知識星球
隨著科技的快速發展，人工智慧領域的關註度在不斷上升，越來越多的前沿學術院校和科技企業都已將目光和戰略轉移到了人工智慧領域。此外，伴隨著世界各國紛紛出臺國家戰略政策方針，全球巨頭們對人工智慧領域研究的投入正在不斷增加。同時，某種程度上而言，國內外的頂級人工智慧實驗室代表著人工智慧領域的發展方向和頂尖技術。因此瞭解國內外人工智慧實驗室的發展現狀，對於想要投身人工智慧行業的企業或是個人都有著極大的幫助。
下麵，我們將結合知名度、典型性、綜合性等多種因素，以國內國外、企業院校等4個維度為標準，每個維度選取3個具有代表性的企業或院校，為大家總結國內外知名院校及企業的人工智慧實驗室現狀，以及他們的就職以及實習（錄取）申請要求，以下排名不分先後，僅供各位參考。
一、國外學院派
1. 麻省理工學院電腦科學與人工智慧實驗室(CSAIL)
CSAIL的創辦最早可以追溯至1959年，LISP程式語言發明人及“人工智慧”一詞的發明人約翰·麥卡錫同人工神經網路研究專家馬文·明斯基一同創辦了麻省理工學院人工智慧專案。2003年，MIT將電腦科學研究和人工智慧實驗室合併。目前，CSAIL是麻省理工學院最大的實驗室，在人工智慧研究方向主要涉及腦和認知科學。
研究方向：人工智慧，尋求理解和發展使人與機器都能便於理解的推理、感知和行為的人工系統；系統，從軟硬體兩方面尋求擁有新的原則；模型，指標的電腦系統；理論，尋求對數學在計算中的廣泛性、實時性。
入職及實習（錄取）建議：本科成績要求比較優秀，科研經歷也要求足夠豐富，同時需要準備好已發表的論文資料，以及一封推薦信。對於研究經歷及學術成果不太豐富的人群而言，一封高質量的行業大牛推薦信是一個很加分的專案。
2. 卡耐基梅隆大學機器人學院（Robotics Academy）
美國卡耐基梅隆大學是世界上第一所專門開設機器人系的大學，機器人學院隸屬於卡耐基梅隆大學，前身是成立於1979年的機器人研究所。研究註重理論與實踐經驗結合，標的是成為全球研究機器人最好的地方。
研究方向：作為NASA航空航天科研任務的主要承製單位之一，卡耐基梅隆大學機器人學院在自動駕駛、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，該學院以ROBOTC平臺為基礎，已釋出近20門教育機器人相關課程，構成了改寫K12到大學階段的課程體系。
入職及實習（錄取）建議：本科申請要求：卡內基梅隆大學要求英語非母語的國家的申請者提供托福考試（TOEFL）成績或者雅思考試（IELTS）成績；SAT/ACT考試成績：大部分專業要求遞交2門SAT II考試成績。新SAT單項成績要求：閱讀與寫作710-770，其中閱讀35-39，數學750-800；ACT均分範圍31-34。研究生申請要求：電腦科學、生物科學類專業TOEFL要求不低於100分，工程類專業要求不低於84分；IELTS要求多在7.0以上。所有的申請者均需要透過Common Application美國大學申請系統進行申請；提供標準化考試成績，同時部分學院要求申請者提供SAT Sub成績；教師推薦信；申請文書以及個人稱述等材料。
3. 斯坦福大學的人工智慧實驗室(SAIL)
斯坦福大學的人工智慧實驗室(SAIL)成立於1962年，一直致力於推動機器人教育。並且，該校在網上公開了許多他們有關機器人和深度學習的課程。在斯坦福，人工智慧方面的課程非常全面，且非常前沿。
研究方向：計算生物學、語音識別和機器學習等。另外，國內目前知名度非常高的吳恩達、李飛飛都是斯坦福大學教授。李飛飛參與建立了著名的ImageNet計算機視覺識別資料庫及挑戰賽，每年都會吸引各大公司的影象識別程式的參加，極大促進了影象識別領域的技術發展。
入職及實習（錄取）建議：最主要的申請材料為之前的研究經歷。申請者需要提供包括之前做過什麼成功的研究、發表的論文（是否為第一作者和發表所屬期刊、會議的聲望）等材料，這些都將有助於其進入實驗室實習。同時，一封權威人士寫的推薦信也極其重要，如果申請者曾獲得一位受人尊敬教授的高度評價，那麼就有極大的可能獲得實習錄取。
二、國外市場派
1. 谷歌DeepMind人工智慧實驗室
DeepMind原是一家英國的人工智慧公司，由人工智慧研究者兼神經科學家Demis Hassabis等人聯合創立，2014年被谷歌收購，舉世聞名的AlphaGo就是這家公司的成果。據哈撒比斯的描述，DeepMind的總標的是“攻剋智慧領域的難題”。這促使公司不斷研發多功能的、能夠像人類那樣廣泛和高效思考的“通用型”人工智慧。
研究方向：將機器學習和系統神經科學的最先進技術結合起來，建立強大的通用學習演演算法，打造能透過與周圍環境互動學習最佳化自己行為，透過不斷試錯改善自我、反應靈敏、能有效學習的AI。
入職及實習（錄取）建議：DeepMind聘請的都是研發科學家、研發工程師以及純粹的軟體工程師。如果申請者希望作為一個研發科學家加入 DeepMind，必須擁有一個PhD學位，最好還有幾年機器學習研究經歷，以及在學術界或工業研究實驗室的豐富經驗。如果申請者想作為研發工程師加入（依然是研發領域，但是比起理論更具有應用性），依然至少需要有碩士學位，還有大量的機器學習研究相關的經驗。
2. 微軟Microsoft Research AI研究院
微軟早在1991年便創立微軟研究院。2014年，微軟聯合創始人保羅·艾倫與他人又共同創立了艾倫人工智慧研究院。據瞭解，Microsoft Research AI研究院共分為十三個研究小組，共近百位人工智慧領域的科學家將集中在此。這些小組包括自適應系統和互動組、空中資訊和機器人組、會話系統組、深度學習組、資訊和資料科學組、知識技術組、語言和資訊科技組、機器學習和最佳化組、機器教學組、自然語言處理組、感知和互動組、生產力組、強化學習組。
研究方向：人機互動、人機對話、機器學習和思想感知、不確定決策在機器人平臺上產生各種挑戰、合成演演算法和系統應用、自然語言處理、馬爾可夫決策過程和背景關係決策過程的泛化等。
入職及實習（錄取）建議：申請者如果想進入MSAI研究院實習，必須準備一份英文簡歷，建議措辭不需要太過華麗，簡單明瞭最好。重點需要突出自己的程式設計能力和相關專案經驗，如果有相關行業知名人士的推薦信可以附上。可能會面臨四輪電話面試，基本都是詢問和考察技術面，除了基礎問題就是問一些關於專案相關的問題。以即興提問為主，在回答的過程中，申請者可以盡可能展示自己對於相關技術知識的熟稔程度，這樣有助於被最終錄取。
3. Facebook人工智慧實驗室
2013年12月，Facebook正式成立人工智慧實驗室。該實驗室在人工智慧和機器學習領域的理念是：保持開放。Facebook 最出名的有兩大人工智慧實驗室，一個名FAIR（Facebook’s Artificial Intelligence Research），由著名人工智慧學者、紐約大學教授Yann LeCun 領導，另一個名為AML（Applied Machine Learning），由機器學習領域專家Joaquin Candela 領導。
研究方向：主要致力於基礎科學和長期專案的研究，以及找到將人工智慧和機器學習領域的研究成果應用到Facebook 現有產品裡的方法。
入職及實習（錄取）建議：Facebook已經開始與部分中國大學合作，比如清華和上海交大，採取同美國、法國等地相同的合作樣式。如果申請者想獲得進入Facebook人工智慧實驗室的機會，可以首先參與自己大學人工智慧領域的相關專案。Facebook會關註大學的科研專案，尋找他們感興趣的領域，並且找到做那些研究的學生，給他們提供實習的機會。同樣，申請者也可以主動遞交實習申請，最重要的就是之前的研究經歷，論文發表情況，以及一封高質量的推薦信。
三、國內學院派
1. 清華大學智慧技術與系統國家重點實驗室
清華大學智慧技術與系統國家重點實驗室於1987年7月開始籌建，1990年2月透過國家驗收，並正式對外開放執行。實驗室由中心實驗室（智慧技術與系統）和三個分室（智慧訊號處理、智慧圖形影象處理、人機互動與媒體整合）組成，分別設立在清華大學電腦科學與技術系、自動化系和電子工程系。
研究方向：認知過程與智慧資訊處理的交叉與結合研究；基於內容的海量資訊處理理論與方法，特別是針對資訊保安、資訊檢索、資訊挖掘等研究具體的演演算法及應用；面向動態過程的機器學習理論與方法；智慧資訊處理與控制理論在移動機器人與智慧車、類人機器人、無人飛機、空間機器人等系統中的應用理論與技術；智慧圖文資訊處理，包括各種文字識別、檔案識別和理解等方面。
入職及實習（錄取）建議：首先需要申請者是計算機、通訊、電子及相關專業在讀研究生或者本科高年級學生；其次，需要在本科階段學習過演演算法與資料結構、軟體理論基礎等相關課程，並取得優良的成績；此外還需要申請者瞭解影象識別、深度學習、人工智慧、機器學習等相關技術，善於快速學習新知識，有實際專案經驗者會被優先考慮。在計算機語言上，需要精通Java/Python等程式語言，有較強的快速程式設計能力，熟悉Windows/Linux作業系統，並且對演演算法研發有強烈的興趣。
2. 北京大學視覺與聽覺資訊處理國家重點實驗室
北京大學視覺與聽覺資訊處理國家重點實驗室1988年正式透過國家驗收，是北京大學建立的第一個國家重點實驗室。實驗室以實現高度智慧化的機器感知系統為標的，緊密結合國民經濟和社會發展的需要，在機器視覺與聽覺資訊處理領域開展具有多學科交叉性質的基礎與應用基礎研究，同時註重以原創性的研究成果推動技術創新，實現科技成果轉化。
研究方向：在機器視覺領域、機器聽覺領域、智慧資訊系統領域開展生物特徵識別與資訊保安、影象處理、智慧人機互動、語音語言資訊處理系統、人工神經網路及機器學習等研究以及視覺與聽覺的神經計算模型和生理心理基礎研究等。
入職及實習（錄取）建議：首先需要申請者是計算機、數學等相關專業在讀學生；其次需要擁有扎實的資料結構和演演算法基礎，熟悉C/Python等常用程式語言及指令碼語言；擁有有一定的計算機視覺理論學習基礎，熟悉常見的深度學習框架；如果有相關的實際專案經驗，將是一個極大的加分專案。
3. 浙江大學人工智慧研究所
浙江大學在人工智慧方面有著肥沃的土壤，其計算機學院下設的人工智慧研究所是中國設立最早的人工智慧研究機構之一。早在上世紀80年代，浙江大學就建立了人工智慧研究所。從1981年至今，浙大人工智慧研究所見證和參與了人工智慧的一系列變化。到現在，人工智慧進入大資料階段，浙大在計算機視覺領域已經建立了相當大的優勢。
研究方向：跨媒體智慧、混合增強智慧、大資料、機器學習、人工智慧理論、計算機圖形學、多媒體、資料挖掘等領域。
入職及實習（錄取）建議：浙江大學人工智慧研究所目前暫不對外招生，建議申請者最好考入浙江大學計算機、電子及相關專業在讀。其次需要擁有扎實的資料結構和演演算法基礎，熟悉一些常用程式語言及指令碼語言。如果有相關的實際專案經驗，將有極大的可能被錄取。
四、國內市場派
1. 百度研究院
百度研究院隸屬於百度AI技術平臺體系（AIG），下設五大實驗室：分別是深度學習實驗室（IDL）、大資料實驗室（BDL）、矽谷人工智慧實驗室（SVAIL）、商業智慧實驗室（BIL）、機器人與自動駕駛實驗室（RAL）。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家的陣容。
研究方向：商業智慧實驗室主要關註用於新型資料密集型應用的高效資料分析技術，機器人與自動駕駛實驗室則重點關註機器人技術，以及百度在自動駕駛領域技術的推進。
入職及實習（錄取）建議：需要申請者熟悉基本的資料結構與演演算法，熟練運用python程式設計以及tensorflow等深度學習工具。關註並瞭解機器學習演演算法，自然語言理解，知識圖譜，影象與視覺等領域的現狀與最新進展，併在其中一個領域有實踐經驗，並保持對前沿的深刻理解。同時具備良好的數學基礎，熟悉線性代數、機率與統計、數值最佳化等，熟悉常見機器學習演演算法。有人工智慧各領域的相關研究經驗，有高水平論文發表者，會被優先考慮。
2. 阿裡巴巴人工智慧實驗室
阿裡巴巴人工智慧實驗室於2016年成立，於2017年7月5日首次公開亮相，該機構負責阿裡巴巴集團旗下消費級AI產品的研發。當前已孵化出天貓精靈個人助手等產品。實驗室的使命是讓機器擁有智慧，讓人性充滿光輝，將基於阿裡巴巴強大消費者溝通渠道和完善的服務生態，立志成為下一代人機互動入口。
研究方向：語音互動、自然語言理解、資料挖掘和知識圖譜、使用者畫像和個性化推薦。工業設計，致力於人工智慧硬體產品、機器人的創新工業設計，透過人機互動、產品形態、材料工藝等領域的研究，探索未來智慧硬體、機器人的新方式。智慧製造，基於人工智慧技術的新一代硬體研發與製造，如硬體晶片和模組研究，並提供邊緣計算和雲端結合的解決方案。機器人技術，從事智慧機器人相關的技術研究，包括：實時定位、環境建模、感測器融合、標的檢測、場景分割、路徑規劃、運動控制、故障檢測、多機器人系統等方向。
入職及實習（錄取）建議：需要申請者是計算機、數學等相關專業在讀博士碩士。其次是需要熟悉深度學習、自然語言理解等相關領域技術和應用，有大量實踐經驗者優先；有科研能力並有成果發表在國際頂級會議、期刊者優先；極佳的工程實現能力，熟練掌握C/C 、Java、Python等至少一門語言；良好的資料分析能力和邏輯分析能力。
3. 騰訊AI Lab
騰訊AI Lab作為企業級AI實驗室，依託騰訊豐富應用場景、海量大資料、強大計算能力和一流科技人才，專註於AI基礎研究和應用探索的結合。目前已打造出圍棋AI“絕藝”，技術也被微信、QQ、天天快報和QQ音樂等上百個騰訊產品使用。團隊有70餘位來自世界知名院校的科學家，及300多位經驗豐富的應用工程師組成，由機器學習和大資料領域專家張潼博士，及語音識別及深度學習專家俞棟博士，並與世界頂級院校與機構合作，共同打造“產學研用一體”的AI生態。
研究方向：基礎研究方向包括計算機視覺、語音識別、自然語言處理和機器學習，應用探索需要結合騰訊場景與業務優勢，包括內容、遊戲、社交和平臺工具型等AI四類。
入職及實習（錄取）建議：需要申請者是計算機、人工智慧等相關專業的博士；熟悉自然語言處理、對話系統和機器學習等領域，有相關的的專案或研究經驗優先；有良好的文獻檢索及前沿問題探索能力及創造力；熟悉python或c/c++程式設計及深度學習框架。
國內外市場派和國內外學院派最主要的區別在於：學院派註重以理論研究為主要方向，對於人工智慧的實用性相關關註度偏弱，而市場派主要是以人工智慧前沿技術市場轉化研究為主要方向，對於人工智慧相關理論進一步研究則相對沒有學院派深厚；另一方面，市場派的薪資待遇相對較好，但準入門檻相對較高，絕大部分都需要有一定的專案經驗，或者擁有相關的科研成果發表。而學院派則相對門檻較低，但薪資待遇沒有市場派高，但是可以跟隨導師獲取專案研究經驗，增強相關理論知識基礎，接觸人工智慧尖端學術研究成果。
總體而言，國內外企業及學院人工智慧實驗室各有優劣，如果你想要儘快將人工智慧相關理論市場化、成果化，同時獲取豐厚報酬，建議你選擇市場派，而如果覺得自己需要更多的理論知識學習，希望獲取尖端的學術研究，以便自身的進步，則可以選擇去學院派。總之，大家根據自身需求，各取所需。
編輯：文婧；校對：林亦霖
