按AI顶会评实力:谷歌雄霸全球第一,腾讯和清华分获中国产学No.1

dodouaj 2019-12-23

按AI顶会评实力:谷歌雄霸全球第一,腾讯和清华分获中国产学No.1

转载自:量子位(ID:QbitAI)

本文4657字,建议阅读12分钟

本文介绍全球AI实力榜单。

一年一度AI研究排名来了!

这一次,排名分析了两大AI顶会——NeurIPS和ICML。

排名研究了2200篇被接受的论文,还列出了一份作者及其附属组织的名单,并计算了每个组织的出版指数。

美国出版指数接近中国7倍,中国位居第二;

清华、北大入围全球大学排名前20;

腾讯、阿里、百度、华为入围全球公司排名前20。

值得注意的是,腾讯在公司排名中,位居中国第一,夺得8.8分,超越了阿里、百度和华为。

那么排名是根据什么方法?

据作者介绍,排名方法是受到了《自然指数》(Nature Index)的启发。

为了在不被重复计算的情况下,收集一个国家、地区或机构对一篇文章的贡献,《自然指数》使用了分数式计量(FC)方法,这个方法能考虑到每篇论文作者的贡献份额。

一篇论文的FC总值为1,如果每位作者的贡献度是一样的,那么就平分这个总值。例如一篇论文有10个作者,且贡献度相同,那么每位作者的获得的FC就是0.1。

如果作者不止属于一个机构,那么作者的FC将在每个机构之间平均分配。

某机构的FC,就是将属于这个机构的所有作者FC求和。

而这项研究排名与《自然指数》唯一的区别就在于,它将海外实验室计入总部所在国/地区(而非所在国/地区)。

举个例子。

如果一篇论文有5位作者,其中三位来自MIT,一位来自牛津,剩下的一位来自谷歌,那么每位作者将获得0.2分。

按机构而言,MIT将获得3 x 0.2,即0.6分;牛津和谷歌分别获得0.2分。

按国家/地区而言,美国将获得0.8分,欧洲将获得0.2分。

如果有一位作者隶属于两家机构,比如来自谷歌的作者还属于斯坦福,那么谷歌和斯坦获得的分数分别为0.2/2,即0.1分。

那么,研究排名为什么会选择NeurIPS和ICML呢?作者解释到:

它们在顶尖AI研究人员当中都有相似的知名度、相似的机构参与度以及相似的论文接受率(NeurIPS的论文接受率为21.2%,ICML的论文接受率为22.6%)。

▌2019 AI研究排名 ▌

2019年人工智能研究领先的全球前40大组织(工业与学术界)

按AI顶会评实力:谷歌雄霸全球第一,腾讯和清华分获中国产学No.1

  1. 谷歌 (USA) — 167.3
  2. 斯坦福大学 (USA) — 82.3
  3. 麻省理工学院 (USA) — 69.8
  4. 卡内基·梅隆大学 (USA) — 67.7
  5. UC 伯克利 (USA) — 54.0
  6. 微软(USA) — 51.9
  7. 牛津大学(UK) — 37.7
  8. Facebook (USA) — 33.1
  9. 普林斯顿大学 (USA) — 31.5
  10. 康奈尔大学 (USA) — 30.9
  11. 佐治亚理工学院 (USA) — 30.1
  12. 得克萨斯大学奥斯汀分校 (USA) — 29.9
  13. 伊利诺伊大学 (USA) — 29.4
  14. 哥伦比亚大学 (USA) — 29.2
  15. 清华大学 (China) — 28.4
  16. 加州大学洛杉矶分校 (USA) — 27.2
  17. 苏黎世联邦理工学院 (Switzerland) — 27.0
  18. IBM (USA) — 25.8
  19. 华盛顿大学 (USA) — 24.0
  20. 法国国家信息与自动化研究所 (France) — 23.2
  21. 洛桑联邦理工学院 (Switzerland) — 22.3
  22. 北京大学(China) — 21.6
  23. 多伦多大学 (Canada) — 21.4
  24. 哈佛大学 (USA) — 19.2
  25. 杜克大学 (USA) — 18.7
  26. 纽约大学 (USA) — 17.7
  27. 剑桥大学 (UK) — 15.1
  28. 韩国科学技术院 (South Korea) — 14.8
  29. 以色列理工学院 (Israel) — 14.6
  30. 加州大学圣迭戈分校 (USA) — 14.6
  31. 威斯康星大学麦迪逊分校 (USA) — 14.4
  32. 亚马逊 (USA) — 14.3
  33. 马萨诸塞大学安姆斯特分校 (USA) — 13.8
  34. 伦敦大学学院 (UK) — 13.7
  35. 蒙特利尔学习算法研究所 (Canada) — 13.5
  36. 南加利福尼亚大学 (USA) — 13.5
  37. 宾夕法尼亚大学 (USA) — 13.3
  38. 首尔大学 (South Korea) — 12.7
  39. 约翰斯·霍普金斯大学 (USA) — 12.6
  40. 日本理化学研究所 (Japan) — 12.3

2019年人工智能研究排名前20位的地区

按AI顶会评实力:谷歌雄霸全球第一,腾讯和清华分获中国产学No.1

  1. 美国 — 1260.2
  2. 欧洲经济区+瑞士 — 431.5
  3. 中国 — 184.5
  4. 加拿大 — 80.3
  5. 日本 — 49.4
  6. 韩国 — 46.8
  7. 以色列 — 43.3
  8. 澳大利亚 — 27.0
  9. 印度 — 17.1
  10. 新加坡— 13.2
  11. 俄罗斯 — 10.6
  12. 中国台湾 — 5.3
  13. 沙特阿拉伯王国 — 5.0
  14. 阿联酋 — 2.3
  15. 伊朗 — 2.2
  16. 南非 — 1.0
  17. 智利 — 1.0
  18. 马来西亚 — 0.7
  19. 土耳其 — 0.6
  20. 新西兰 — 0.5

2019年人工智能研究排名前20位的国家

按AI顶会评实力:谷歌雄霸全球第一,腾讯和清华分获中国产学No.1

  1. 美国 — 1260.2
  2. 中国 — 184.5
  3. 英国 — 126.1
  4. 法国 — 94.3
  5. 加拿大 — 80.3
  6. 德国 — 64.5
  7. 瑞士 — 59.3
  8. 日本 — 49.4
  9. 韩国 — 46.8
  10. 以色列 — 43.3
  11. 澳大利亚 — 27.0
  12. 印度 — 17.1
  13. 荷兰 — 15.3
  14. 新加坡 — 13.2
  15. 丹麦 — 12.2
  16. 意大利 — 11.5
  17. 瑞典 — 11.3
  18. 俄罗斯 — 10.6
  19. 芬兰 — 9.6
  20. 奥地利 — 7.4

2019年美国人工智能研究排名前20位的大学

按AI顶会评实力:谷歌雄霸全球第一,腾讯和清华分获中国产学No.1

1.斯坦福大学-82.3
2.麻省理工学院-69.8
3.卡内基梅隆大学-67.7
4.伯克利大学-54.0
5.普林斯顿大学-31.5
6.康奈尔大学-30.9
7.佐治亚理工学院-30.1
8.得克萨斯大学奥斯汀分校-29.9
9.伊利诺伊大学-29.4
10.哥伦比亚大学-29.2
11.加州大学洛杉矶分校-27.2
12.华盛顿大学-24
13.哈佛大学-19.2
14.杜克大学-18.7
15.纽约大学-17.7
16.加州大学圣地亚哥分校-14.6
17.威斯康星大学麦迪逊分校-14.4
18.马萨诸塞大学阿默斯特分校-13.8
19.南加州大学-13.5
20.宾夕法尼亚大学-13.3

2019年全球人工智能研究排名前20位的大学

按AI顶会评实力:谷歌雄霸全球第一,腾讯和清华分获中国产学No.1

1.斯坦福大学(美国)-82.3

2.麻省理工学院(美国)-69.8

3.卡内基梅隆大学(美国)-67.7

4.加州大学伯克利分校(美国)-54.0

5.牛津大学(英国)-37.7

6.普林斯顿大学(美国)-31.5

7.康奈尔大学(美国)-30.9

8.佐治亚理工学院(美国)-30.1

9.得克萨斯大学奥斯汀分校(美国)-29.9

10.伊利诺伊大学(美国)-29.4

11.哥伦比亚大学(美国)- 29.2

12.清华大学(中国)-28.4

13.加州大学洛杉矶分校(美国)-27.2

14.苏黎世联邦理工学院(瑞士)-27.0

15.华盛顿大学(美国)-24.0

16.法国国家信息与自动化研究所(法国)-23.2

17.洛桑联邦理工学院(瑞士)- 22.3

18.北京大学(中国)- 21.6

19.多伦多大学(加拿大)-21.4

20.哈佛大学(美国)-19.2

2019年人工智能研究排名前20位的公司

按AI顶会评实力:谷歌雄霸全球第一,腾讯和清华分获中国产学No.1

  1. 谷歌 (USA) — 167.3
  2. 微软 (USA) — 51.9
  3. Facebook (USA) — 33.1
  4. IBM (USA) — 25.8
  5. 亚马逊 (USA) — 14.3
  6. 腾讯 (China) — 8.8
  7. 阿里巴巴 (China) — 7.5
  8. 博世 (Germany) — 7.2
  9. Uber (USA) — 7.1
  10. 英特尔 (USA) — 6.9
  11. 丰田 (Japan) — 6.0
  12. Yandex (Russia) — 5.8
  13. 百度 (China) — 5.5
  14. 英伟达 (USA) — 5.2
  15. 苹果 (USA) — 4.6
  16. Salesforce (USA) — 4.2
  17. PROWLER.io (UK) — 4.2
  18. Criteo (France) — 3.9
  19. 华为 (China) — 3.7
  20. NEC (Japan) — 3.5
    ▌更深入的分析 ▌

学术界 vs. 产业界:总出版指数占比

按AI顶会评实力:谷歌雄霸全球第一,腾讯和清华分获中国产学No.1

学术界占比:77.8%
产业界占比:22.2%

NeurIPS 2019和ICML 2019,2200篇论文标题中出现频率最高的前150个单词

按AI顶会评实力:谷歌雄霸全球第一,腾讯和清华分获中国产学No.1

人均出版指数排名前30的国家和地区

按AI顶会评实力:谷歌雄霸全球第一,腾讯和清华分获中国产学No.1

1.瑞士-6.97
2.以色列-4.88
3.美国-3.85
4.新加坡-2.34
5.加拿大-2.17
6.丹麦-2.11
7.英国-1.90
8.芬兰-1.75
9.法国-1.41
10.瑞典-1.11
11.澳大利亚-1.08
12.韩国-0.91
13.荷兰-0.89
14.奥地利-0.84
15.德国-0.78
16.拉脱维亚-0.67
17.比利时-0.44
18.爱沙尼亚-0.44
19.日本-0.39
20.挪威-0.32
21.塞浦路斯-0.28
22.阿拉伯联合酋长国-0.26
23.中国台湾-0.22
24.爱尔兰-0.21
25.意大利-0.19
26.沙特阿拉伯-0.15
27.希腊-0.14
28.中国-0.13
29.捷克共和国-0.11
30.新西兰-0.11

2019年人工智能研究领先的全球前40大组织(树图)

按AI顶会评实力:谷歌雄霸全球第一,腾讯和清华分获中国产学No.1

总体而言,排名前40位的组织贡献了出版指数总数的55% ,在总计2200篇论文中合计为1212.3篇。

人工智能研究中的竞争力(赫芬达尔指数)

赫芬达尔指数是用来衡量参与者人数与行业的关系,也是衡量参与者之间竞争程度的指标。

其公式如下:

按AI顶会评实力:谷歌雄霸全球第一,腾讯和清华分获中国产学No.1

其中,

H值低于100表示这是一个竞争激烈的行业;
H值低于1500表示该行业不集中;
H值在1500到2500之间表示行业集中程度适中;
H值高于2500表示行业集中程度较高。

在这项研究中,H值为146.47,表示行业不集中。也就是说,2019年AI行业没有出现垄断的现象。

▌谁在引领人工智能行业? ▌

现如今,中国和美国在人工智能领域间的竞争较为激烈。这项排名倾向于站在较平衡角度去研究,但在分析这个问题之前,先来回顾一下历史:

2016年,人工智能领域发生了2件大事。

3月份,谷歌的AlphaGo成为首个击败围棋9段专业选手李世石的电脑程序;10月,奥巴马政府发布了一项关于人工智能未来发展方向和考虑的战略,名为“为人工智能的未来做准备”。

在中国,这两件事推动了政府优先考虑并大幅增加对人工智能的投入。

2017年7月,中国将2030年设定为人工智能发展的一个期限:2020年达到人工智能经济体的顶级水平,2025年实现重大新突破,2030年成为全球人工智能的领跑者。

像CNAS这样的智库认为,中国的人工智能战略反映了奥巴马政府报告中的关键原则——现在是中国在采用人工智能,而不是美国。

这项研究排名是从2017年开始的,下图反映了2017年出版指数排名前10的国家。

按AI顶会评实力:谷歌雄霸全球第一,腾讯和清华分获中国产学No.1

2017年,美国出版指数是中国的11倍。

而到了2019年,这一差距缩小到了7倍(美国1260.2,中国184.5)。

此外,艾伦人工智能研究所(Allen Institute for Artificial Intelligence)的分析发现,在被引用次数Top 10的论文中,中国作者的比例稳步上升:2018年,中国作者的比例为26.5%,与美国的29%相差无几。

有人会说,未来十年,美国在人工智能领域的竞争力可能会削弱。

而这项排名研究认为,结果将取决于现代人工智能的三个关键要素:算法、硬件和训练数据。

谁要想在人工智能领域占领主导地位,就需要把这三个要素都做好。

目前,美国的优势在于算法和硬件,而中国的优势在海量的数据。

排名研究作者认为,虽然很难得出结论,但未来几年内,美国仍将保持人工智能领先地位。

▌研究数据 ▌

此项排名研究还公布了数据。

由于人工智能顶会的数据不会采用标准化的形式,所以分析基本上靠人工手动(HTML解析、Python转换、大量手工名称标准化等)。

数据下载链接如下:
http://people.csail.mit.edu/chuvpilo/publications.html

文章来源

Medium博客:
https://medium.com/@chuvpilo/ai-research-rankings-2019-insights-from-neurips-and-icml-leading-ai-conferences-ee6953152c1a

— 完 —

关注清华-青岛数据科学研究院官方微信公众平台“THU数据派”及姊妹号“数据派THU”获取更多讲座福利及优质内容。

相关推荐