百度Q4财报发布 2年200亿的研发费用都去哪儿了？

（原标题：百度Q4财报发布 2年200亿的研发费用都去哪儿了？）

一切围绕人工智能

在百度发布的财报声明里，李彦宏表示：

“我们现有的平台产品，包括搜索引擎及资讯流，都已通过人工智能技术应用优化升级，并因我们的内容和服务生态系统而得以进一步丰富。我们为现有平台的开放所带来的巨大机遇而感到兴奋，未来我们将积极打造人工智能驱动的商业新时代。”

百度CFO李昕晢也表示：

“像以往一样，我们将会为用户创造最好的体验，同时在AI驱动的领域进行投资，比如金融、云和自动驾驶。”

在增长放缓和净利润下降的事实面前，百度用人工智能为自己勾画了一个仍可期许的未来。百度这份财报也披露了进一步的人事调整：陆奇将出任百度公司董事及董事会副主席；自2004年7月以来一直担任公司董事会成员的格雷格·潘纳（Greg Penner）将从董事会及董事会下属所有委员会中离职；联想集团董事局主席杨元庆，则被任命为百度董事会下属审计委员会成员及企业治理和提名委员会成员。

百度方面在财报中称，第四季度重要人事调整主要为更好面向人工智能新航道，加快整体升级转型。

一切都是围绕人工智能。

研发费用：2年200亿

百度2016年的研发成本非常庞大：总费用为101.5亿人民币，占总营收的14.3%。这样大的占比，在全球高科技公司中都是比较罕见的。

AI科技评论翻看百度前几年的财报发现，从2014年开始，百度的研发成本开始猛增。

2014年，研发费用为 69.81亿人民币，比2013年增长了70%

2015年，研发投入突升为101.76亿人民币，比2014年又增长45.8%

2016年，研发费用为101.5亿人民币，比2015年减少0.2%

我们发现，研发投入猛增是从2014年开始的，而2014年百度最重要的事件就是加大三大研发中心的人才引进力度。

2014年1月，深度学习研究院（IDL）开始推出“少帅计划”，针对30岁以下的优秀人工智能技术人才的甄选和培养。首批“少帅计划”设有9个名额，入选“少帅计划”的人员可直接拿到百度T9至T10的职级，年薪百万元人民币起步，上不封顶。

2014年5月，世界顶级人工智能专家吴恩达出人百度首席科学家，全面领导百度研究院，同时宣布硅谷AI实验室（SVAIL）正式成立。

2014年7月，百度成立大数据实验室（BDL），在北京、深圳和硅谷分设办公室。该实验室主要从事大数据和搜索核心技术相关的研究工作，专注于大规模机器学习算法和应用，大数据预测分析和垂直行业应用探索，大数据结构化算法研究，智能系统的研究等方向。

可以说，百度研发成本达到如今的程度，与这三大实验室的筹建紧密相。针对这两年研发投入的疯狂增长，官方给出的理由也很直接：

“这部分增长主要是由于研发人员数量增加”。

所以，百度每年100多亿的研发投入，主要都花在了筹建和维护人才库上。2015和2016两年，百度研发投入在100亿人民币左右浮动，说明到2015年底的时候，百度的研发团队招募工作已经基本完成，以百度的财力和体量，构造一套完整的AI人才库花费了2年时间。

两大研发中心人员组成

SVAIL实验室

根据官网资料，SVAIL实验室大约50人左右。然而这支人数并不是很多的研发团队，聘请了硅谷一流的计算机、数学、物理学等众多领域顶尖科学家。他们大多数来自于斯坦福大学、UC伯克利和卡耐基梅隆大学等美国名校，其中更是不乏教授级人才。另外，还有很多人都是从英伟达、谷歌这样一流北美公司聘请过来的，所以百度在其中的人才投入可见一斑。

我们可以看看以下几个代表人物。

SVAIL实验室的直接领导人是Adam Coates，2015年入选《MIT科技评论》 “35岁以下35个创新人物”榜单。斯坦福大学计算机科学博士学位，主要研究方向为自动驾驶计算机视觉、深度学习HPC方法、深度学习和大规模机器学习等领域。

Patrick LeGresley （研究科学家），2015年加入百度至今。斯坦福航空航天博士，来百度之前，他在斯坦福大学计算数学工程院（ICME）担任3年时间的讲师。主要方向为HPC的各个方面，包括算法、处理器、高性能网络和存储等。

Sharan Narang（软件工程师），2015年10月加入百度至今。他之前在英伟达工作6年多时间，担任Tegra SoC的技术总监。他最近有两篇论文被ICLR2017接收。

Sanjeev Satheesh（研究科学家），从2014年8月至今。毕业于斯坦福大学，硕士，斯坦福大学CV团队助理研究员（近2年时间），当时他就是在Imagenet团队。随后在微软任职开发工程师2年时间。然后来到百度。

Ryan Prenger（研究科学家），2014年8月加入百度至今。加州伯克利大学物理学博士，拥有5项专利。

Andrew Gibiansky（软件工程师和机器学习科学家），他最近推动了将HPC领域的Ring allreduce算法引进深度学习。

其它一些研究人员还包括：

Gregory Diamos（研究科学家） 2014年8月加入百度至今。主攻HPC训练深度学习神经网络。之前在英伟达工作近2年半，CUDA软件架构师。

Christopher Fougner（研究科学家），2015年4月加入百度至今。斯坦福大学计算数学工程硕士，主攻语音识别方向。

Carl Case（研究科学家），从2014年9月加入百度至今。斯坦福大学计算机科学硕士。

Eric Battenberg （研究科学家）,2015年4月加入百度至今。UC伯克利电子工程和计算机科学专业博士。

Anuroop Sriram（研究科学家），2015年加入百度至今。之前就职于Twitter担任数据科学家，卡耐基梅隆大学计算机科学硕士。

Jared Casper（高级软件工程师），2014年加入百度至今。斯坦福大学计算机科学专业博士，之前曾在甲骨文实验室担任高级软件工程师。

约从2016年6月开始，陆续有一波研发人员离开SVAIL实验室，在雷锋网(公众号：雷锋网)所找到的资料中，这些人往往流向了谷歌、OpenAI、英伟达和亚马逊的AI研发部门，而且往往在新公司获得了更高级的职位，可见百度SVAIL实验室的经历给他们的履历增加了可观的分量。这些离开的代表性人物有：

Bryan Catanzaro：2014年6月加入百度。他在百度带领了一个15人的研发团队，探索语音识别领域，训练和部署深度神经网络的工具和方法。在来百度之前，他在英伟达就职了3年，并于2016年9月离开百度，重新加入英伟达，成为英伟达深度学习应用研究部门的副总裁。

Erich Elsen：2014年9月加入百度。曾是斯坦福大学副教授，在百度工作2年，于2016年9月跳槽到谷歌，任谷歌大脑高级软件工程师，专注于Tensorflow和增强学习。

另外还有：

Jesse Engel ，2015年1月加入百度。UC伯克利大学材料科学博士学位，在2016年7月离开，加入谷歌大脑担任研究科学家。

Dario Amodei，2014年9月加入百度，一年后离开。后来加入谷歌成为高级研究科学家，2016年7月加入OpenAI成为研究科学家。

Rishita Anubhai，2015年加入百度，担任机器学习工程师。2016年9月加入亚马逊深度学习部门。

我们看到这些研究人员反复在谷歌、英伟达、亚马逊、百度等几家公司之间流动，反映出北美AI如今激烈的人才竞争局面。而百度作为一家中国公司，要保持对北美人才的吸引力，维护自己已有的人才库并吸引新的能人加入，其中要投入的成本与在国内的人才争夺战是不可同日而语的。

IDL研究院

除了吴恩达之外，IDL研究院的主要负责人是林元庆，为IDL高级总监。林元庆于2008年获得宾夕法尼亚大学电子工程博士学位。之后他加入NEC Labs America担任研究员，研究特征学习以及大规模分类。2010年，他带领NEC-UIUC团队在ImageNet大规模视觉识别挑战赛上获得第一名。2012年4月起，他担任NEC Labs America媒体分析部门负责人，主攻两个研究方向：1) 基于移动云的大规模细粒度图像识别，和2)自动驾驶的3D视觉感知。在2015年11月，他加入了百度并担任深度学习实验室高级总监。他的研究方向涵盖了机器学习和计算机视觉。在2015年他还曾担任NIPS大会的领域主席。

IDL副总监吴中勤：吴中勤本硕均就读于复旦大学计算机系，于08年7月毕业后加入百度。在百度8年间，他先后负责过文本、语音、图像技术的研发团队管理，曾率团队获得公司年度最佳团队、连续两年荣获公司最高奖。在深度学习实验室任职期间，率领百度图像技术团队取得跨越式发展，产生了很好的技术影响力，并于2015年晋升副总监。2016年他从无到有建立了AR团队，现在正致力于百度AR与百度大脑的研究发展。

IDL“杰出科学家”徐伟：负责深度学习平台的开发以及算法的研究。徐伟于1998年获得清华大学计算机专业学士学位，2000年获得美国卡内基美隆大学硕士。加入百度前，徐伟任职美国Facebook，创建并负责大规模推荐平台，并广泛应用于多个产品中为上十亿的用户提供个性化服务。在Facebook之前，徐伟曾服务于NEC lab高级研究员，期间将深度学习技术应用于图像识别产品。

除了以上三个领导人之外，百度IDL研究院公开资料显示得研究人员将近90人。有几大研究项目：商品图像检索、百度识图、自动驾驶、三维计算机视觉、ImageQA等领域。

总结：SVAIL实验室似乎正在进行新一波较大规模的招聘工作。在LinkedIn上，很多SVAIL的研究人员都纷纷在自己的介绍主页挂上了百度的招聘广告。百度今天发布的财报显示出，它正面临着增长放缓和利润下降的严酷事实，同时百度仍在不断推进在AI领域尤其是基础研发领域的投入，对于一家商业化非常成熟的公司来说，在人工智能风口到来的时刻，在研发上做出如此大的投入，对整个AI行业起到了一个非常好的表率和借鉴作用。