar ideas de campo lejano como la relación entre la ecología y la IA en el futuro.

Son inigualables en lo que se refiere a las relaciones públicas y capturar la imaginación del público en general, como con DQN-Atari y el histórico AlphaGo. Cada vez que sale una nueva noticia de Deepmind, se dispara hasta la parte superior de la página Reddit de Machine Learning y, a menudo, de Hacker News, una prueba del respeto que tiene la compañía entre la comunidad tecnológica.

2. Google Brain

TensorFlow (el principal producto del equipo Google Brain) es sólo uno de los muchos sub-sistemas de Brain, y es, a mi entender, el único que construye un producto de cara al exterior. Cuando Brain empezó a trabajar, los primeros proyectos de investigación eran realmente pesados, pero hoy en día, Google Brain tiene muchos empleados que se centran en la investigación de Inteligencia Artificial a largo plazo en cada subcampo de la Inteligencia Artificial imaginable, similar a FAIR y Deepmind.

FAIR tiene 16 publicaciones aceptadas en la conferencia ICLR 2017 (anuncio de Yann) con 3 seleccionadas para orales (es decir, publicaciones muy destacadas).

Google Brain en realidad ganó ligeramente a Facebook este año en el ICLR2017, con 20 artículos aceptados y 4 seleccionados para los orales. Esto no cuenta las publicaciones de Deepmind u otros equipos que hacen la investigación en Google (búsqueda, VR, fotos).

Google Brain es también la organización de investigación de la industria con la flexibilidad más colaborativa. No creo que ninguna otra institución de investigación en el mundo, industrial o de otro tipo, tenga colaboraciones en curso con Berkeley, Stanford, CMU, OpenAI, Deepmind, Google X y una miríada de equipos de productos dentro de Google.

Creo que Brain pronto será considerado como una institución de primer nivel en un futuro próximo.

2. Facebook

Empatado con Google Brain y, como veréis más adelante, con OpenAI, encontramos a Facebook.

Los papeles de FAIR son buenos y mi impresión es que un gran enfoque para ellos son los problemas del dominio del lenguaje, como la respuesta a preguntas, la memoria dinámica, el tipo de prueba de Turing. Ocasionalmente, hay algunos documentos de estadística-física-Deep Learning. Obviamente, también trabajan con un tipo de visión por computadora. Ojalá pudiera decir más, pero no sé lo suficiente sobre FAIR, aparte de que su reputación es muy buena.

Casi perdieron las guerras de Deep Learning Framework con la adopción generalizada de TensorFlow, pero veremos si Pytorch es capaz de capturar con éxito cuota de mercado.

Una debilidad de FAIR, en mi opinión, es que es muy difícil tener un papel de investigación en FAIR sin un doctorado. Un reclutador de FAIR me lo contó el año pasado. De hecho, los doctores tienden a ser más inteligentes, pero no creo que tener un doctorado es necesario para traer nuevas perspectivas y hacer grandes contribuciones a la ciencia.

2. Open AI

OpenAI tiene una lista estelar de empleados: Ilya Sutskever (el maestro del Deep Learning), John Schulman (inventor de TRPO, maestro de los gradientes de la política), Pieter Abbeel (robot enviado desde el futuro para arrancar un río de investigación en robótica), Andrej Karpathy (Char-RNN, CNNs), Durk Kingma (co-inventor de VAEs), para nombrar algunos.

A pesar de ser un pequeño grupo de ~ 50 personas (por lo que supongo que no es un “Big Player” por la plantilla o recursos financieros), también tienen un equipo de ingeniería de primera categoría y publican herramientas de investigación de primera categoría, como Gym y Universo. Están agregando mucho valor a la comunidad de investigación más amplia al proporcionar software que alguna vez estuvo encerrado dentro de grandes empresas de tecnología. Esto ha añadido mucha presión sobre otros grupos para comenzar a abrir sus códigos y herramientas.

Casi los clasifiqué como #1, a la par con Deepmind en términos de talento de investigación de primer nivel, pero realmente no han estado alrededor el tiempo suficiente para que afirme con confianza esto. Tampoco han conseguido un logro comparable al de AlphaGo, aunque no puedo exagerar lo importante que es el Gim / Universe para la comunidad de investigación.

Como un pequeño grupo de investigación sin fines de lucro que construye toda su infraestructura desde cero, no tienen casi tanto recursos de GPU, robots o infraestructura de software como grandes empresas de tecnología.

Las startups son difíciles y veremos si son capaces de seguir atrayendo a los mejores talentos en los próximos años.

3. Baidu

Empatado en el tercer puesto con Microsoft Research encontramos al motor de búsqueda de china, Baidu.

Baidu SVAIL y Baidu Instituto de Deep Learning son excelentes lugares para hacer la investigación, y están trabajando en un montón de tecnologías prometedoras como asistentes a domicilio, ayudas para los ciegos, y auto-conducción de coches.

Baidu tiene algunos problemas de reputación, como escándalos recientes con violaciones de las reglas de competencia de ImageNet, resultados de búsqueda de baja calidad que llevan a un estudiante chino a morir de cáncer, ser estereotipados por los estadounidenses como una compañía china que solo copia e implicada en la censura. Ellos son sin duda el jugador más fuerte en Inteligencia Artificial en China, sin embargo.

3. Microsoft Research

Antes de la revolución del Deep Learning, Microsoft Research solía ser el lugar más prestigioso para ir. Ellos contratan a profesores muy experimentados con muchos años de experiencia, lo que podría explicar por qué está perdiendo terreno (la revolución en el Deep Learning ha sido impulsado en gran medida por los estudiantes de doctorado).

Desafortunadamente, casi todas las investigaciones de deep learning se realizan en plataformas Linux en estos días, y su marco de Deep Learning de CNTK no ha recibido tanta atención como TensorFlow, Torch, Chainer, etc.

4. Apple

Apple está realmente luchando para contratar talento de Deep Learning, debido a que los investigadores tienden a querer publicar y hacer pública su investigación, algo totalmente en contra de la cultura de Apple como una empresa de productos y servicios para los usuarios. Esto típicamente no atrae a aquellos que quieren resolver problemas reales de la Inteligencia Artificial en general o que busquen que su trabajo sea publicado y reconocido por la comunidad investigadora.

10. IBM

Conozco a un ex empleado de IBM que trabajó en Watson y describe los “esfuerzos de computación cognitiva” de IBM como un desastre total, impulsado por la gerencia que no tiene idea de lo que el Machine Learning puede o no puede hacer, sino que solo buscan vender la palabra que esta de moda.

Watson utiliza el Deep Learning para la comprensión de la imagen, pero como lo entiendo, el resto del sistema de recuperación de información no aprovecha realmente los avances modernos en el Aprendizaje Profundo. Básicamente existe un enorme mercado secundario para las startups que capturan las oportunidades de Machine Learning aplicadas.

Sin ofender a los investigadores de IBM; Ustedes son científicos mucho mejores que yo. Mi queja es que la cultura corporativa en IBM no conduce a que la empresa lidere la investigación en Inteligencia Artificial.

 

Lee ahora: Apple adquiere la empresa de Big Data de Datos Oscuros llamada ‘Lattice Data

Más sobre Machine Learning

Jeff Bezos y el futuro de la Inteligencia Artificial y el Machine Learning

Esta startup ayuda a los hombres a comprar ropa a través del Machine Learning

Dejar respuesta

Please enter your comment!
Please enter your name here