溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
轉載自：量子位（ID：QbitAI）
本文 4657字，建議閱讀 12分鐘。
本文介紹全球AI實力榜單。
一年一度AI研究排名來了！
這一次，排名分析了兩大AI頂會——NeurIPS和ICML。
排名研究了2200篇被接受的論文，還列出了一份作者及其附屬組織的名單，并計算了每個組織的出版指數。
美國出版指數接近中國7倍，中國位居第二；
清華、北大入圍全球大學排名前20；
騰訊、阿里、百度、華為入圍全球公司排名前20。
值得注意的是，騰訊在公司排名中，位居中國第一，奪得8.8分，超越了阿里、百度和華為。
那么排名是根據什么方法？
據作者介紹，排名方法是受到了《自然指數》(Nature Index)的啟發。
為了在不被重復計算的情況下，收集一個國家、地區或機構對一篇文章的貢獻，《自然指數》使用了分數式計量(FC)方法，這個方法能考慮到每篇論文作者的貢獻份額。
一篇論文的FC總值為1，如果每位作者的貢獻度是一樣的，那么就平分這個總值。例如一篇論文有10個作者，且貢獻度相同，那么每位作者的獲得的FC就是0.1。
如果作者不止屬于一個機構，那么作者的FC將在每個機構之間平均分配。
某機構的FC，就是將屬于這個機構的所有作者FC求和。
而這項研究排名與《自然指數》唯一的區別就在于，它將海外實驗室計入總部所在國/地區(而非所在國/地區)。
舉個例子。
如果一篇論文有5位作者，其中三位來自MIT，一位來自牛津，剩下的一位來自谷歌，那么每位作者將獲得0.2分。
按機構而言，MIT將獲得3 x 0.2，即0.6分；牛津和谷歌分別獲得0.2分。
按國家/地區而言，美國將獲得0.8分，歐洲將獲得0.2分。
如果有一位作者隸屬于兩家機構，比如來自谷歌的作者還屬于斯坦福，那么谷歌和斯坦獲得的分數分別為0.2/2，即0.1分。
那么，研究排名為什么會選擇NeurIPS和ICML呢？作者解釋到：
它們在頂尖AI研究人員當中都有相似的知名度、相似的機構參與度以及相似的論文接受率(NeurIPS的論文接受率為21.2%，ICML的論文接受率為22.6%)。
▌2019 AI研究排名 ▌
2019年人工智能研究領先的全球前40大組織(工業與學術界)
2019年人工智能研究排名前20位的地區
2019年人工智能研究排名前20位的國家
2019年美國人工智能研究排名前20位的大學
1.斯坦福大學-82.3
2.麻省理工學院-69.8
3.卡內基梅隆大學-67.7
4.伯克利大學-54.0
5.普林斯頓大學-31.5
6.康奈爾大學-30.9
7.佐治亞理工學院-30.1
8.得克薩斯大學奧斯汀分校-29.9
9.伊利諾伊大學-29.4
10.哥倫比亞大學-29.2
11.加州大學洛杉磯分校-27.2
12.華盛頓大學-24
13.哈佛大學-19.2
14.杜克大學-18.7
15.紐約大學-17.7
16.加州大學圣地亞哥分校-14.6
17.威斯康星大學麥迪遜分校-14.4
18.馬薩諸塞大學阿默斯特分校-13.8
19.南加州大學-13.5
20.賓夕法尼亞大學-13.3
2019年全球人工智能研究排名前20位的大學
1.斯坦福大學（美國）-82.3
2.麻省理工學院（美國）-69.8
3.卡內基梅隆大學（美國）-67.7
4.加州大學伯克利分校（美國）-54.0
5.牛津大學（英國）-37.7
6.普林斯頓大學（美國）-31.5
7.康奈爾大學（美國）-30.9
8.佐治亞理工學院（美國）-30.1
9.得克薩斯大學奧斯汀分校（美國）-29.9
10.伊利諾伊大學（美國）-29.4
11.哥倫比亞大學（美國）- 29.2
12.清華大學（中國）-28.4
13.加州大學洛杉磯分校（美國）-27.2
14.蘇黎世聯邦理工學院（瑞士）-27.0
15.華盛頓大學（美國）-24.0
16.法國國家信息與自動化研究所（法國）-23.2
17.洛桑聯邦理工學院（瑞士）- 22.3
18.北京大學（中國）- 21.6
19.多倫多大學（加拿大）-21.4
20.哈佛大學（美國）-19.2
2019年人工智能研究排名前20位的公司
學術界 vs. 產業界：總出版指數占比
學術界占比：77.8%
產業界占比：22.2%
NeurIPS 2019和ICML 2019，2200篇論文標題中出現頻率最高的前150個單詞
人均出版指數排名前30的國家和地區
1.瑞士-6.97
2.以色列-4.88
3.美國-3.85
4.新加坡-2.34
5.加拿大-2.17
6.丹麥-2.11
7.英國-1.90
8.芬蘭-1.75
9.法國-1.41
10.瑞典-1.11
11.澳大利亞-1.08
12.韓國-0.91
13.荷蘭-0.89
14.奧地利-0.84
15.德國-0.78
16.拉脫維亞-0.67
17.比利時-0.44
18.愛沙尼亞-0.44
19.日本-0.39
20.挪威-0.32
21.塞浦路斯-0.28
22.阿拉伯聯合酋長國-0.26
23.中國臺灣-0.22
24.愛爾蘭-0.21
25.意大利-0.19
26.沙特阿拉伯-0.15
27.希臘-0.14
28.中國-0.13
29.捷克共和國-0.11
30.新西蘭-0.11
2019年人工智能研究領先的全球前40大組織(樹圖)
總體而言，排名前40位的組織貢獻了出版指數總數的55% ，在總計2200篇論文中合計為1212.3篇。
人工智能研究中的競爭力(赫芬達爾指數)
赫芬達爾指數是用來衡量參與者人數與行業的關系，也是衡量參與者之間競爭程度的指標。
其公式如下：
其中，
H值低于100表示這是一個競爭激烈的行業；
H值低于1500表示該行業不集中；
H值在1500到2500之間表示行業集中程度適中；
H值高于2500表示行業集中程度較高。
在這項研究中，H值為146.47，表示行業不集中。也就是說，2019年AI行業沒有出現壟斷的現象。
▌誰在引領人工智能行業？ ▌
現如今，中國和美國在人工智能領域間的競爭較為激烈。這項排名傾向于站在較平衡角度去研究，但在分析這個問題之前，先來回顧一下歷史：
2016年，人工智能領域發生了2件大事。
3月份，谷歌的AlphaGo成為首個擊敗圍棋9段專業選手李世石的電腦程序；10月，奧巴馬政府發布了一項關于人工智能未來發展方向和考慮的戰略，名為“為人工智能的未來做準備”。
在中國，這兩件事推動了政府優先考慮并大幅增加對人工智能的投入。
2017年7月，中國將2030年設定為人工智能發展的一個期限：2020年達到人工智能經濟體的頂級水平，2025年實現重大新突破，2030年成為全球人工智能的領跑者。
像CNAS這樣的智庫認為，中國的人工智能戰略反映了奧巴馬政府報告中的關鍵原則——現在是中國在采用人工智能，而不是美國。
這項研究排名是從2017年開始的，下圖反映了2017年出版指數排名前10的國家。
2017年，美國出版指數是中國的11倍。
而到了2019年，這一差距縮小到了7倍(美國1260.2，中國184.5)。
此外，艾倫人工智能研究所(Allen Institute for Artificial Intelligence)的分析發現，在被引用次數Top 10的論文中，中國作者的比例穩步上升：2018年，中國作者的比例為26.5%，與美國的29%相差無幾。
有人會說，未來十年，美國在人工智能領域的競爭力可能會削弱。
而這項排名研究認為，結果將取決于現代人工智能的三個關鍵要素：算法、硬件和訓練數據。
誰要想在人工智能領域占領主導地位，就需要把這三個要素都做好。
目前，美國的優勢在于算法和硬件，而中國的優勢在海量的數據。
排名研究作者認為，雖然很難得出結論，但未來幾年內，美國仍將保持人工智能領先地位。
▌研究數據 ▌
此項排名研究還公布了數據。
由于人工智能頂會的數據不會采用標準化的形式，所以分析基本上靠人工手動(HTML解析、Python轉換、大量手工名稱標準化等)。
數據下載鏈接如下：
http://people.csail.mit.edu/chuvpilo/publications.html
文章來源
Medium博客：
https://medium.com/@chuvpilo/ai-research-rankings-2019-insights-from-neurips-and-icml-leading-ai-conferences-ee6953152c1a
— 完 —
https://www.toutiao.com/i6773271868079079944/
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
