¿Google Research es el ‘Bell Labs’ del siglo XXI? Por qué o por qué no ?

Google Research emplea a algunos de los mejores investigadores del mundo y hace cosas fantásticas, como fabricar autos sin conductor. Pero si tuviera que elegir, diría que la investigación de Microsoft es el laboratorio de Bell del siglo XXI.

La razón por la que digo esto es porque parece que Microsoft Research produce contribuciones de investigación más fundamentales que Google Research, que parece estar más centrado en los problemas aplicados. Por ejemplo, hay muchos documentos algorítmicos extremadamente influyentes que vienen a la mente de Microsoft Research:

  • Optimización mínima secuencial, el primer algoritmo que hizo que las máquinas de vectores de soporte fueran prácticas y populares
  • La máquina de vectores de relevancia
  • El marco de detección de objetos Viola-Jones

Estas son algunas de las obras más citadas en los últimos 15 años y han tenido un gran impacto. Pero para Google Research solo puedo pensar en el papel de Map-Reduce en la parte superior de mi cabeza. Es un buen documento, pero no está en el mismo nivel que los mencionados anteriormente.

Esos documentos de Microsoft Research que mencioné anteriormente son de hace más de una década. Entonces se preguntarán, ¿siguen haciendo una gran investigación? Creo que la respuesta a eso tiene que ser sí. Por ejemplo, aquí hay algunos documentos recientes de Microsoft Research que realmente están afectando importantes preguntas fundamentales sobre aprendizaje automático y visión:

  • Descomposición de tensor para aprender modelos de variables latentes
  • Alineación a 3000 FPS mediante regresión de características binarias locales
  • Un algoritmo práctico de aprendizaje de transferencia para la verificación facial

More Interesting

¿Cómo debo prepararme si quiero investigar en aprendizaje automático? ¿Hay documentos particulares que debería leer o algoritmos que debería implementar?

¿Qué tan difícil es hacer la transición de la industria al profesor titular?

¿Cómo se puede comenzar a escribir un trabajo de investigación sobre inteligencia artificial? ¿Qué temas y herramientas debería uno buscar usar?

¿Qué startups de aprendizaje automático tienen más probabilidades de convertirse en empresas multimillonarias?

¿Cómo podría un estudiante obtener un trabajo en Google Research o Microsoft Research?

¿Cuál es el 'borde' en la computación de borde?

¿Cuáles son las preguntas / temas de investigación más importantes en informática hoy en día?

¿Cuáles son los mejores algoritmos en informática para dominar inicialmente?

¿Cuáles son las ventajas y desventajas de los lenguajes de programación visual en comparación con los lenguajes de programación normales?

¿Puede la programación competitiva ayudarlo a mejorar en la investigación teórica de la informática / algoritmos? Parece que después de haber resuelto miles de problemas difíciles, puede abordar los problemas en su investigación de manera más eficiente, ¿verdad?

¿Debería un estudiante de doctorado en informática tratar de publicar más en revistas o conferencias?

¿Cuáles son algunos ejemplos de algunos campos de investigación muertos?

¿Qué ha sucedido en el aprendizaje automático teórico en los últimos 5 años (2009-2014)?

¿Cuáles son los temas de investigación en seguridad de hardware y criptografía?

¿Cuáles son los avances importantes en el aprendizaje automático en la última década?