中国那些具有人工智能算法设计能力的公司
中国那些具有人工智能算法设计能力的公司
2018-07-12eNet&Ciweek/轩中
2018中国具有算法设计能力的人工智能代表性企业榜单排名企业综述1百度最早布局人工智能的大企业之一，阿波罗无人驾驶系统是其在人工智能的代表性产品。2阿里巴巴旗下有达摩院人工智能实验室，发布“天猫精灵”等人工智能产品；阿里云是中国四大人工智能平台之一。3腾讯有三个人工智能部门，在美国西雅图建有人工智能实验室。腾讯的人工智能团队有30多个科学家，毕业于哈佛大学、麻省理工学员以及哥伦比亚大学等。产品有腾讯云小微。4寒武纪人工智能与芯片结合的企业，其自主研发的人工智能芯片应用于华为手机。5科大讯飞中国四大人工智能平台之一，其自主研发的语音识别技术代表了中国乃至世界水平。6地平线机器人专注于人工智能嵌入式系统的开发，提倡软硬件结合的人工智能解决方案。7旷视科技机器视觉企业，推出FaceID在线身份验证服务，推出Face++人工智能开放平台。8华为2012年的6月份，成立了诺亚方舟实验室，与寒武纪合作推出人工智能手机芯片。9商汤科技致力于计算机视觉和深度学习原创技术的创新型科技公司，提供人脸识别、语音技术、文字识别、人脸识别、深度学习等一系列人工智能产品及解决方案。10云从科技通过API、SDK以及面向用户自主研发产品形式，提供人脸与图像检测人工智能服务。11朗镜科技致力于运用世界领先的计算机视觉技术和大数据挖掘与分析服务帮助品牌商、零售商实时获取渠道终端商品信息，实现消费决策场景可视化、数据化、实时化。12第四范式创始人具有在今日头条人工智能推荐系统的从业经验。13云知声自主研发首款面向物联网的人工智能芯片雨燕。14思必驰提供车载、智能家居和智能机器人等智能硬件的语音交互服务。15依图科技基于图像理解的信息获取和人机交互服务。16深鉴科技神经网络压缩、编译、神经网络处理器DPU设计、FPGA开发、系统集成完整开发能力。17碳云智能通过数据挖掘和机器分析提供个人性健康指数分析和预测。18优必选集人工智能和人形机器人研发、平台软件开发运用及产品销售为一体的全球性高科技企业。19瑞为技术图像智能感知产品与解决方案提供商。在智慧商铺、智能家电、车载智能、智能安防等领域均有规模产品应用。20今日头条人工智能推荐系统应用于媒体产品。2018《互联网周刊》&eNet研究院选择排行这是对中国人工智能生态系统梳理中关于算法的部分。
文艺复兴时期的著名画家米开朗其罗在西斯廷教堂天顶上创作了一幅壁画《创世纪》，在那幅画里，上帝从天而降，将手指指向亚当，在这个惊心动魄的瞬间，亚当的肉体被注入了智慧。
正如人类被上帝赋予智慧一样，计算机也正在被人类赋予智慧。而智慧的本质在于算法。
自2016年谷歌的阿尔法狗战胜围棋顶尖高手李世石以来，人工智能已经成为时代的新潮流。不断有形形色色的新公司涌现出来，它们声称自己是搞人工智能的。这些公司组成了一个纷繁复杂的生态系统。据报道，截止到2017年6月，全球一共有人工智能企业2542家，而中国有592家，占比为23%。那么，是不是所有的人工智能企业都具备算法设计能力呢？真实情况肯定不是这样的。
什么是人工智能？
笛卡尔曾经在回答“什么是人？”这个问题的时候一针见血地指出“我思，故我在”。笛卡尔认为，人类的本质在于思考。
那么，如果一台计算机也会思考呢？
我们可以把人工智能认为是一种会思考的机器。但是，到底什么是“思考？”比如一台会下象棋的机器算不算在思考？
因此，我们需要更清晰的人工智能的定义。可惜的是，人工智能的定义一直是非常模糊的，这个概念从提出来到后来被实践，前后已经经历了60多年的时间。
根据2017年李开复与王咏刚先生合著的《人工智能》一书，对人工智能这一概念一共有5种定义，其中，第4种定义可能最接近反映人工智能的本质：人工智能是会学习的计算机程序。
在这个定义中，人工智能与学习能力联系了起来。这个定义也凸显了学习型算法对人工智能的重要性。也就是说，对人工智能来说，更重要的应该是学习能力，而不是思考能力。
最新崛起的人工智能，不但具有学习能力，而且还具有“深度学习”的能力。
这里说到的“深度学习”，其实指的是人工智能软件所采用的一种算法。什么是算法呢？这就好像我们用纸牌算24点，比如有4个扑克牌，每张牌上的数字分别是：2、4、9、6。我们需要用加减乘除四则运算来得到24（每个数字只能参与一次计算）。
我们可以采取两种不同的算法。
第一个算法是：4x9-2x6=36-12=24
第二个算法是：4x（9-6/2）=4x（9-3）=4x6=24
因此，采取不同的算法，可以从已经存在的数据中得到相同的结果。但很明显，第一种算法只需要经历一个中间步骤；而第二种算法需要经历两个中间步骤。因此，从计算所花费的时间来说，第一种算法更快速更高效。
同样道理，深度学习是人工智能的基本算法之一，与深度学习算法并列的还有专家系统与统计模型等。
学术界给出了人工智能的三要素：数据、计算能力以及算法。
算法对人工智能具有与生俱来的重要性。
从人工智能的三要素来看：数据是人工智能的原料，人工智能一般要吃进去一些数据然后才能建立一个理论模型，从而具有智能——这就是阿尔法狗的工作原理，阿尔法狗在看了几千个棋谱以后，自己与自己实战对弈，产生了大量数据，在这些数据的基础上学习总结下棋经验，最后具有了很高的智能。而计算能力与硬件相关，这包括CPU与GPU、FPGA以及ASIC等硬件解决方式，比如当年吴恩达在谷歌的时候就是动用了上万个CPU来做“猫脸识别”，取得了巨大成功——计算机开始认识了猫，目前在计算能力上，业界倾向于开发专用的人工智能芯片来处理相关的问题，比如寒武纪开发的人工智能芯片就已经用到了华为的手机上。人工智能的算法也非常广泛，其中比较重要的算法是深度学习算法，而实现深度学习算法的框架则有Tensorflow、Caffe、MXNet、Keras等。目前来看，华人在人工智能算法设计上并不落后，其中Caffe与MXNet都是中国人发明的。Caffe的发明人是贾扬清，MXNet的作者是李沐。
深度学习算法到底是什么？
2006年，深度学习的创始人杰弗里.辛顿及合作者发表了一个里程碑的文章《一种深度置信网络的快速学习算法》，这一论文宣告了深度学习时代的来临。
深度学习算法能在目前的人工智能方法中占据了主流地位，这背后的原因在于深度神经网络的发展。
深度神经网络中的“深度”两个字指的是“多层”的神经网络。如果把神经网络看成是一个大楼，那么深度神经网络就有一个多层的大厦，它可以有比较多的神经元结构层次，一般来说，我们可以把隐藏层多于一层的神经网络结构称为“多层”的神经网络，也就是深度神经网络。
如果从“血统”上来说，机器学习是深度学习的父亲。而深度神经网络是深度学习的母亲。这对父母一结合，生出来的孩子才是深度学习。
我们可以用公式来表示这个关系：
深度学习=机器学习+深度（多层）神经网络
与人的学习还是不太一样的。机器的深度学习一般要依靠大数据，比如计算机要看过几百万张汽车的照片以后，才能在图像识别中确定出汽车的照片。而一个小孩只需要看过两三辆汽车，就可以把汽车识别出来。从这个意义上来说，人类的学习不太需要大数据。与人类的学习能力相比，这也说明目前的深度学习算法还有很大的进步空间。
人工智能有哪些应用场景
从人工智能的应用场景来看，大概可以划分6大类：自然语言处理、知识表示、自动推理、机器学习、计算机视觉以及机器人学。其中，每一大类又可以分为各个小类，比如计算机视觉又可以具体应用到人脸识别以及自动驾驶等多个垂直领域。
正如石墨烯行业最核心的问题是需要找到合理的应用场景一样，虽然人工智能概念如火如荼，但也需要真正落地找到切实的应用场景，实现良性的商业循环。
目前来说，人工智能的应用层出不穷，涌现了很多企业。比如人工智能可以用到医疗与教育领域，也可以用到物流与安防领域，甚至可以用到军事领域。在这个过程中，涌现了非常多的垂直领域的公司，但能够不依靠融资，在商业上获得正循环的企业并不多。
因此，我们需要考虑的是这些企业的核心竞争力。正如芯片的核心竞争力是光刻机与EDA工具一样，人工智能的核心竞争力在算法设计能力。腾讯副总裁姚星曾经在展望人工智能行业的发展趋势时说：“算法，将成为人工智能时代的‘科技原力’”。
国内有哪些企业具有人工智能的算法设计能力呢？
一般来说，要设计算法，必须要有相关的科学家或者有研究经历的工程师，否则很难进行人工智能的算法创新。人工智能的算法设计对数学与计算机技术都是有比较高的要求，不是一般的程序员可以胜任的。
因此，懂算法设计的科学家成为人工智能公司的核心竞争力之一。
以阿里巴巴公司为例子，2017年7月，阿里巴巴发布“天猫精灵”，其背后的专利包括基于神经网络的声纹识别技术。用户可以使用天猫精灵的对话操作系统，通过语音进行购物和支付，并使用独特的语音签名作为身份验证的一种形式。那么，阿里巴巴的这些人工智能算法是怎么设计出来的呢？据了解，阿里人工智能实验室的首席科学家是王刚。王刚2005年本科毕业于哈尔滨工业大学，2010年在伊利诺伊大学香槟分校获博士学位。王刚此前在新加坡南洋理工担任教授，他显然是一名学院派出身的人工智能专家。
百度公司作为国内人工智能的领先企业，也曾经聘请了多位人工智能领域的科学家。百度曾聘请余凯、吴恩达、陆奇等人工智能专家担任高管，这也从侧面反应了百度在人工智能领域有很强的算法设计能力。正是在算法设计能力的基础上，百度才发布了阿波罗无人驾驶系统等人工智能平台。
寒武纪作为国内第一家发布人工智能芯片的公司，其自主研发的人工智能芯片已经应用于华为手机。而它的创始人之一陈天石2010年毕业于中国科学技术大学计算机学院，获工学博士学位。同年陈天石进入中国科学院计算技术研究所工作，研究方向为计算机体系结构和计算智能，他也是一位具有人工智能算法设计能力的科学家。
旷视科技的联合创始人与首席技术官唐文斌毕业于清华大学，曾经是清华大学计算机系研究生，他还是全国青少年信息学奥林匹克竞赛、首届“YaoAward”金牌获得者，他也是具有人工智能算法设计能力的科学工作者。
大浪淘沙始于真金璀璨，沧海横流方显英雄本色
虽然中国有很多人工智能公司。但从核心技术来说，只有那些拥有人工智能算法设计能力的公司才是具有核心技术竞争力的。正如在中兴通讯被美国禁运芯片事件中我们可以看到的那样——只有掌握了核心技术，才可以在市场竞争中拥有主动权。而人工智能的核心之一就是算法设计。
大数据与云计算以及人工智能是三个相互独立的概念。人工智能的英文是artificialintelligence，其首字母是A。大数据的英语是bigdata，其首字母是B。云计算的英文是cloudcomputing，其首字母是C。所以，人工智能与大数据以及云计算的关系被简单形容为ABC的关系，但必须注意，这三个概念是相互独立的，很多中小企业把这三个概念混为一谈，混淆这些概念，胡乱炒作高科技概念是不可取的。只有正确区分ABC的关系，才能捋清楚人工智能这个生态系统。
在人工智能纷繁复杂的产业图景中，犹如石墨烯产业一样，必须要找到其应用场景。
在任何一个领域，对企业来说，只玩概念是不能走向未来的。
（文/轩中）
相关频道：eNews排行
您对本文或本站有任何意见，请在下方提交，谢谢！
投稿信箱：tougao@enet16.com百度：持续打造人工智能领域的中国标杆
从创建百度的第一天起，百度董事长兼CEO李彦宏对百度的期待始终如一：相信技术可以改变世界。“10年前，我们意识到，人工智能技术可能已经成熟到可以解决搜索问题，以及搜索以外的很多问题，我们开始大举投入人工智能技术的研发，期待用技术让复杂的世界更简单。”李彦宏说，“当下，‘明天’正在变成‘今天’。过去10年，我们打基础、建生态，在人工智能大潮奔涌而来的今天，百度成为了领先的AI生态型公司。”
探索人工智能的“先行者”
搜索的核心是更好地理解用户的搜索查询，并通过匹配搜索结果中最相关的信息来回答问题的能力。李彦宏曾在印度理工学院举办的Shaastra2020科技节上提及，搜索本质上是一个人工智能的问题。
2010年，百度开始探索人工智能，以期通过AI技术更好地将用户的搜索意图与海量互联网信息匹配。
如今，作为中文搜索引擎的标杆，百度使用人工智能和大数据等新兴技术，通过学习关键词搜索与搜索结果之间的紧密联系来最好地满足用户意图。宝贵的意图洞察力，加上大数据软件技术大量处理及索引海量互联网信息，帮助百度创建庞大的知识图谱，以改善用户体验。
据百度首席技术官王海峰介绍，百度构建了有5500亿知识的大规模知识图谱，通过融合大规模知识，研发知识增强的深度学习方法，在解决语义理解问题上，参数规模相同的情况下可以取得语义理解效果的大幅提升。同时，基于知识和语义表示关联并统一表示跨模态信息，在知识增强语义理解的基础上，百度实现了语音、视觉和语言跨模态的语义理解。
截至2020年12月，百度AppMAU已达5.44亿。同时通过引入百家号账户、智能小程序及托管页等AI支柱进一步加深百度对用户的深刻了解，成为中国领先的搜索加信息流应用。
人工智能领域的中国标杆
目前，我国的人工智能等新兴技术发展已经走在世界前列。根据灼识咨询报告，2019年，我国已发表AI研究论文总数全球排名第一，AI专利申请数目全球排名第一，AI公司总数全球排名第二。2015年至2019年，我国AI公司的融资额亦是全球最高。自2015年起，我国于AI的投资已超越美国，2019年达467.6亿美元，美国则为386.5亿美元。
而百度是迄今国内唯一可提供从芯片设计到深度学习框架及应用层面全栈式AI能力的公司，基础设施包括人工智能芯片、深度学习框架、核心人工智能能力（例如自然语言处理、知识图谱、语音识别、机器翻译、计算机视觉和增强现实等）及开放式人工智能平台已广泛应用及使用。
“最近10年，我们在深度学习、对话式人工智能操作系统、自动驾驶、AI芯片等前沿领域投资，让我们成为一个拥有强大的互联网用户基础的AI生态型公司。”李彦宏说道。2020年，百度的总收入为人民币1071亿元，同期研发投资为人民币195亿元，占总收入的18%。
百度的核心业务由人工智能驱动，人工智能技术在为百度核心业务提供支持方面发挥着关键作用，其AI技术创新获得了全球社区的高度认可。例如，自然语言处理框架ERNIE是首个在GLUE（通用语言理解评估，被广泛认为是测试AI语言理解的基准）上得分超过90分的AI模型，获得2020年世界人工智能大会最高荣誉奖项SAIL（卓越AI引领者）奖。
得益于百度提前布局，百度如今已成为人工智能领域的中国标杆。截至2020年10月30日，百度拥有中国最多的人工智能专利数量以及人工智能专利申请数量，百度全球AI专利申请量已超过1万件，其中中国专利7000多件，并在语音识别、自然语言处理、知识图谱和自动驾驶4个细分领域排名第一，展现出深厚的技术底蕴以及持续的创新能力。据中国信通院《全球人工智能产业数据报告》显示，百度是唯一一家在语音语义技术领域专利申请量和授权量均上榜全球前十的中国企业。
攻占产业智能化高地
目前，百度正通过深度学习框架、通用算法、基础算法库、数据分析挖掘和分布式计算等人工智能和大数据软件提供在线营销技术服务，支持智慧城市、智能交通等系统建设。
随着AI技术的应用的越来越频繁，百度也在通过核心人工智能技术引擎——“百度大脑”不断拓展新的人工智能业务，成绩斐然。百度依托百度大脑、飞桨、芯片、智能云、数据中心等在内的新型AI基础设施，推动智慧城市、智能交通、智慧金融、智慧能源、智慧医疗、智能制造（含工业互联网）等产业智能化升级。
全球知名咨询机构IDC发布的《中国人工智能云服务市场研究报告(2020H1)》报告显示，在中国AI公有云服务市场，百度智能云市场份额排名中国第一。这是百度智能云连续三次在AICloud市场排名第一。其中，百度智能云在人体识别、图像视频、自然语言处理等领域市场份额第一，整体行业用户认知度最高。通过将AI技术深入到B端、G端的场景，为客户提供各种云服务及AI解决方案，目前百度智能云已经在金融、医疗、旅游、交通等领域落地。百度2020年财报数据显示，第四季度，百度智能云营收同比增长了67%，年化收入约130亿元，营收增速超过百度整体水平，进入了强劲增长的快车道。
同时，百度的AI解决方案已成为关键垂直行业的标准。例如，在智能交通行业，百度是发展车路协同（V2X）道路基础设施的先锋及行业领导者。百度已于十多个城市（包括北京、上海、重庆及广州）落地智能交通项目，用AI技术帮助现代化城市改善交通状况、道路安全及空气质量。百度的V2X道路基础设施亦用作智能车辆道路协调平台。例如，其可为智能车辆（自动驾驶服务、智能EV、robotaxis及联网车辆）提供有关周围交通及道路状况的信息，因此为交通相关应用程序定义标准，继而推动行业采纳应用。
在智能驾驶领域，Apollo自动驾驶业务投入7年、面市3年多以来，已经与10家中国及全球车企达成战略合作，在美国加州及国内北京、长沙等地均获得无人驾驶测试许可，测试车队规模已达500辆，获得专利数2900件，测试里程总计超过700万公里。另外面向公众，百度也在北京、长沙和沧州推出了无人出租车服务Robotaxi。
在智能音箱领域，Canalys数据显示，2020年上半年，小度智能音箱全品类出货量全国第一，也是自2019年至今累计出货量全国第一；其中，在智能屏细分市场领域，2020年Q2小度智能屏全球出货量稳居第一，同时位列全球有屏智能音箱历史总出货量第一。
AI持续赋能生态
人工智能是引领新一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。
作为人工智能领域标杆的百度，也正通过其AI能力的独特广度及深度为百度所有业务提供了差异化的技术基础。百度将领先的AI技术开放给开发者及合作伙伴，以AI赋能生态。
“近年来，人工智能已经越来越多渗透到各行各业，人们期待通过新技术解决各行业难题。人工智能技术需要与场景深度融合，这是未来人工智能技术发展的一大重点。”王海峰说。
人工智能开始应用于各行各业的时候，不是每个行业都有足够多精通人工智能算法的专家。因此，我们需要有便捷易用的平台，能够让开发者专注于应用的开发，加速产业创新。如百度研发的飞桨平台，解决了基础的开发、训练、部署和模型库、开发套件等问题，并开源开放，让开发者无需每一个人都从第一行算法代码写起，可以直接调用。大幅降低了应用的门槛，更快推进产业智能化。目前，百度飞桨已凝聚超265万开发者，服务10万家企业，基于飞桨平台创建了超过34万个模型，在城市、工业、电力、通信等很多关乎国计民生的领域都有飞桨在发挥作用。百度所提倡的“融合创新”更进一步强化了AI的这种“头雁”效应。
“开放是百度与生俱来的基因，百度做AI，无论是阿波罗自动驾驶，还是小度助手、飞桨深度学习框架，我们都坚定地推动开源开放，为的是让大家都少走弯路，让整个赛道更宽广，让技术发展更快，让应用普及更快。”李彦宏说道。
校对李铭
国内外顶尖人工智能实验室/AI实验室推荐！
目录一、国外学院派1.麻省理工学院计算机科学与人工智能实验室(CSAIL)2.卡耐基梅隆大学机器人学院（RoboticsAcademy）3.斯坦福大学的人工智能实验室(SAIL)二、国外市场派1.谷歌DeepMind人工智能实验室2.微软MicrosoftResearchAI研究院3.Facebook人工智能实验室三、国内学院派1.清华大学智能技术与系统国家重点实验室2.北京大学视觉与听觉信息处理国家重点实验室3.浙江大学人工智能研究所四、国内市场派1.百度研究院2.阿里巴巴人工智能实验室3.腾讯AILab随着科技的快速发展，人工智能领域的关注度在不断上升，越来越多的前沿学术院校和科技企业都已将目光和战略转移到了人工智能领域。此外，伴随着世界各国纷纷出台国家战略政策方针，全球巨头们对人工智能领域研究的投入正在不断增加。同时，某种程度上而言，国内外的顶级人工智能实验室代表着人工智能领域的发展方向和顶尖技术。因此了解国内外人工智能实验室的发展现状，对于想要投身人工智能行业的企业或是个人都有着极大的帮助。
下面，我们将结合知名度、典型性、综合性等多种因素，以国内国外、企业院校等4个维度为标准，每个维度选取3个具有代表性的企业或院校，为大家总结国内外知名院校及企业的人工智能实验室现状，以及他们的就职以及实习（录取）申请要求，以下排名不分先后，仅供各位参考。
一、国外学院派
1.麻省理工学院计算机科学与人工智能实验室(CSAIL)
CSAIL的创办最早可以追溯至1959年，LISP编程语言发明人及“人工智能”一词的发明人约翰·麦卡锡同人工神经网络研究专家马文·明斯基一同创办了麻省理工学院人工智能项目。2003年，MIT将计算机科学研究和人工智能实验室合并。目前，CSAIL是麻省理工学院最大的实验室，在人工智能研究方向主要涉及脑和认知科学。
研究方向：人工智能，寻求理解和发展使人与机器都能便于理解的推理、感知和行为的人工系统；系统，从软硬件两方面寻求拥有新的原则；模型，指标的电脑系统；理论，寻求对数学在计算中的广泛性、实时性。
入职及实习（录取）建议：本科成绩要求比较优秀，科研经历也要求足够丰富，同时需要准备好已发表的论文资料，以及一封推荐信。对于研究经历及学术成果不太丰富的人群而言，一封高质量的行业大牛推荐信是一个很加分的项目。
2.卡耐基梅隆大学机器人学院（RoboticsAcademy）
美国卡耐基梅隆大学是世界上第一所专门开设机器人系的大学，机器人学院隶属于卡耐基梅隆大学，前身是成立于1979年的机器人研究所。研究注重理论与实践经验结合，目标是成为全球研究机器人最好的地方。
研究方向：作为NASA航空航天科研任务的主要承制单位之一，卡耐基梅隆大学机器人学院在自动驾驶、月球探测步行机器人、单轮陀螺式滚动探测机器人的研究上成绩非凡。目前，该学院以ROBOTC平台为基础，已发布近20门教育机器人相关课程，构成了覆盖K12到大学阶段的课程体系。
入职及实习（录取）建议：本科申请要求：卡内基梅隆大学要求英语非母语的国家的申请者提供托福考试（TOEFL）成绩或者雅思考试（IELTS）成绩；SAT/ACT考试成绩：大部分专业要求递交2门SATII考试成绩。新SAT单项成绩要求：阅读与写作710-770，其中阅读35-39，数学750-800；ACT均分范围31-34。研究生申请要求：计算机科学、生物科学类专业TOEFL要求不低于100分，工程类专业要求不低于84分；IELTS要求多在7.0以上。所有的申请者均需要通过CommonApplication美国大学申请系统进行申请；提供标准化考试成绩，同时部分学院要求申请者提供SATSub成绩；教师推荐信；申请文书以及个人称述等材料。
3.斯坦福大学的人工智能实验室(SAIL)
斯坦福大学的人工智能实验室(SAIL)成立于1962年，一直致力于推动机器人教育。并且，该校在网上公开了许多他们有关机器人和深度学习的课程。在斯坦福，人工智能方面的课程非常全面，且非常前沿。
研究方向：计算生物学、语音识别和机器学习等。另外，国内目前知名度非常高的吴恩达、李飞飞都是斯坦福大学教授。李飞飞参与建立了著名的ImageNet计算机视觉识别数据库及挑战赛，每年都会吸引各大公司的图像识别程序的参加，极大促进了图像识别领域的技术发展。
入职及实习（录取）建议：最主要的申请材料为之前的研究经历。申请者需要提供包括之前做过什么成功的研究、发表的论文（是否为第一作者和发表所属期刊、会议的声望）等材料，这些都将有助于其进入实验室实习。同时，一封权威人士写的推荐信也极其重要，如果申请者曾获得一位受人尊敬教授的高度评价，那么就有极大的可能获得实习录取。
二、国外市场派
1.谷歌DeepMind人工智能实验室
DeepMind原是一家英国的人工智能公司，由人工智能研究者兼神经科学家DemisHassabis等人联合创立，2014年被谷歌收购，举世闻名的AlphaGo就是这家公司的成果。据哈撒比斯的描述，DeepMind的总目标是“攻克智能领域的难题”。这促使公司不断研发多功能的、能够像人类那样广泛和高效思考的“通用型”人工智能。
研究方向：将机器学习和系统神经科学的最先进技术结合起来，建立强大的通用学习算法，打造能通过与周围环境互动学习优化自己行为，通过不断试错改善自我、反应灵敏、能有效学习的AI。
入职及实习（录取）建议：DeepMind聘请的都是研发科学家、研发工程师以及纯粹的软件工程师。如果申请者希望作为一个研发科学家加入DeepMind，必须拥有一个PhD学位，最好还有几年机器学习研究经历，以及在学术界或工业研究实验室的丰富经验。如果申请者想作为研发工程师加入（依然是研发领域，但是比起理论更具有应用性），依然至少需要有硕士学位，还有大量的机器学习研究相关的经验。
2.微软MicrosoftResearchAI研究院
微软早在1991年便创立微软研究院。2014年，微软联合创始人保罗·艾伦与他人又共同创立了艾伦人工智能研究院。据了解，MicrosoftResearchAI研究院共分为十三个研究小组，共近百位人工智能领域的科学家将集中在此。这些小组包括自适应系统和互动组、空中信息和机器人组、会话系统组、深度学习组、信息和数据科学组、知识技术组、语言和信息技术组、机器学习和优化组、机器教学组、自然语言处理组、感知和互动组、生产力组、强化学习组。
研究方向：人机交互、人机对话、机器学习和思想感知、不确定决策在机器人平台上产生各种挑战、合成算法和系统应用、自然语言处理、马尔可夫决策过程和上下文决策过程的泛化等。
入职及实习（录取）建议：申请者如果想进入MSAI研究院实习，必须准备一份英文简历，建议措辞不需要太过华丽，简单明了最好。重点需要突出自己的编程能力和相关项目经验，如果有相关行业知名人士的推荐信可以附上。可能会面临四轮电话面试，基本都是询问和考察技术面，除了基础问题就是问一些关于项目相关的问题。以即兴提问为主，在回答的过程中，申请者可以尽可能展示自己对于相关技术知识的熟稔程度，这样有助于被最终录取。
3.Facebook人工智能实验室
2013年12月，Facebook正式成立人工智能实验室。该实验室在人工智能和机器学习领域的理念是：保持开放。Facebook最出名的有两大人工智能实验室，一个名FAIR（Facebook’sArtificialIntelligenceResearch），由著名人工智能学者、纽约大学教授YannLeCun领导，另一个名为AML（AppliedMachineLearning），由机器学习领域专家JoaquinCandela领导。
研究方向：主要致力于基础科学和长期项目的研究，以及找到将人工智能和机器学习领域的研究成果应用到Facebook现有产品里的方法。
入职及实习（录取）建议：Facebook已经开始与部分中国大学合作，比如清华和上海交大，采取同美国、法国等地相同的合作模式。如果申请者想获得进入Facebook人工智能实验室的机会，可以首先参与自己大学人工智能领域的相关项目。Facebook会关注大学的科研项目，寻找他们感兴趣的领域，并且找到做那些研究的学生，给他们提供实习的机会。同样，申请者也可以主动递交实习申请，最重要的就是之前的研究经历，论文发表情况，以及一封高质量的推荐信。
三、国内学院派
1.清华大学智能技术与系统国家重点实验室
清华大学智能技术与系统国家重点实验室于1987年7月开始筹建，1990年2月通过国家验收，并正式对外开放运行。实验室由中心实验室（智能技术与系统）和三个分室（智能信号处理、智能图形图像处理、人机交互与媒体集成）组成，分别设立在清华大学计算机科学与技术系、自动化系和电子工程系。
研究方向：认知过程与智能信息处理的交叉与结合研究；基于内容的海量信息处理理论与方法，特别是针对信息安全、信息检索、信息挖掘等研究具体的算法及应用；面向动态过程的机器学习理论与方法；智能信息处理与控制理论在移动机器人与智能车、类人机器人、无人飞机、空间机器人等系统中的应用理论与技术；智能图文信息处理，包括各种文字识别、文档识别和理解等方面。
入职及实习（录取）建议：首先需要申请者是计算机、通讯、电子及相关专业在读研究生或者本科高年级学生；其次，需要在本科阶段学习过算法与数据结构、软件理论基础等相关课程，并取得优良的成绩；此外还需要申请者了解图像识别、深度学习、人工智能、机器学习等相关技术，善于快速学习新知识，有实际项目经验者会被优先考虑。在计算机语言上，需要精通Java/Python等编程语言，有较强的快速编程能力，熟悉Windows/Linux操作系统，并且对算法研发有强烈的兴趣。
2.北京大学视觉与听觉信息处理国家重点实验室
北京大学视觉与听觉信息处理国家重点实验室1988年正式通过国家验收，是北京大学建立的第一个国家重点实验室。实验室以实现高度智能化的机器感知系统为目标，紧密结合国民经济和社会发展的需要，在机器视觉与听觉信息处理领域开展具有多学科交叉性质的基础与应用基础研究，同时注重以原创性的研究成果推动技术创新，实现科技成果转化。
研究方向：在机器视觉领域、机器听觉领域、智能信息系统领域开展生物特征识别与信息安全、图像处理、智能人机交互、语音语言信息处理系统、人工神经网络及机器学习等研究以及视觉与听觉的神经计算模型和生理心理基础研究等。
入职及实习（录取）建议：首先需要申请者是计算机、数学等相关专业在读学生；其次需要拥有扎实的数据结构和算法基础，熟悉C/Python等常用编程语言及脚本语言；拥有有一定的计算机视觉理论学习基础，熟悉常见的深度学习框架；如果有相关的实际项目经验，将是一个极大的加分项目。
3.浙江大学人工智能研究所
浙江大学在人工智能方面有着肥沃的土壤，其计算机学院下设的人工智能研究所是中国设立最早的人工智能研究机构之一。早在上世纪80年代，浙江大学就建立了人工智能研究所。从1981年至今，浙大人工智能研究所见证和参与了人工智能的一系列变化。到现在，人工智能进入大数据阶段，浙大在计算机视觉领域已经建立了相当大的优势。
研究方向：跨媒体智能、混合增强智能、大数据、机器学习、人工智能理论、计算机图形学、多媒体、数据挖掘等领域。
入职及实习（录取）建议：浙江大学人工智能研究所目前暂不对外招生，建议申请者最好考入浙江大学计算机、电子及相关专业在读。其次需要拥有扎实的数据结构和算法基础，熟悉一些常用编程语言及脚本语言。如果有相关的实际项目经验，将有极大的可能被录取。
四、国内市场派
1.百度研究院
百度研究院隶属于百度AI技术平台体系（AIG），下设五大实验室：分别是深度学习实验室（IDL）、大数据实验室（BDL）、硅谷人工智能实验室（SVAIL）、商业智能实验室（BIL）、机器人与自动驾驶实验室（RAL）。目前，百度研究院拥有了包括院长王海峰，以及徐伟、李平、杨睿刚，和新加盟的WardChurch、浣军、熊辉等七位世界级科学家的阵容。
研究方向：商业智能实验室主要关注用于新型数据密集型应用的高效数据分析技术，机器人与自动驾驶实验室则重点关注机器人技术，以及百度在自动驾驶领域技术的推进。
入职及实习（录取）建议：需要申请者熟悉基本的数据结构与算法，熟练运用python编程以及tensorflow等深度学习工具。关注并了解机器学习算法，自然语言理解，知识图谱，图像与视觉等领域的现状与最新进展，并在其中一个领域有实践经验，并保持对前沿的深刻理解。同时具备良好的数学基础，熟悉线性代数、概率与统计、数值优化等，熟悉常见机器学习算法。有人工智能各领域的相关研究经验，有高水平论文发表者，会被优先考虑。
2.阿里巴巴人工智能实验室
阿里巴巴人工智能实验室于2016年成立，于2017年7月5日首次公开亮相，该机构负责阿里巴巴集团旗下消费级AI产品的研发。当前已孵化出天猫精灵个人助手等产品。实验室的使命是让机器拥有智能，让人性充满光辉，将基于阿里巴巴强大消费者沟通渠道和完善的服务生态，立志成为下一代人机交互入口。
研究方向：语音交互、自然语言理解、数据挖掘和知识图谱、用户画像和个性化推荐。工业设计，致力于人工智能硬件产品、机器人的创新工业设计，通过人机交互、产品形态、材料工艺等领域的研究，探索未来智能硬件、机器人的新方式。智能制造，基于人工智能技术的新一代硬件研发与制造，如硬件芯片和模组研究，并提供边缘计算和云端结合的解决方案。机器人技术，从事智能机器人相关的技术研究，包括：实时定位、环境建模、传感器融合、目标检测、场景分割、路径规划、运动控制、故障检测、多机器人系统等方向。
入职及实习（录取）建议：需要申请者是计算机、数学等相关专业在读博士硕士。其次是需要熟悉深度学习、自然语言理解等相关领域技术和应用，有大量实践经验者优先；有科研能力并有成果发表在国际顶级会议、期刊者优先；极佳的工程实现能力，熟练掌握C/C、Java、Python等至少一门语言；良好的数据分析能力和逻辑分析能力。
3.腾讯AILab
腾讯AILab作为企业级AI实验室，依托腾讯丰富应用场景、海量大数据、强大计算能力和一流科技人才，专注于AI基础研究和应用探索的结合。目前已打造出围棋AI“绝艺”，技术也被微信、QQ、天天快报和QQ音乐等上百个腾讯产品使用。团队有70余位来自世界知名院校的科学家，及300多位经验丰富的应用工程师组成，由机器学习和大数据领域专家张潼博士，及语音识别及深度学习专家俞栋博士，并与世界顶级院校与机构合作，共同打造“产学研用一体”的AI生态。
研究方向：基础研究方向包括计算机视觉、语音识别、自然语言处理和机器学习，应用探索需要结合腾讯场景与业务优势，包括内容、游戏、社交和平台工具型等AI四类。
入职及实习（录取）建议：需要申请者是计算机、人工智能等相关专业的博士；熟悉自然语言处理、对话系统和机器学习等领域，有相关的的项目或研究经验优先；有良好的文献检索及前沿问题探索能力及创造力；熟悉python或c/c++编程及深度学习框架。
国内外市场派和国内外学院派最主要的区别在于：学院派注重以理论研究为主要方向，对于人工智能的实用性相关关注度偏弱，而市场派主要是以人工智能前沿技术市场转化研究为主要方向，对于人工智能相关理论进一步研究则相对没有学院派深厚；另一方面，市场派的薪资待遇相对较好，但准入门槛相对较高，绝大部分都需要有一定的项目经验，或者拥有相关的科研成果发表。而学院派则相对门槛较低，但薪资待遇没有市场派高，但是可以跟随导师获取项目研究经验，增强相关理论知识基础，接触人工智能尖端学术研究成果。
总体而言，国内外企业及学院人工智能实验室各有优劣，如果你想要尽快将人工智能相关理论市场化、成果化，同时获取丰厚报酬，建议你选择市场派，而如果觉得自己需要更多的理论知识学习，希望获取尖端的学术研究，以便自身的进步，则可以选择去学院派。总之，大家根据自身需求，各取所需。