全球知名的人工智能研究院（实验室）
全球知名AI研究院（实验室）国外谷歌Facebook微软麻省理工斯坦福卡内基梅隆国内阿里巴巴腾讯百度旷视南京大学清华大学北京大学全球知名AI研究院（实验室）国外谷歌
DeepMind，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。前段时间举世闻名的AlphaGo就是这家公司的成果。
GoogleX，是谷歌公司最神秘的一个部门，位于美国旧金山的一处秘密地点，该实验室的机密程度堪比CIA，仅少数几位谷歌高层掌握情况，在其中工作的人，都是谷歌从其他高科技公司、各大高校和科研院所挖过来的顶级专家。GoogleX有一份列举了100项未来高科技创意的清单，其中包括太空电梯、悬滑板、隐形传输、谷歌眼镜等。
FacebookFacebookAIResearch(FAIR)，由著名人工智能学者、纽约大学教授YannLeCun领导，主要致力于基础科学和长期项目的研究。他们努力的目的是为了理解智慧的本质，以便创造真正意义上的智能机器。从那时起，FAIR便不断发展壮大、做出成果，逐渐长成一个在多个国家均设有实验室的国际性研究组织，当中包括硅谷门罗公园、纽约、巴黎、蒙特利尔、特拉维夫、西雅图、匹兹堡和伦敦。
AppliedMachineLearning(AML)，是Facebook的机器学习研究院，由机器学习领域专家JoaquinCandela领导，主要工作是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。
微软MicrosoftResearchAI(MSRAI)，是一个隶属于微软研究体系内的科研和孵化中心，以解决人工智能中最严峻的挑战，如语言和对话、人机交互和计算机视觉。
微软亚洲研究院，微软亚洲研究院的前身是成立于1998年11月的微软中国研究院，由李开复负责组建，是微软公司在海外开设的第二家基础科研机构，也是亚洲地区唯一的基础研究机构。2001年11月，由于在技术研究方面的贡献和成果，微软中国研究院升级为微软亚洲研究院；在十几年的发展过程中，它为中国互联网的发展培养出大量的技术领军人物，而作为最早开始机器学习研究的机构之一，它同样也向外输出了众多的人工智能大牛，因此也被称为中国AI界的黄埔军校。
麻省理工MITComputerScience&ArtificialIntelligenceLab(CSAIL)，麻省理工学院人工智能实验室创办于1959年，和创建于1963年的计算机实验室在2003年正式合并。CSAIL是MIT最大的实验室，也是世界上最重要的信息技术研发中心。CSAIL的成员创立了多于100家知名公司，包括机器人之父科林·安格尔，iRobot公司创始人之一海伦·格雷纳，波士顿动力公司创始人马克·雷伯特，还有卡内基·梅隆大学机器人研究所的负责人马特·梅森。
斯坦福StanfordArtificialIntelligenceLaboratory(SAIL)，斯坦福大学人工智能实验室成立于1962年，50多年来一直致力于推动机器人教育。由于斯坦福与硅谷的特殊联系，斯坦福的学生有更多机会将他们的发明商业化。另外，斯坦福大学在网上公开了许多他们有关机器人和深度学习的课程。在斯坦福人工智能实验室的教授团队中，最为华人熟悉的是AndrewNg（吴恩达），他是世界上machinelearning（机器学习）领域的大师，在斯坦福教授的machinelearning课程十分受欢迎。同时，他还曾在Google公司的“谷歌大脑”项目中担当要职，帮助谷歌建立全球最大的“神经网络”，这个神经网络能以与人类大脑学习新事物相同的方式学习现实生活。2014年，Andrew加入百度担任百度首席科学家。
卡内基梅隆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。
国内阿里巴巴阿里巴巴人工智能实验室，阿里巴巴达摩院下属人工智能实验室致力于研究前沿科技并与商业结合，将人工智能技术赋能机器，服务20亿消费者。当前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。阿里建设有AliGenie。
腾讯TencentAILab，腾讯A实验室的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，应用探索结合了腾讯场景与业务优势，为内容、游戏、社交和平台工具型AI四类，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。腾讯建设有AI开放平台。
百度BaiduResearch，百度研究院隶属于百度AI技术平台体系（AIG），下设：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）、认知计算实验室（CCL）、量子计算研究所（IQC）。百度研究院聚焦人工智能前瞻基础研究，布局百度人工智能未来发展方向，服务百度作为人工智能公司的长期发展战略。百度首席技术官CTO王海峰兼任百度研究院院长。百度也建设有百度大脑|AI开放平台。
旷视旷视研究院MEGVIIFace++，旷视研究院作为公司级技术研发机构，持续探索用深度学习的方法开展人工智能技术研究和应用开发。旷视首席科学家孙剑博士任研究院院长。目前，旷视研究院以北京为总部，下设四家子研究院。同时，为增强核心研发能力，培养人工智能专项人才，旷视正在积极构建产学研体系。旷视的人工智能开放平台为Face++旷视。
南京大学LAMDA实验室，LAMDA隶属于计算机软件新技术国家重点实验室和南京大学计算机科学与技术系。LAMDA位于南京大学仙林校区计算机科学技术楼,总部在910室，负责人是周志华教授。"LAMDA"的含义是“LearningAndMiningfromDatA”。LAMDA的主要研究兴趣包括机器学习、数据挖掘、模式识别、信息检索、演化计算、神经计算，以及相关的其他领域.目前的主要研究内容包括：集成学习、半监督与主动学习、多示例与多标记学习、代价敏感和类别不平衡学习、度量学习、降维与特征选择、结构学习与聚类、演化计算的理论基础、增强可理解性、基于内容的图像检索、Web搜索与挖掘、人脸识别、计算机辅助医疗诊断、生物信息学等。此外，南京大学还成立了人工智能学院，周志华教授担任院长。
清华大学人工智能研究院，2018年6月28日，清华大学人工智能研究院成立，清华大学计算机系教授、中国科学院院士张钹出任首任院长，清华大学交叉信息研究院院长、图灵奖获得者姚期智担纲学术委员会主任。
北京大学AILab，北京大学信息科学技术学院人工智能实验室(AILab)隶属于北京大学信息科学技术学院网络与信息系统研究所，致力于生物特征识别、人工智能等领域。2019年4月27日，北大也宣布成立人工智能研究院。
适应人工智能驱动科研新范式
当前，随着新科技革命和产业变革深入发展，人工智能技术不断突破并向科研领域广泛渗透，为科研工作注入了新元素、新动能，对科研效率提升和范式变革形成显著催化作用，现代科研活动由此更加高效、精准，“人工智能驱动的科学研究”已成为全球人工智能新前沿，必将为未来科技发展开启全新局面。
近年来，我国人工智能技术快速发展，科研数据和算力资源日益丰富，顺应新时代新趋势，利用新技术新优势，推动人工智能赋能科学研究恰逢其时、大有可为。
应用场景是新范式的孕育土壤和实训基地，人工智能技术与科学研究互动互促需要在诸多应用场景中反复实践、不断完善，随着应用范围不断拓展延伸，科研能力持续实现智慧升级。为此，以需求为牵引谋划人工智能技术应用场景，基于促进科学研究更加紧密拥抱人工智能技术，拓展人工智能技术在数学、化学、地学、材料、生物和空间科学等重大科学领域的应用。充分发挥人工智能技术在文献数据获取、实验预测、结果分析等方面的作用，围绕具有典型代表意义和辐射带动性的基础科学、应用科学领域，创造更多实战式应用场景，融合人工智能模型算法和领域数据知识，不断探索重大科学问题研究突破的新路径、新范式，持续积累可复制可推广的经验做法。
人工智能技术在科研活动应用中涉及多专业、多环节，离不开不同类型、不同链条主体机构的合理分工和有效协作。为此，要鼓励企业运用人工智能开展关键技术研发、新产品培育等科研活动，支持高校、科研院所、新型研发机构探索人工智能技术用于重大科学研究和技术开发的先进模式，培育壮大一批跨界技术转化和企业孵化机构、科研中介服务机构，探索多元主体合作协作新机制。面向重大科学问题的人工智能模型和算法创新，发展一批针对典型科研领域的“人工智能驱动的科学研究”专用平台，推动国家新一代人工智能公共算力开放创新平台建设，支持高性能计算中心与智算中心异构融合发展，鼓励各类科研主体按照分类分级原则开放科学数据。支持成立“人工智能驱动的科学研究”创新联合体，搭建国际学术交流平台。
适应性人才是新范式突破和推广的根本源泉。提高人工智能技术在科学研究领域的应用水平，既需要人工智能和相应学科的专业人才，也离不开跨领域复合型人才为跨界沟通协作提供高效支撑，这需要多渠道构筑相关人力资源引育平台和机制。为此，要多渠道培养和汇聚跨越人工智能和专业领域的复合型人才。支持更多数学、物理等科学领域的科学家、研究人员投身相关研究，鼓励普通高校、职业院校在人工智能学科专业教学中设置科技创新类专业课程，提升人工智能专业学生科研专业素养。鼓励开展相关人才培训，通过开设研修班、开展实践交流、组织专题培训等多种形式，培养一批人工智能与专业科研能力兼顾的复合型人才。鼓励地方政府、央企、行业领军企业通过“揭榜挂帅”、联合创新等方式支持相关优秀人才和科研团队开展智慧赋能科研工作。（张璐璐）
科大讯飞华南人工智能研究院（广州）有限公司
一、单位情况
科大讯飞华南人工智能研究院（广州）有限公司（下称“华南研究院”）于2017年落户广州南沙区，是南沙区重点引进的人工智能代表性项目，在广东省、广州市和南沙区各级领导和各部门的关心指导与大力支持下，研究院各项工作快速发展，取得了很好成果。研究院组织架构完善，建立了研究中心、工程中心、综合管理办、创新孵化中心，形成了基础研究、大数据、客服NLP、司法NLP、肺部CT、骨科影像六大研发方向，已认定为广东省高水平新型研发机构、广东省智能语音人机交互工程技术研究中心、机器人智能交互广东省新一代人工智能开放创新平台，在广东省人工智能技术领域处于领先水平。
华南研究院聚集了高端研发团队，目前共拥有员工40名，全部拥有本科及以上学历，其中研究生以上学历占80%（博士研究生学历与博士后19人、硕士研究生13人），搭建了研究中心、工程中心、综合管理办、创新孵化中心的完整框架，研发团队形成了基础研究、客服NLP、工业质检、医疗影像、声音振动、大数据六大研发方向。研究院团队积极参与制定“广州市人工智能发展五年规划”，为人工智能产业在广州的集聚和壮大提供指引。按照研究院董事长杜兰博士提出“要在听得见炮火的一线来做应用研发”的思路，华南研究院整合优势资源，促进人工智能生态领域新技术、新产品、新工艺的研发，加速技术成果产业化，进一步提升在学界、业界的影响力和知名度。2018年以来，研究院已授权知识产权98项，其中发明专利5项、实用新型专利51项、外观专利5项、软件著作权37项。
华南研究院在语音合成、语音识别、口语评测、自然语言理解、图像识别等多项国际测评中占据领先地位，自成立以来，紧紧围绕《广东省新一代人工智能发展规划》，以基础性、前瞻性、应用性研发为原则，定位于立足广东、辐射华南、服务全国，打造华南人工智能研发新高地。研究院通过人工智能在教育、医疗、政法、城市等应用场景，已经实现了源头技术创新和产业应用的良性互动，并通过产学研合作建设了广州南沙-科大讯飞人工智能医学影像诊断中心、华南理工大学-科大讯飞脑机协同混合智能技术及应用联合实验室、华南师范大学-科大讯飞行业大数据应用融合创新联合实验室。研究院以三大联合研究机构为依托，让人工智能研究更贴近行业需求，技术转化全面提速。
二、科研创新情况
1、语义理解技术研究
在客服NLP领域，研究团队在原有语义理解模型基础上，研发了BERT加有序LSTM方案，提升运营商客服场景下意图识别率至82.75%，金融客服场景下识别率至87.12%。针对语义理解中多厂商多条线的需求，提出了共享统一编码层方案，并对多分支多任务联合优化和额外输入标签两种方式进行验证，其中联合优化对比此前单一任务模型效果最大提升可达6%，并且实现模型部署可在厂商条线之间无缝切换。针对垂直场景中语料不足的情况，研究团队使用CVT和MIXUP两项技术生成多样性的掩码和混合数据，进一步提升客服场景中的意图识别和TOKEN抽取的正确率。在阅读理解任务中，研究团队利用多重注意力机制预测答案在文本中的位置，基于百度百科数据的模型，可以实现了72%的问答正确率。目前该项技术已运用于宝洁、越秀地产等大客户智能客服系统。
在司法文本中，研究团队围绕案由中实体和属性的抽取与关联进行要素抽取。根据时间描述，地点描述，人名指代等进行事件描述结构化，辅助评判两个事件是否为同一事件，提升同一文本内事件共指基线模型2%~3%的绝对F1值，同时进一步使用相似词匹配等技术改善同卷宗跨文本一致性分析。基于事件的证据链分析技术，对司法意见书和犯罪前科的生成准确度可达90%。基于语义匹配预训练模型，研究团队还实现跨笔录信息匹配关联搜索，辅助庭审过程中由卷宗笔录供述相关片段做参考。
2、医疗影像处理技术研究
在肺部CT多种疾病体征检测的问题上，研究团队优化了新的损失函数，改进了非极大值抑制的后处理流程，同时利用多尺度融合方案实现了密度增高影和无肺纹理两种征象在4虚警条件下80%以上的召回率，绝对效果提升10%。针对电子听诊器的应用场景，研究团队研发了新的肺音肺炎识别模型，基于声纹提取、说话人识别等相关技术，实现了85%以上的识别准确率。针对腹部CT肝脏分割的问题，研究团队提出了3D全卷积的Encoder-Decoder结构的AbdomentNet网络，使用密集相连的卷积层和边缘敏感的损失函数加强对空间语义信息建模和边缘精细结构的分割。在国际医学影像领域顶级会议ISBI（InternationalSymposiumonBiomedicalImaging）设置的CHAOS（CombinedHealthyAbdominalOrganSegmentation）比赛线上榜中刷新CT肝脏三项指标世界纪录。在国际顶级人工智能医学影像学术会议MICCAI2019(国际医学图像计算和计算机辅助干预会议)中，我院医学影像团队又获得AASCE2019X光片脊柱弯曲角度测量比赛第二名和VERSE19CT脊椎分割定位比赛总分第三名的好成绩。
3、工业质检技术研究。
在工业数字化智能的技术方向，采用更强的皮尔森系数匹配抽取多维特征的方式，实现了刀具磨损剩余寿命（RUL）多折预测偏差小于6次，整体寿命准确度达到95%以上。针对工业大型设备故障偶发、历史数据少问题，提出基于多元状态估计技术方案（MSET)，通过可解释性地构造正常状态的记忆矩阵，进一步提高多种正常状态能力，多源传感器预测误差小于0.5%，达到业界领先水平。基于视觉的智能制造以及智慧工厂场景中，研究团队优化了新的损失函数，改进目标跟踪的后处理流程，同时利用时空信息进一步增强了断针、飞根瑕疵的视觉特征，F1达到90%，绝对效果提升30%以上。此外，针对端侧的嵌入式部署，研究团队设计了神经网络自动搜索（NAS)的方法，在保证识别精度的前提下，多款AI芯片网络计算复杂度下降50%以上。
4、教育答题批改技术研究。
研究团队整合公式批改、中文批改、区间表达等多种学科批改规则，结合光学字符识别以及深度语义理解，完成理化主观题引擎服务研发。高中物理化学填空题型，批改准确率达到94%，可批改率平均90%。在文本分析方向，研究团队利用问答（QA）抽取、扩展问挖掘技术，实现了说明文档到QA对的提取，其中在政务领域达到标题到问句BLEU-4指标86%效果。该技术已获得广州市重点研发计划项目资助。