在机器学习上的巨大投资，使 Google 跻身科学研究领域，AI 方面的论文发表大幅领先其他公司 Google 机器学习发表数量 去年，Google 在世界上最优秀的学术期刊如 Nature 、 PNAS 、 JAMA 上均发表了论文。Google 的科学研究领域涉及眼科、神经科学、电脑游戏、气候模型等。在 AI，特别是深度学习上的持续投入，使 2016 年 Google 发表期刊和会议论文 218 篇，几乎是两年前的 2 倍。发表文章的影响力（以 CNCI 衡量）是世界平均水平的 4 - 5 倍。与同样在 AI 上开展研究的公司相比，Google 大幅领先。 Google 的科研人员大幅增加。在机器学习方面的研究人员数量，是过去几年的 3 倍多。此外，为了能够吸引这些科研人才，仅仅提供硅谷水平的薪水是不够的。“顶级人才关心的是推动世界，这意味着写有用的论文，编有用的代码。” 位于英国的 DeepMind 是 Google 科研的引领者。2016 年 DeepMind 在 Nature 发表 2 篇论文。其创始人 Demis Hassabis 对自己的科学雄心坚信不疑。他表示 DeepMind 具有一种“混合文化”，介于“长期思考的学术部门”和“速度与聚焦的最佳创业公司”之间。12 月，Google 研究部门科学家在 JAMA 发表第一篇深度学习论文。论文展示一个深度学习程序，可以像医生一样从视网膜图像诊断失明的原因。 如今，数百个公司加入开发更强 AI 的战斗，Google、Facebook、Microsoft 之间尤为激烈。这些公司都从技术中看到商机，例如：从客户数据中解析更多信息；将无人驾驶汽车开上马路；在医学方面的应用。 学术界的古语“发表或灭亡”（Publish or Perish）现在一样适用于 AI 竞赛，发表研究论文数量不足的公司处于劣势。Apple，以严格保密的计划和产品发布著称，发现这种文化正在损害其 AI 方面的努力，落后于 Google 和 Facebook。 去年，Apple 公司招募了卡内基梅隆大学的计算机科学家 Russ Salakhutdinov。他立即允许通过博客和演讲，打破 Apple 的代码保密。他还宣布 Apple 也要开始发表论文。他以幻灯片形式自问自答：“我们能发表论文吗？可以。