图片来源@Unsplash
科技公司从未停止过对未来世界的想象。
为此，实力雄厚的科技公司往往热衷于成立各种实验室，作为前沿科技的孵化器。这些技术或许看似天方夜谭，但也有可能引领一场新的技术革命。
继解读过 BAT 黑科技实验室布局后，钛媒体小编又盘点了字节跳动、滴滴及美团点评（以下简称 TMD）这三家小巨头在人工智能以及科技实验室的布局。
从三小巨头的科技战略和实验室的研究方向上，可以看出他们的科技实验室与现有业务达成了深度绑定。比起探索前沿科技，TMD 更加注重将技术转化为生产力，使研发成果更高效、更快速部署在现有业务上。
滴滴——“AI 为出行”
“滴滴的科技战略是 AI for Transportation （AI 改变交通）”，滴滴 CTO 张博曾这样描述滴滴的科技战略。基于海量交通大数据、大数据技术和云计算能力，滴滴正在持续将 AI 技术应用于智能出行的更多场景。
滴滴目前有三个实验室，分别为滴滴研究院、滴滴美国研究院以及滴滴 AI Labs。
一、滴滴研究院
2016 年 4 月 13 日，滴滴出行宣布将此前设立的机器学习研究院升级为滴滴研究院，由人工智能科学家何晓飞教授出任研究院首届院长及滴滴出行高级副总裁，负责滴滴研究院和大数据团队建设，向 CTO 张博汇报。
滴滴研究院是滴滴的研究机构，被视作滴滴的“大脑”。该研究院的主要任务，就是结合大数据与机器学习，搭建滴滴交通大脑。这需要滴滴交通大脑需要收集每个城市、每一时刻的所有交通出行相关数据，然后做出最优的决策（匹配、导航等）
研究院的研究方向包括：机器学习、计算机视觉、人工智能、数据挖掘、最优化理论、分布式计算等。滴滴研究院与业务线紧密结合，力求其每一项研究成果都能以最快的速度应用到相应的产品上。
滴滴研究院的技术成果，在滴滴出行 App 上就有许多体现。比方说：路径规划和时间预估（ETA）、动态调价、智能分单、拼车、供需预测、运力调度、热力图等核心项目。
滴滴的城市热力图（来源滴滴）
叶杰平博士曾在演讲中阐释机器学习在滴滴中的大规模应用。像热力图，就能给司机预告哪些区域未来半小时会有订单需求。
而滴滴研究院最核心的技术还是订单匹配，在某个时刻乘客和空闲车辆的匹配量可能就达到了千万级。由于路面情况不同，同样一公里可能因为交通拥堵情况而导致行驶时间不同，因此在距离评估以外，更困难的时间评估也被引入考量。
这些成果离不开何晓飞教授的贡献。何晓飞教授主导设计了滴滴出行的关键技术，为滴滴各条业务线提供技术支持，他还是滴滴无人驾驶项目创始负责人。
在何晓飞低调离职后，滴滴研究院主要由叶杰平副院长和弓峰敏副院长两位专家坐镇。
二、滴滴美国研究院
在滴滴拓展国际化的进程中，滴滴美国研究院的设立是重要一步。
2017 年 3 月，滴滴美国研究院在硅谷成立， 重点发展大数据安全和智能驾驶两大核心领域。同时，美国研究院将配合滴滴大研究网络，持续把研究成果转化为生产力，帮助更多城市提供前瞻性的整体交通方案。这不仅方便滴滴招募国际化人才，也为其国际化战略提供了助益。
美国研究院由滴滴研究院副院长弓峰敏领导，世界顶级安全专家查理·米勒（Charlie Miller）也受邀加入。美国研究院主要课题包括云安全、深度学习、人机交互、计算机视觉及图像学、智能驾驶等领域的技术开发及应用。
弓峰敏博士被誉为硅谷安全创业教父，在网络及安全研发领域有逾三十年经验。他是多家网络安全公司的联合创始人或高管，也是非常成功的连续创业者和硅谷天使投资者。
查理·米勒有“全球最杰出的安全专家”称号。他曾就职于苹果、Twitter 和 Uber 等公司，还曾撰写三本信息安全相关著作。
三、滴滴人工智能实验室（AI Labs）
此前两所研究院关注的都是将技术迅速转化为生产力，强调技术与业务的深度绑定。滴滴AI Labs 则是公司对前沿技术的布局与投入。
2018 年 1 月 26 日，滴滴出行宣布成立 AI Labs（人工智能实验室），将重点发力机器学习、自然语言处理、语音识别、计算机视觉、运筹学、统计学等领域的前瞻技术研究及应用，积极布局下一代技术。
AI Labs 由滴滴副总裁叶杰平教授领导。此前的公开数据表示，团队至少囊括了两百余位从事 AI 前沿技术研发的科学家和工程师。
在智能出行领域完成技术积累后，2019 年 5 月，滴滴发布了群雁智能出行开放平台，宣布将滴滴积累的 AI 技术、服务、算力以及多元化的解决方案全方位开放。开放也分为三个维度，分别为AI 基础平台、AI 服务与能力开放与解决方案层面。
字节跳动——“杀鸡用牛刀”
字节跳动的人工智能技术，围绕着内容创作及分发进行。字节跳动的人工智能实验室成立于 2016 年，研究重点是为公司的内容平台服务开发技术。
该人工智能实验室主任为马维英博士，他同时担任字节跳动副总裁一职。马维英博士的研究领域包括机器学习，自然语言处理，多媒体分析和理解，互联网搜索技术，知识图谱和数据挖掘。
在加入头条之前，他曾任微软亚洲研究院的常务副院长，带领团队开发并推进了许多关键技术的实际应用，包括必应搜索引擎、在线广告、微软小冰聊天机器人、问答系统，以及 Cortana 和 Azure 等等。
他在学术领域也很有造诣，他在世界级会议和学报上发表了 270 多篇论文，并拥有 160 多项技术专利。他是电气电子工程师学会院士（IEEE Fellow）和美国计算机协会杰出科学家（ACM Distinguished Scientist）。
字节跳动的 AI 实验室不仅是做理论研究，更注重通过实验快速将技术用于产品部署。恰如官网介绍所言，“不是停留在封闭实验室的传统布局中，而是嵌入到整个组织，工程团队随时可以快速有效地大规模部署他们的最佳创意。”
马维英博士曾在演讲中阐释过 AI 实验室在字节跳动中的作用。他将头条用 AI 技术比喻成“杀鸡就用牛刀”，当很多人认为简单的阅读推荐用不上太多 AI 技术上时，他们通过深度挖掘发现了价值。除了文本内容，视频内容的理解和推荐也成了头条要解决的技术点。
在 AI 落地方面，除了个性化分发等已被人熟知的 AI 技术，头条 AI 实验室还包括了自然语言处理、图像风格转化及生成、体育视频理解和写稿机器人等应用。
图像风格转化及生成，在抖音及火山小视频的各种特效里都有展现。比如头条可以做到视频内容的实时切割，不断更换背景。头条还在生成对抗网络上进行研究，可以自行生成表情，从没有表情的脸部表情转换成有微笑的表情。
美团——AI 上的“吃喝玩乐”
美团的 AI 业务围绕着“吃喝玩乐”等生活服务进行。
从产品层来看，美团和大众点评 APP 背后用到的是搜索和智能推荐技术、美团外卖则是涉及到配送和人员调度策略，而美团单车则涉及到生物认证等问题。
美团 AI 全景图（来源美团）
与其他互联网公司不同的是，美团并未设立单独的 AI 研究院，而是将 AI 团队与业务团队直接融合在一起，为了更好地促进 AI 落地。
“在美团做 AI，有一个非常大的优势，就是数据和应用场景丰富，可以把各种各样的前沿技术用到实际产品中，改善亿万人的生活。要把几亿消费者与数百万生活服务商家高效地连接起来。”美团点评技术委员会算法通道主席何仁清曾对外阐释过美团 AI 的特点。他也强调，美团比较大的业务部门中的技术团队，都有从事 AI 的人员。
在美团中，比较大的技术部门就包括了美团 AI 平台搜索与 NLP 部，该部门将美团搜索、大众点评搜索以及 NLP 中心几个重要团队组合在一起，负责人为王仲远博士。
王仲远博士关注自然语言处理、知识图谱及其在搜索、推荐和广告方面的应用。他曾就职于微软亚洲研究院和 Facebook，在微软亚研院里，他负责亚研院的知识图谱项目和对话机器人项目；在 Facebook 中，他在知识图谱技术上的研究对 Facebook 的搜索、推荐及广告等多个业务均有贡献。他还曾在国际顶级学术会议发表篇论文 40 余篇。
据 IT 社区 CSDN 此前报道，自 2018 年 5 月起，在王仲远博士的带领下，美团大规模餐饮娱乐知识图谱平台——美团大脑就开始构建。这一“大脑”能充分挖掘、关联各个场景数据，让 AI 算法能够对消费者对商户的评论进行分析，从而理解用户在菜品、价格、服务和环境等方面的偏好。这个过程能让人、店、商品和场景之间达成知识关联，形成一个知识大脑。
此前公开数据显示，美团大脑目前包含了 33 类概念、30 亿实体、1000 亿三元组，这一知识关联数量级已经达到了世界级的规模。
（本文首发钛媒体 APP，作者/芦依，编辑/赵宇航）