脸书有多少实验室？
mip.xncswj.com
2025-11-13 04:11:41
Facebook公司除了Facebook之外还有什么比较强的业务吗？
还有Messenger、Instagram。
除此之外，还包括门户品牌设备、Bonfire、Facebook Mentions、Facebook店铺。
Spark AR Studio、Audience Network、NPE Team应用以及Facebook Inc. 或Facebook Ireland Limited 提供的任何其他功能、应用、技术、软件、产品或服务。
Facebook 产品还包括Facebook 业务工具，即网站所有者、发行商、应用开发者、合作伙伴（包括广告主）及其客户为支持商业服务和与 Facebook 交流信息所使用的工具，例如社交插件（如“赞”或“分享”按钮）、SDK 和 API。
Instagram（照片墙）是一款运行在移动端上的社交应用，以一种快速、美妙和有趣的方式将你随时抓拍下的图片彼此分享。
2012年4月10日，Facebook宣布以10亿美元收购Instagram。2012年10月25日，Facebook以总值7.15亿美元收购Instagram。
2012年12月，Facebook旗下的图片共享服务Instagram因其使用图片共享服务的新条款而在互联网上引起轩然大波。
发展历史：
2015年12月10日，苹果公司发布了2015年“App Store最佳应用”名单，Instagram获得“最佳iPhone6S应用”。
2016年12月13日，Instagram的Live直播功能向全美所有用户正式开放。
2018年12月，世界品牌实验室发布《2018世界品牌500强》榜单，Instagram排名第362。
计算机视觉为何在各大学中所列专业不同?
计算机视觉专业大学排名
一、国外高校莱垍头条
自1956年美国科学家首次提出“如何用机器模拟人的智能”的概念至今，以美国为代表的西方国家先人一步，不仅在人工智能领域制标准、带节奏，而且有很多重要的学术成果和实践产出。莱垍头条
1、麻省理工学院莱垍头条
麻省理工学院素以全球顶尖的计算机科学和工程学享誉世界，它与斯坦福大学、加州大学伯克利分校统称为全球工程科技界的学术领袖。麻省理工学院拥有全球领先的计算机科学及人工智能实验室CSAIL（ComputerScience and Artificial Intelligence Laboratory）。它是全球最重要的信息技术研发中心之一。CSAIL的成员创立了多于100家知名公司，包括机器人之父科林·安格尔，iRobot公司创始人之一海伦·格雷纳，波士顿动力公司创始人马克·雷伯特，还有卡内基·梅隆大学机器人研究所的负责人马特·梅森。垍头条莱
2、斯坦福大学条莱垍头
斯坦福大学人工智能方面的本科学位涵盖的课程非常全面，其全面程度几乎已经和很多研究生的课程差不多了。斯坦福大学的人工智能实验室成立于1962年，一直致力于推动机器人教育。并且，该校在网上公开了许多他们有关机器人和深度学习的课程。另外，国内目前知名度非常高的吴恩达、李飞飞都是斯坦福大学教授。李飞飞参与建立了著名的ImageNet计算机视觉识别数据库及挑战赛，其每年都会吸引各大公司的图像识别程序的参加，极大促进了图像识别领域的技术发展。垍头条莱
3、卡内基-梅隆大学莱垍头条
卡内基梅隆大学是美国著名的私立研究型大学，拥有全美顶级计算机学院。它拥有世界领先的机器人技术。该校在1979年成立了机器人学院，专门在机器人科技领域进行实践和研究，这个学院还是全世界第一个推出机器人PHD项目的大学。在该学院下面还设有NREC，它与政府及商业机构合作，进行高端项目研究。莱垍头条
4、哈佛大学莱垍头条
哈佛大学是一所享誉世界的私立研究型大学，是著名的常春藤盟校成员。这里走出了8位美利坚合众国总统，133位诺贝尔奖得主（世界第一）、18位菲尔兹奖得主（世界第一）、13位图灵奖得主（世界第四）曾在此工作或学习，其在文学、医学、法学、商学等多个领域拥有崇高的学术地位及广泛的影响力，被公认为是当今世界最顶尖的高等教育机构之一。在这里，所有计算机科学的学生可以学习计算机图形，计算机视觉以及UI方面的相关课程。莱垍头条
5、加州大学伯克利分校莱垍头条
加州大学伯克利分校是世界著名公立研究型大学、在学术界享有盛誉。它是世界上最重要的研究教学中心之一，ARWU理科排名世界第1、工程及计算机均排名世界第3、人文社科也长期位列世界前5，与旧金山南湾的斯坦福大学共同构成了美国西部的学术中心。该校的机器人和智能机器实验室，致力于用机器人复制动物的行为。它的自动化科学和工程实验室从事更广泛的机器人功能的研究，如机器人辅助外科手术和自动化制造。还有计算机可视化小组，学生可以学到如何帮助机器人“看见”。垍头条莱
二、国内高校莱垍头条
相对国外，国内人工智能研究起步较晚，但后发实力强劲。莱垍头条
1、清华大学：智能技术与系统国家重点实验室莱垍头条
清华大学智能技术与系统实验室中心实验室依托在清华大学计算机科学与技术系，主要从事人工智能（基本原理和方法）的基础与前瞻性研究，智能信息处理，智能机器人，与认知神经科学、心理学等的交叉学科等方面的研究，以及与这些理论相关的应用研究与系统集成。实验室承担了多项国家重点科研任务，一些研究已达到国际水平，如：“具有交互和自学习功能的脱机手写汉字识别系统和方法”、“人工智能问题分层求解理论及应用”先后获得了国家科技进步奖和自然科学奖。条莱垍头
2、北京大学：智能科学系莱垍头条
北京大学智能科学系成立于2002年7月，主要从事智能感知、机器学习、数据智能分析与智能计算、智能机器人等方向的基础和应用基础研究，侧重于理论、方法以及重大领域应用上。北大智能科学系依托于视觉听觉信息处理国家重点实验室，实验室以实现高度智能化的机器感知系统为目标，在生物特征识别研究方面处于国际领先地位。智能科学系在著名的软件与人工智能专家、我国载人飞船工程软件专家组组长何新贵院士和长江特聘教授查红彬教授的带领下，重点开展机器视觉、机器听觉、智能系统与智能的生理心理基础等研究。以北大智能科学研究人员为技术核心的北大指纹自动识别系统，是国内唯一能与国外系统抗衡的自主知识产权，是中国第一家也是唯一的一家提供公安应用全面解决方案的系统，拥有中国指纹自动识别技术产品第一市场占有率。垍头条莱
3、复旦大学：类脑智能科学与技术研究院莱垍头条
复旦大学类脑智能科学与技术研究院（以下简称研究院）于2015年3月筹建成立,是复旦大学校内的独立二级研究机构。其前身为复旦大学第一批跨学科交叉国际化研究中心——计算系统生物学研究中心，成立于2008年。研究院目前在建五个核心功能平台和一个国际合作研发中心，主要包括：一是以脑高级认知功能的多信息反馈处理机制研究为核心的神经形态计算仿真平台；二是以多尺度多中心重大脑疾病数据库和算法开发为基础的智能诊治数据示范平台；三是依托高端医疗影像设备集群，为生物医学转化研究和信息产业智能化提供试验技术支撑的综合生物医学影像平台；四是以开发深度学习、强化学习和自组织学习等机器学习算法以及可穿戴设备、类脑芯片、健康服务机器人等为目标的类脑智能软、硬件开发平台；五是集孵化加速、产业联盟、投资基金为一体，为类脑智能创新项目及企业提供应用技术资源和孵化服务的类脑智能产业化平台；六是依托已有的欧洲人类脑计划、美国脑计划等国际合作的数据、学术资源，建设类脑智能国际合作节点和人才培养中心。垍头条莱
4、浙江大学：人工智能研究所条莱垍头
早在上世纪80年代，浙江大学就建立了人工智能研究所，首任所长就是国内著名的计算机科学家、被人尊称为“中国人工智能研究开拓者”的何志均，隶属计算机科学与技术学院。从1981年至今，浙大人工智能研究所见证和参与了人工智能的一系列变化。何志均担任所长时期，人工智能的研究还处于以规则、逻辑和符号为主的传统研究阶段；到了第二任所长潘云鹤带队的时候，人工智能与计算机辅助设计和图形学走到一起。到现在，人工智能进入大数据阶段，浙大在计算机视觉领域已经建立了相当大的优势。人才输出方面，在阿里巴巴、网易这些互联网科技公司外，海康威视、浙大网新、浙江大华等浙江企业都较早介入人工智能的研发，而浙大成了他们重要的合作伙伴和人才储备库。头条莱垍
5、上海交通大学：智能人机交互研究所垍头条莱
智能人机交互研究所隶属计算机科学与工程系，长期目标是探索人类大脑智能信息处理的机理和认知过程，为智能信息处理提供新型的计算结构和算法，开发自然、友好的人-机交互系统。另外，上海交通大学还联合微软于2005年9月成立了智能计算与智能系统重点实验室，以实现“使未来的计算机和机器人能够看、听、学，能以自然语言的方式与人类交流”这一共同使命。代表性的成果有脑机交互的多模态疲劳驾驶检测系统、基于脑电的脑功能康复训练平台和认知型智能人机口语对话系统。莱垍头条
6、西安交通大学：人工智能与机器人研究所头条莱垍
人工智能与机器人研究所成立于1986年，其前身是自动控制专业计算机控制教研室。研究所是“视觉信息处理与应用国家工程实验室”的支撑单位，并在教育部、国家外国专家局“高等学校学科创新引智计划”的支持下与国际知名学者合作组建了“认知科学与工程国际研究中心”。研究所作为“模式识别与智能系统”国家重点学科，按照控制科学与工程一级学科招收博士研究生，是自动化学科博士后流动站组成单位。在科学研究方面，在学术带头人、所长郑南宁院士的主持下，主要进行以计算机视觉与模式识别为基础的智能信息处理结合学科发展前沿。莱垍头条
7、西北工业大学：音频、语言与语言处理组头条莱垍
西北工业大学音频、语音与语言处理组(ASLP@NPU)隶属于陕西省语音与图像信息处理重点实验室。研究组成立于1995年，经过十几年的快速发展，已形成了人机语音交互、语音与音频信号处理、情感与听视觉多模态处理、多媒体内容分析与检索等主要研究方向。目前实验室已经与百度、搜狗、阿里巴巴、微软、腾讯、IBM、三星、华为、中兴、小米、京东、云知声、出门问问、Roobo、哈曼等著名IT公司和多家初创公司开展了广泛深入的科研合作，与腾讯建有“西北工业大学-腾讯媒体信息技术联合实验室”，与明星创业公司云知声建有“西北工业大学-云知声智能语音交互联合实验室”。莱垍头条
8、华中科技大学：自动化学院莱垍头条
华中科技大学自动化学院是由原控制科学与工程系和原图像识别与人工智能研究所于2013年合并组建的学院。模式识别与智能系统是自动化一级学科的重要二级学科。迄今为止，自动化系在原 “图像识别与人工智能研究所”和“控制科学与工程系”的这两个学科点承担了百余项国家、国防与行业项目。条莱垍头
9、厦门大学：智能科学与技术系莱垍头条
2006年12月，经国家教育部批准，厦门大学正式设立“智能科学与技术”本科专业，并于2007年6月经学校批准成立“厦门大学智能科学与技术系”。2007年9月，本系迎来了第一届本科新生。目前承担多项国家863、国家自然科学基金、福建省科技基金等项目，拥有“福建省仿脑智能系统重点实验室”、“智能信息技术福建省高校重点实验室”和“厦门大学语言技术中心”三个平台。此外还有“艺术认知与计算”、“自然语言处理”、“智能多媒体技术”、“人工大脑实验室”、“智能中医信息处理”等多个研究型实验室，为培养高质量的学生提供了必要的保障。垍头条莱
10、中国科学技术大学：计算机科学与技术学院莱垍头条
中国科技大学于1958年建校时就设置了计算机专业。学院的支撑实验室有：国家高性能计算中心（合肥）、安徽省高性能计算重点实验室、安徽省计算与通讯软件重点实验室、 多媒体计算与通信教育部-微软重点实验室、中国科大超级运算中心和信息科学实验中心。其中，多媒体计算与通信教育部—微软重点实验室主要从事人机自然语音通信、语义计算与数据挖掘等方面的研究。人机自然语音通信方面，主要研究中文信息处理、人类视听觉机理、语音语言学等。语义计算与数据挖掘方面，主要研究自然语言驱动的计算、多媒体内容的语义标注、自动问答、语义社会网络、数据与知识工程、隐私保护与管理中的语义计算等。垍头条莱
11、南京理工大学：计算机科学与工程学院莱垍头条
南京理工大学计算机科学与工程学院始建于1953年创办的哈尔滨军事工程学院模拟计算机研究组，2005年12月更名为计算机科学与技术学院，2012年5月改为现名。在计算机科学与人工智能技术领域，学院学科实验室和平台比较齐整，拥有“高维信息智能感知与系统”教育部重点实验室、“社会安全信息感知与系统”工信部重点实验室、“社会公共安全图像与视频理解”江苏省重点实验室，“社会公共安全科技”江苏省2011协同创新中心，江苏省公安厅“社会公共安全”重点实验室，教育部、国家外国专家局“高维信息智能感知与系统”111创新引智基地。同时学院与国内知名企业建立系列产学研协同创新平台，具有南京理工大学-中航科技智慧城市大数据联合实验室、深城院-南理工大数据技术联合实验室等。除了以上几所，其他一些高校依托多年积累的专业实力，也纷纷加入成立AI学院的阵营。垍头条莱
12、中国科学院：人工智能技术学院莱垍头条
中国科学院大学人工智能技术学院成立于2017年5月28日，是我国人工智能技术领域首个全面开展教学和科研工作的新型学院。人工智能技术学院面向国际科学前沿，下设模式识别、人工智能基础、脑认知与智能医学、智能人机交互、智能机器人、智能控制等6个教研室。拥有模式识别国家重点实验室、复杂系统管理与控制国家重点实验室、国家专用集成电路设计工程技术研究中心、中国科学院分子影像重点实验室等研究机构。头条莱垍
13、西安电子科技大学：人工智能学院莱垍头条
2017年11月2日，西安电子科技大学人工智能学院正式揭牌成立，这是教育部直属高校首个致力于人工智能领域高端人才培养、创新成果研发和高层次团队培育的实体性学院。条莱垍头
14、重庆邮电大学：人工智能学院莱垍头条
2018年2月7日，重庆邮电大学联手科大讯飞，成立人工智能学院，今年就要开始招生，可以说依托本身的专业科研实力再充分利用企业的优势资源，开始布局人工智能这个无限发展的高科技领域，使重邮的未来发展值得期待！莱垍头条
15、南京大学：人工智能学院莱垍头条
2018年3月6日，南京大学正式成立人工智能学院，隶属计算机科学与技术系，另据悉，南京大学人工智能学院是南京市政府合作项目，与计科院、软件学院平级。院长由南大教授周志华担任。周教授从事人工智能研究 20 多年，是人工智能国际学术舞台上有重要影响力的科学家、机器学习领域的“牛人”，同样也是中国首个当选了国际人工智能学会（AAAI）、美国计算机学会（ACM）、美国科学促进会（AAAS）的会士、国际电气电子工程师学会（IEEE）和国际模式识别学会（IAPR）五大主流国际学会的华人“大满贯”会士第一人。莱垍头条
16、哈尔滨工业大学：人工智能研究院莱垍头条
2018年5月5日，哈尔滨工业大学正式成立人工智能研究院，围绕「交叉研究中心」的定位，研究人员在行政上归属各自所在院系，但在研究院里，有共同的研究对象和统一的物理空间。研究员将围绕理论、技术、平台、应用4个层次、7个方向构建。莱垍头条
计算机视觉专业大学排名榜
加州伯克利分校，麻省理工应该是最强的，哈佛和牛津也很强。莱垍头条
计算机视觉专业大学排名一览表
该专业非常好，计算机视觉领域的人才缺口比较大，但是要想具有更强的就业竞争力，一定要重视提升自身的工程实践能力，而要想提升工程实践能力，一方面要积极参与导师的课题项目，另一方面还需要给自己开辟出更多的实践渠道，这个过程不仅能够开阔视野，也会让自己少走一些弯路莱垍头条
计算机视觉专业大学世界排名
全球ai公司排名莱垍头条
1. AIBrain条莱垍头
AIBrain是一家位于美国加利福尼亚州的人工智能公司，专门为智能手机和机器人应用提供AI解决方案，拥有自己的人工智能平台IRSP，并专注人工智能的开发。莱垍头条
2. 亚马逊头条莱垍
这家全球商品品种最多的在线零售巨头如今已经通过服务和产品进入了人工智能领域，它们的亚马逊机器人已经开始学习使用数据预测和查找模式的能力。目前亚马逊的人工智能服务机器人Alexa已经面世。莱垍头条
3. Anki莱垍头条
Anki是一家获得了银行业巨头摩根投资的玩具机器人公司，总部位于旧金山。Anki的旗舰机器人是Cozmo，该机器人由于出色的情感反应被称为是迄今为止最先进的消费机器人之一，它有表情、有情绪，没电了还能自己充电。莱垍头条
4. 苹果垍头条莱
苹果公司在过去的3年里收购了四家人工智能创业公司，预示着它们迈入人工智能领域的决心。多年来，苹果公司的虚拟助理Siri从一个简单的语音助手变成了成熟的语音机器人。头条莱垍
5. Banjo莱垍头条
Banjo是一家社交网络公司，在2015年获得了日本软银集团1亿美元的融资，它们利用人工智能对社交媒体进行数据整合，将地理定位和社交软件结合，用户可以查看自己周围的活动，也可以查看某个地址周边发生的事情。条莱垍头
6.达闼科技莱垍头条
达闼科技正在开发它称为基于云智能的机器人系统。CI与AI不同，它将机器与人类相结合，而不是将它们作为单独的实体来对待，但允许机器人由人控制。垍头条莱
7. Facebook条莱垍头
这家为全球30亿用户服务的公司，在对人工智能的战略投资商是舍得的，迄今为止，脸书已经开设了三家人工智能实验室，并且还收购了两家AI公司，即Masquerade和Zurich Eye。条莱垍头
8. Google莱垍头条
在所有互联网企业当中，谷歌是高居最具品牌价值企业榜首的人工智能领域领导者，它们早就已经开始大规模布局人工智能，并且投入很大。在四年内，谷歌收购了12家AI创业公司，它们研究的重点是推荐语言翻译、视觉处理以及排名和预测能力。莱垍头条
9. H2O莱垍头条
H2O是由Oxdata公司推出的一个人工智能项目，主要服务于数据科学家和开发者，被全球超过10,000个组织的100,000多名数据科学家所使用，为他们提供快速机器学习引擎，另外它还声称自己是“世界领先的开源机器学习平台”。垍头条莱
10. IBM条莱垍头
从20世纪50年代开始，IBM就一直是人工智能领域的先驱者，它一直专注于人工智能领域，其中Watson超级计算机是最知名的AI项目之一，这台计算机可以学习语言和人类知识。莱垍头条
计算机视觉专业大学排名国外
vision是计算机专业。
AMD VISION（视觉）技术的笔记本将会与微软Windows 7支持DirectX10、DirectX 10.1和DirectX 11，而AMD VISION（视觉）技术也将及时跟进，推出最高支持DirectX11的硬件产品。 AMDVISION（视觉）技术目前包括三个级别，其中有：VISION基本版本（Basic）、VISION豪华版（Premium）和VISION至尊版（Ultimate）。
计算机视觉最好的大学
北京大学在国际地位很高，学生具有较高自学能力，就业岗位很广泛，只要用心用力。莱垍头条
计算机视觉是哪个专业
这两个专业都有死板的方式也有自由的方式，比如电影行业就是不定时的，但是网站前段设计就是比较固定的，我是数字媒体专业的，今年刚毕业。数字媒体艺术更多是偏向于影视剪辑，后期合成板块，影视特效，看一下你们学校是怎么规划的，而数字媒体是未来的一个发展趋势。视觉传达简称UI/UE，是用户界面的创作，是近年的高薪职业，你所接触的手游，网游界面这块都是视觉传达做的，当然这只是游戏板块，还有电脑，手机，APP这些都是视觉传达的发展方向这两个专业都有死板的方式也有自由的方式，比如电影行业就是不定时的，但是网站前段设计就是比较固定的，我是数字媒体专业的，今年刚毕业。这两个专业都有死板的方式也有自由的方式，比如电影行业就是不定时的，但是网站前段设计就是比较固定的，我是数字媒体专业的，今年刚毕业。这两个专业都有死板的方式也有自由的方式，比如电影行业就是不定时的，但是网站前段设计就是比较固定的，我是数字媒体专业的，今年刚毕业。这两个专业都有死板的方式也有自由的方式，比如电影行业就是不定时的，但是网站前段设计就是比较固定的，我是数字媒体专业的，今年刚毕业。莱垍头条
计算机视觉与图像处理专业哪个学校厉害
1、程度不同 图像处理，用计算机对图像进行分析，以达到所需结果的技术。 计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。 莱垍头条
2、内容不同 图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。 计算机视觉技术包括图像获取、预处理、特征提取、检测分割、高级处理。 莱垍头条
3、应用程度不同 图像处理应用于：摄影及印增加、卫星图像处理、医学图像处理、面孔识别，特征识别、显微图像处理、汽车障碍识别 计算机视觉应用于：视觉是各个应用领域，如制造业、检验、文档分析、医疗诊断，和军事等领域中各种智能/自主系统中不可分割的一部分。由于它的重要性，一些先进国家，例如美国把对计算机视觉的研究列为对经济和科学有广泛影响的科学和工程中的重大基本问题，即所谓的重大挑战。 来源：-计算机视觉 来源：-图像处理莱垍头条
反垄断风云近期，市场监管总局发布了《关于平台经济领域的反垄断指南（征求意见稿）》。媒体圈结合蚂蚁暂停上市事件，掀起了一场反垄断舆论风暴。
新财富一篇文章《收割者：腾讯阿里的20万亿生态圈》指出：“通过近年5000亿-6000亿元规模的投资并购，腾讯与阿里巴巴分别构筑了10万亿市值的生态圈，5年间膨胀了10倍。相比之下，上海市地方政府控制的上市公司总市值为2.8万亿元；深圳300余家上市公司总市值11万亿元；A股总市值10万亿美元。腾讯与阿里的资本能量，甚至已能与一座一线城市比肩。【1】”
很多人深感互联网巨头给生活带来了诸多便利，但也对他们的市场支配力量以及引发的财富集中效应感到担忧。
在欧美国家，反垄断调查犹如悬在Facebook、谷歌头上的达摩克利斯之剑。腾讯、阿里是否会面临类似的监管与调查？
反垄断，一直是一个非常有争议的话题。行政性垄断，在经济学界早已形成共识，已无需讨论。但是关于对自然垄断的调查，经济学家分歧很大。
如何界定垄断？反垄断的标准是什么？难道“大即原罪”吗？反垄断到底是支持创新者，还是打击了创新者？Facebook、谷歌、腾讯、阿里等巨头制造的市场集中，是提高了经济效率，还是损害了 社会 福利？
反垄断，不仅是法律问题，更是复杂的经济学问题。本文从美国反垄断简史的角度，以经济学原理解析自然垄断与反垄断法。
本文目录
一、糊里糊涂的反垄断
二、双雄对决的学术战
三、算法时代的收割者
（正文8000字，阅读时间30'，静心阅读，感谢分享）
1890年，世界上第一部反垄断法《反托拉斯法》诞生。这部被誉为“经济宪法”的法律，是政治斗争的产物。
19世纪最后20年，美国财团发明了托拉斯组织，联合同类大型企业，一致行动主宰市场和控制价格。这导致严重的二元经济【2】，内核是托拉斯及大型企业经济圈，外围是围绕着内核形成的大量激烈竞争的小企业及困苦的底层工人。
1904年，美国各经济部门的托拉斯组织掌握的资本总量高达204亿美元，其中1/3的资本掌握在7家大托拉斯的手中。1910年，托拉斯在美国一些工业部门的生产中所占比重如下：纺织工业为50%，玻璃制造业为54%，棉布印染业为60%，食品制造业为60%，酿酒业为72%，金属工业（不包括钢铁）为77%，化学工业为81%，钢铁工业为84%【3】。
在外围，大量中小企业主、农场主、工人阶级被托拉斯挤压了生存空间，处于被 社会 淘汰的边缘。底层农民、小企业主、反垄断党、联合劳动党爆发了轰轰烈烈的反托拉斯运动，如格兰奇运动、绿背纸币运动、无政府主义运动，试图打破镀金时代沉闷的政治空气。
所以，这部应政治诉求而生的法律，缺乏足够的法理论证，显得“简陋”。该法第二条规定禁止“垄断”和意欲垄断的阴谋。但是，无论是该法的正文还是附件，都没有给出“垄断”的确切含义，或逐条指明哪些行为是被禁止的。
立法者谢尔曼认为具体标准应由法官来判断：“我们很难通过对法律词汇的定义，在合法的和不合法的商业联合中画出一道精确的线来。在每一个个案中必须要留给法庭去决定其是否合法。”
当然，这是美国判例法的惯例。但谢尔曼也承认反托拉斯法“并没有宣布一项新的法律原则，仅仅是将那些老的、广为人知的普通法原则授予了我们复杂的州和联邦的司法机关。”
这部法律的出台似乎只是为了平息民愤，以至于此后十几年几乎成了一纸空文。当时有人这么评价这部法律：“该法案本身，除了平息了人们提起反托拉斯之诉讼——任何诉讼——的呼声外，什么事情也没有做，什么问题也没有解决。”
讽刺的是，《反托拉斯法》出台后，托拉斯组织反而快速崛起。1904年美国共有318家托拉斯，其中93%是1890年该法出台后产生的。
同时，还出现过一些离奇的判决。1895年，第一个反垄断案是著名的美国联邦政府诉奈特公司案。当时，美国精制糖公司试图以交换股份的方式整合包括奈特公司在内的四家大公司，这四家公司控制了美国精制糖产业98%的份额。美国联邦政府将奈特等公司告上法庭，官司打到最高法院。
大法官认为，四家公司控制了绝对的市场份额，这种行为构成了垄断。但关键问题是，《反托拉斯法》仅适用于贸易及商业领域，不适用于生产领域。
这部法律的全称是《保护贸易及商业以免非法限制及垄断法案》，没有涵盖生产、制造或工业领域。最终，法官裁决以8:1判决政府败诉。
这个判决出来后，当时所有制造领域的托拉斯组织都免于《反托拉斯法》的制裁。相反，工会组织和工人罢工反而成为反垄断的目标。当时工人联合起来罢工、要求加工资等一致行动，被认为是一种垄断行为，工会组织被认为是垄断组织。
1894年，普尔曼罢工拒绝运输邮件，联邦政府以“限制贸易罪”将罢工领袖尤金·德布斯起诉到最高法院。结果大法官依据反托拉斯法判处德布斯有罪。
从1890年到1897年，最早的13个被认定为违反《反托拉斯法》的案件中，有12个是针对劳工组织的。从1890-1900年的18起反托拉斯案件中，没有一起托拉斯遭到解散。
如此，这部由政治因素催生的法律，又变成了政治斗争的工具，进而引发更为激烈的 社会 对抗。
在那个大激荡的岁月里，威廉·麦金莱总统缔造了经济繁荣，被誉为“繁荣总统”。但是，民间普遍却认为，麦金莱总统是资本家的傀儡，给他起了个外号叫“汉纳的孩子”。当时有一个著名的实业家叫马克·汉纳，他在伊利湖地区从事开矿、制铁和造船事业，以操纵选举而闻名，他有个绰号叫“政治老板”。汉纳一手扶持麦金莱当上州长，而后又成功竞选总统。
1901年，麦金莱总统被无政府主义者刺杀，副总统西奥多·罗斯福继任成为了总统。麦金莱遇刺让罗斯福深刻感受到美国 社会 暗流涌动、危机重重。作为共和党的改革派，罗斯福一上台便举起大刀砍向托拉斯。他试图来个“斩首行动”以正视听，指示联邦司法部对北方证券发起反垄断诉讼。
北方证券什么来头？北方证券掌握了包括北大西洋铁路、昆西铁路、芝加哥铁路在内的世界上最庞大的铁路网络。其背后金主是华尔街大佬摩根和洛克菲勒。
老摩根在寓所里听到了这个坏消息后气急败坏。老摩根怎么也想不到，这位曾经得到他支持和资助的年轻政治家，上台第二年就对自己开刀。
老摩根请了全美一流的律师团队与罗斯福一战到底，官司最终打到联邦最高法院。1903年，最高法院大法官们以5：4的判决裁定该公司违反了《反托拉斯法》。
这个案件被称为“20世纪美国反托拉斯垄断的第一枪”，大大扭转了联邦最高法院对托拉斯的态度。此后，罗斯福一口气发起44个针对大企业的法律诉讼，其中25起胜诉，成功解散了牛肉托拉斯、石油托拉斯等。人们因此称呼罗斯福为“托拉斯驯兽师”。
罗斯福之后，民主党人威尔逊总统签署了《联邦贸易委员会法》和《克莱顿法》，完善了美国的反垄断法律体系。
1918年，联邦政府指控芝加哥贸易协会固定价格行为涉嫌垄断。最终地方法院并没有判处被告违法，而是让联邦政府与贸易协会达成和解。当时布兰代斯大法官在这个案子中使用了合理规则。所谓合理规则，就是判断一项限制是否违法，要考虑该行为的所有事实，而不仅仅是规模大。后面，很多法官都援引了这个案例以及合理规则来裁决。
到此为止，美国反垄断法主要打击固定价格、排他行为、限制竞争等非正当竞争行为。但是，由于法学界对垄断缺乏严谨的界定，在具体的裁决中，法官并不能完全遵循合理规则，有时陷入“大型企业有罪推论”的惯性思维。
1937年，联邦政府对美国铝公司、加拿大铝公司以及它们的64名相关股东高管提起反垄断诉讼，指控的行为多达140项。第二巡回上诉法院的著名法官勒尼德·汉德，只用了一种非常简单的办法就认定被告有罪，那就是被告市场份额的占有率超过90%。
他指出：“90%的市场份额足够构成垄断；60-64%的市场份额是否构成垄断还有疑问；而33%的份额则确定不会。”
“大即原罪”？法学界对此争议巨大，又一无所知。反垄断工作亟需经济学家的专业支持。
1936年，联邦反托拉斯局才雇佣了有史以来第一位经济学家。但是，该局经济学家在反垄断案件中的作用局限于数据搜集和诉讼支持。波斯纳法官在1971年曾经有过如下描述：“如今（司法部反托拉斯）局里的经济学家们是律师们的女仆，一直受到忽视”。
哈佛大学梅森教授及其弟子贝恩，吸收了张伯伦和罗宾逊夫人的垄断竞争理论，提出了著名的产业组织理论——结构主义。这个理论认为，市场结构决定市场绩效。贝恩考察了1936-1940年的42个美国样本制造业，得出的结论是集中度与企业绩效呈正相关。贝恩还检验了20个美国制造业的进入壁垒和利润的关系。结果高壁垒条件下的平均回报率明显地高于低壁垒。
哈佛学派的研究相当于论证了“大即原罪”，指出大型企业利用高壁垒及市场集中优势获得超额利润，阻碍技术进步，降低市场效率；同时，告诉政府及法官，看一个企业是否涉嫌垄断，只需要看市场结构——市场集中度的高低、企业数量多少及规模大小。
哈佛学派的结构主义非常符合美国司法部门的胃口，被称为“反托拉斯法经济革命的第一声礼炮”。这一理论大肆渗透到反垄断立法与司法裁决中。
1965年，哈佛学派的唐纳德·特纳教授成为助理司法部长。他吸引了一批年轻的经济学家加入反垄断工作。在他的推动下，1968年司法局颁布了《合并指南》——“是由一组经济和政策专家与司法部反托拉斯局的职业律师共同制定的，其中蕴含着产业组织分析框架”。
实际上，哈佛学派的结构主义存在严重缺陷。这一理论缺乏坚实的理论基础和严密的逻辑推理及数学论证。大型企业一定会降低经济效率和阻碍技术创新？
经济学家托马斯•迪洛伦佐曾经在《国际法律与经济评论》上发表过一篇重要文章。这篇文章指出整个19世纪80年代，实际GDP增长率为24%，而当时有据可查的垄断行业产出的实际增长率却高达175%。
大型企业组织还大大降低了产品价格。卡内基钢铁将钢轨价格从1875年的160美元/吨降至近25年后的17美元/吨；洛克菲勒在1897年将精炼石油价格从30多美分/加仑压低到5.9美分/加仑；北方证券的铁路网络极大地拓展了五大湖区工厂的销售市场，促进美国形成一个统一的国内市场，商品价格大幅度下降；到20世纪20年代，老福特发明了流水线，将 汽车 的价格在短时间内降到了平民价格，从此 汽车 进入了寻常百姓家。
大型企业为何高效？
古典经济学家一直认为，自由市场是资源高效配置的唯一方式。1931年，还在伦敦经济学院就读的罗纳德·哈里·科斯，获得了一笔奖学金，前往美国研究工业结构。科斯发现，美国大型工业企业实施有效的管理（泰勒革命），其内部的经济效率非常高。他敏锐地察觉到，企业内部的组织计划，与自由市场一样都是有效率的。他引入了交易费用将其观点写成了著名的《企业的性质》（1937）。后来，威廉姆森等新制度经济学家认可了企业及一般经济组织的内部效率。这一理论相当于否定了哈佛学派的结构主义。
七十年代开始，美国陷入滞胀危机，新自由主义崛起，芝加哥学派的“经济效率至上”的思想开始流行。施蒂格勒、德姆塞兹、波斯纳等经济学家的研究，告诉联邦政府及法官，判断一家企业是否垄断，主要看经济效率，而不是哈佛学派提倡的市场份额和集中度。
随着信息产业开始兴起，芝加哥的绩效主义掀起了“反托拉斯革命的第二次浪潮”，在新技术时代与哈佛学派的结构主义激烈交锋。具体表现在两个著名案件中：
一是1974年联邦政府诉ATT案。
诉讼理由是该公司存在利用从电子设备获得的垄断利润补贴其网络的行为；阻止MCI或者其他运营商链接到本地制造商，并通过拒绝购买非贝尔供应商的设备，从而垄断了电信设备市场。
这个官司打了将近十年，ATT于1982年同意了接受司法部的裁决方案。两年后，这家美国最大的电话通信公司被依法拆分为7个大型的区域性电话控股公司，其只保留了长途电话业务以及贝尔实验室和西电公司，规模和销售额均被削减了80%。
人们普遍认为对ATT的拆分推动了通讯领域的竞争与创新。不过，人们很快反应过来，打败垄断的力量并非反垄断，而是技术创新——正在爆发的信息革命。贝尔系统解体后，移动通信系统的创新在不断削弱贝尔系统基于有线通信的自然垄断。
萨缪尔森在《经济学》一书中这样写道：“贝尔体系的解体，向人们清楚地揭示了这样一个真理：迅猛发展的技术革新，并不需要依赖于垄断的力量。【4】”
第二个案件是1969年联邦政府诉IBM案。
诉讼理由是垄断或企图垄断通用数字电子计算机系统的市场，尤其是商业设计的电脑；通过降低价格阻止竞争对手进入该产业以及引进新产品、减少其他公司产品的吸引力等。
这是一个旷日持久的官司，一打就是十几年。当时，芝加哥学派对反垄断司法行动的影响在增加，联邦司法部和最高法院的反垄断思维处于转型期，判决一时难以抉择。
IBM辩称，政府是在惩罚成功者，而不是在惩罚反竞争行为。政府的所作所为，是对预见到计算机革命的巨大潜力并通过自己“高超的技术、远见和产业”来统治该产业的企业进行惩罚。IMB还指出，它在美国销售电子数据程序产品和提供劳务中所得的收益份额并不是像政府声称的那样占据市场的垄断地位。它所占据的市场份额在1961年为56.4%，1968年为54%，到了1972年，则下降到了40.7%。
1982年，里根政府的反托拉斯局负责人威廉·巴克斯特决定以“没有必要”为由撤销这一诉讼。他的解释是，与电信业不同，计算机行业是无管制的，承受着市场竞争的强大压力。他认为，这一产业本质是竞争的，政府重组计算机市场的企图，可能不是促进而是损害经济的效率。
与ATT相比，IBM是幸运的。
在“大即原罪”与“效率至上”的竞争中，后者赢得了更多的支持。芝加哥学派的波斯纳被里根总统任命为联邦第七上诉法院法官，他将其在《法律的经济分析》中的效率原则引入到反垄断案件中。他说：“如果失败者不出局，成功者反而受到惩罚，哪怕市场上还有足够数量的企业在竞争，这种竞争也只不过是人为的、造作的。【5】”
1992年司法部与联邦贸易委员会联合发布《企业横向合并指南》基本放弃了结构主义思想，而以合并前后的经济效率作为判断基准。
方兴未艾的信息技术革命，正在击溃一切垄断者。芝加哥学派告诉世人，没有真正的垄断，没有永久的垄断，唯有不断前行的技术浪潮。
1983年以后的反托拉斯局的组织架构中显示，经济学家与律师处于同等地位。此后，美国反垄断工作进入了经济学家主宰的理性阶段。
到这里，自由主义经济学家对反垄断法的观点发生了转变。最初，他们根据库尔诺模型支持反垄断法，但如今他们中不少人转向反面。比如，弗里德曼认为，反垄断法弊大于利。科斯也说：“我被反垄断法给烦透了。当价格上升的时候，法官就说这是垄断；当价格下降的时候，法官就说这是掠夺性定价或者说是倾销；当价格不变的时候，法官又说这是一种价格勾结。法官到底想怎么样呢？”
所以，从80年代开始，反垄断工作更少地纠结于那些似是而非的“垄断”——市场占有、攫取超额利润、掠夺性定价、倾销，将目标更多地转移到大型企业的非法竞争，比如固定价格、捆绑销售、限制竞争等。
正如波斯纳法官所说：“企业谋取或保持垄断利润的真正的单边行为，是欺诈专利局或是炸毁竞争对手的工厂。而欺诈和暴力一般而言又会受到其他法规的充分惩罚。【5】”
比如著名的联邦政府诉微软案。诉讼理由是微软公司利用其在操作系统领域的垄断优势，强制捆绑销售其应用软件；司法部要求将微软一分为二。最后，小布什政府决定不再试图拆分微软公司，而是禁止微软的搭售行为，同时要求微软确保Windows软件和非Windows软件的兼容性。
微软案的结果再次说明，反垄断调查与垄断本身并无太大关系，它针对的是非法竞争行为。越来越多法学家及经济学家相信，垄断的问题应该交给自由竞争，技术创新解决垄断，法律解决非法竞争。
然而，随着Facebook、谷歌等互联网巨头的崛起，有些人对巨头们的超级市场支配能力感到担心。
Facebook稳坐全球社交龙头地位，旗下坐拥Instagram和WhatsApp两员社交大将。Facebook日活用户为15.9亿，月活用户为24.1亿，分布全球主要国家。
谷歌在全球搜索引擎及移动操作系统中占据统治地位。在美国，谷歌搜索引擎市场份额高达86.4%，在欧洲，则是91.4%。谷歌安卓系统，在全球智能手机市场中占据85.9%的绝对份额。
Facebook和谷歌的市场支配力可能超过 历史 上的北方证券、标准石油、电话国外社交公司等巨头。
这时，“大即原罪”的思想又开始流行起来。今年8月初，美国两位参议员试图推出一项称为《垄断威慑法案》的新法案。若法案通过，Facebook、苹果等 科技 巨头，可能面临严厉惩罚——美国市场营收15%的罚款。
最近十多年来，欧美国家对互联网巨头的反垄断指控，最多的一项是滥用市场支配地位。这一指控似乎是“有罪推论”。
其实不然，互联网巨头的市场支配地位，存在一定的非正当性——控制私人数据。
数据本是用户的一项私人资源，数据所有权也就是一项私人权力。但是，互联网巨头没有采用分布式系统，私人数据被中心化的数据库垄断。 所以，互联网巨头的市场支配地位，其实是对私人数据的支配优势。在算法时代，私人数据极可能被巨头以“大数据”之名滥用。
近些年，Facebook因此屡受国会调查。Facebook卷入数据滥用丑闻，一家名为“剑桥分析”的英国公司被曝以不正当方式获取8700万脸书用户数据。随后美国联邦贸易委员会对脸书展开调查。
在听证会上，一名议员质问创始人扎克伯格：“Facebook是否在窃听用户说的话”？扎克伯格婉转地回答：“我们允许用户上传分享自己拍摄的视频，这些视频的确有声音，我们也的确会记录那些声音，并且对这些声音进行分析来为用户提供更好的服务。”
扎克伯格其实百口莫辩。Facebook存有用户的私人数据，同时根据个人数据匹配相应的信息。这就涉及两大问题：一是偷录用户私人信息；二是以算法方式控制（匹配）信息。在美国，这种行为涉嫌侵犯个人隐私，控制言论自由。在大选期间，还可能涉嫌干扰大选，威胁美国民主政治。
最终，美国联邦贸易委员会以3比2的投票结果批准了和解协议。和解的代价是，Facebook缴纳50亿美元的罚款——美国政府对 科技 公司开出的最大罚单。
近期，中国官方强调，具有市场支配地位的平台经济领域经营者，不得开展滥用市场支配地位“二选一”、商誉诋毁、裹挟交易等违法违规竞争行为，或依托算法推荐、人工智能和大数据荟萃分析进行的“隐形”不正当竞争行为。
英国经济学家庇古在1920年《福利经济学》按照价格歧视程度，分为一级价格歧视、二级价格歧视、三级价格歧视【6】。其中，一级价格歧视，也叫完全价格歧视，同一商品针对每一个不同的买家都采用不同的价格。
美国1936年出台的《罗宾逊帕特曼法》是一部针对价格歧视的法律。这部法律规定，确定价格歧视违法需要满足两个条件：一是同一个商品针对不同消费者采用不同售价；二是这种行为对竞争构成破坏或给消费者造成损害。可以看出，这部法律禁止的是一级价格歧视。
通常，企业是无法做到一级价格歧视，而存在一级价格歧视往往是因为所有客户的私人数据被无偿支配。所以，反对一级价格歧视并不是反对价格歧视本身，而是其背后的非法行为，如大数据杀熟背后的滥用私人数据。
亚马逊是互联网大数据杀熟的“始作俑者”。2000 年，亚马逊针对同一张 DVD 碟片施行不同的价格政策，新用户看到的价格是 22.74 美元，但如果是算法认定有购买意愿的老用户，价格则会显示为 26.24 美元。如果删除 Cookie，价格马上又回落。很快这种策略被用户发现并投诉，亚马逊 CEO 贝索斯公开道歉，说这仅仅是一场实验，也承诺不再进行价格歧视。
我在《算法，即剥削》一文中分析了大数据杀熟。大数据杀熟，就是互联网平台利用控制私人数据的支配优势，借助算法对每个用户实施“一级价格歧视”，最大限度地榨取每个用户的“消费者剩余”。
再看蚂蚁的问题。马云嘲讽《巴塞尔协议》是老人俱乐部。但是，蚂蚁的杠杆率远远超过了《巴塞尔协议》的监管要求。或许，马云认为，蚂蚁的大数据风控比银行的统计学风控根据优势，可以突破这一监管的杠杆率。
但是，马云忽略了一点，蚂蚁之所以具备大数据银行的算法优势，是因为其免费地掌控了数亿用户的私人数据，占有对私人数据的支配优势。蚂蚁能够成为“巨象”，正是利用算法支配私人数据。理论上，蚂蚁可以利用算法实施完全价格歧视，最大限度地攫取每一个用户的“交易剩余”。 当每个用户的财富天秤都向蚂蚁倾斜，违约率定然会上升，蚂蚁构筑的护城河反被算法吞噬，同时引发系统性金融风险。
这就是算法时代的价格歧视，对金融系统构成的威胁。
庇古在《福利经济学》中确立了市场最优效率的条件，即私人边际收益= 社会 边际收益。 什么意思？这个等式的意思是“没有人能够占他人的便宜”。当一个国家确立这样一种公正的法律时（制度是内生变量），经济是最优效率的，理论上是没有外部性的。
在大数据时代，互联网巨头强制性地免费占有了私人数据，这就意味着私人边际收益 社会 边际收益，即互联网巨头占了私人的便宜。这定然引发外部性，损害经济效率和 社会 福利。 如果短时间内无法用技术的手段将私人数据私有化，那么就必须将互联网巨头置于聚光灯下。这就是反垄断法的作用。
参考文献：
【1】收割者：腾讯阿里的20万亿生态圈，陶娟，新财富；
【2】剑桥美国经济史（第二卷），斯坦利·L·恩格尔曼等，中国人民大学出版社；
【3】经济学，保罗·萨缪尔森，人民邮电出版社；
【4】美国联邦反托拉斯法百年，李胜利，法律出版社；
【5】反托拉斯法，理查德·A.波斯纳 中国政法大学出版社,
【6】福利经济学，庇古，商务印书馆。
FB将于明年推出第一款“智能眼镜”Ray-bansFacebook首席执行官马克·扎克伯格(Mark Zuckerberg)在全虚拟Facebook Connect大会的开幕式上宣布，其首款消费者“智能眼镜”Ray-ban将于明年发布。目前还不清楚这款设备会有哪些功能，但Facebook已经证实，这款设备不会被归类为AR设备，也不会有任何类型的集成显示屏。这表明它们可能更接近于Snap眼镜或亚马逊的Echo Frames。
Facebook表示，消费类智能眼镜将是其AR整体工作的一步，该项目现在包括被称为Aria项目的实验研究原型，这听起来更像是一副成熟的AR眼镜。据说，从本月开始，该公司将开始与Facebook员工和承包商一起在现实世界中测试Aria，以解决隐私、视频录制和设计等领域的棘手问题。
该公司多年来一直在谈论制造类似标准眼镜的AR设备的计划，该公司目前正在与Ray-ban制造商EssilorLuxottica合作设计其首款消费类智能眼镜的镜框，证实了去年秋天该公司已与这家意大利眼镜品牌合作的传言。
我们不知道Facebook最终的AR眼镜将被称为什么，它们在Aria原型之外是什么样子，或者它们可能会花多少钱(或者就这一点而言，Ray-ban设计的智能眼镜将花费多少)。但近年来，AR和智能眼镜的设计看起来像标准眼镜已经变得越来越普遍，像North(现在归谷歌所有)和Nreal这样的公司开发了相当令人印象深刻的设备。与此同时，所有主要的 科技 巨头-包括亚马逊、苹果、谷歌、英特尔和其他公司-要么已经发布了智能眼镜或AR类别的设备，要么据说正在积极研发什么。
近几个月来，Facebook对现实实验室(Reality Labs)的工作变得更加透明。现实实验室是一个成立于2018年的组织，致力于Facebook的大脑界面项目、未来主义AR眼镜设计等实验项目，以及其他可能影响Oculus、Portal视频会议团队和其他组织的产品开发的工作。
今年早些时候，该公司发布了白皮书和原型设计图片，展示了混合AR-VR设备未来可能的样子(可能是Project Aria的一个版本)，去年现实实验室部门收购了神经接口初创公司CTRL-Labs。
Facebook还在去年的Oculus Connect大会上详细介绍了一个名为Live Maps的项目，该公司表示，通过帮助融合虚拟和现实，这将是帮助人们在现实世界中使用AR眼镜不可或缺的一部分。这样一来，AR眼镜就可以“从3D地图下载最新的数据，然后只需检测变化--比如新的街道名称或新停车场的外观，然后用这些变化更新3D地图。”
以上就是关于脸书有多少实验室？的介绍，更多问题请留言或者咨询老师呢
文档于 2025-11-13 04:11:41 修改