按AI頂會評實力：谷歌雄霸全球第一，騰訊和清華分獲中國產學No.1

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，並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。

那麼排名是根據什麼方法？

據作者介紹，排名方法是受到了《自然指數》(Nature Index)的啟發。

為了在不被重複計算的情況下，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，那麼就平分這個總值。例如一篇論文有10個作者，且貢獻度相同，那麼每位作者的獲得的FC就是0.1。

如果作者不止屬於一個機構，那麼作者的FC將在每個機構之間平均分配。

某機構的FC，就是將屬於這個機構的所有作者FC求和。

而這項研究排名與《自然指數》唯一的區別就在於，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，那麼每位作者將獲得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於兩家機構，比如來自谷歌的作者還屬於斯坦福，那麼谷歌和斯坦獲得的分數分別為0.2/2，即0.1分。

那麼，研究排名為什麼會選擇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年人工智慧研究領先的全球前40大組織(工業與學術界)

1. 谷歌 (USA) — 167.3
2. 史丹福大學 (USA) — 82.3
3. 麻省理工學院 (USA) — 69.8
4. 卡內基·梅隆大學 (USA) — 67.7
5. UC 伯克利 (USA) — 54.0
6. 微軟(USA) — 51.9
7. 牛津大學(UK) — 37.7
8. Facebook (USA) — 33.1
9. 普林斯頓大學 (USA) — 31.5
10. 康奈爾大學 (USA) — 30.9
11. 喬治亞理工學院 (USA) — 30.1
12. 德克薩斯大學奧斯汀分校 (USA) — 29.9
13. 伊利諾伊大學 (USA) — 29.4
14. 哥倫比亞大學 (USA) — 29.2
15. 清華大學 (China) — 28.4
16. 加州大學洛杉磯分校 (USA) — 27.2
17. 蘇黎世聯邦理工學院 (Switzerland) — 27.0
18. IBM (USA) — 25.8
19. 華盛頓大學 (USA) — 24.0
20. 法國國家信息與自動化研究所 (France) — 23.2
21. 洛桑聯邦理工學院 (Switzerland) — 22.3
22. 北京大學(China) — 21.6
23. 多倫多大學 (Canada) — 21.4
24. 哈佛大學 (USA) — 19.2
25. 杜克大學 (USA) — 18.7
26. 紐約大學 (USA) — 17.7
27. 劍橋大學 (UK) — 15.1
28. 韓國科學技術院 (South Korea) — 14.8
29. 以色列理工學院 (Israel) — 14.6
30. 加州大學聖迭戈分校 (USA) — 14.6
31. 威斯康星大學麥迪遜分校 (USA) — 14.4
32. 亞馬遜 (USA) — 14.3
33. 麻薩諸塞大學安姆斯特分校 (USA) — 13.8
34. 倫敦大學學院 (UK) — 13.7
35. 蒙特婁學習算法研究所 (Canada) — 13.5
36. 南加利福尼亞大學 (USA) — 13.5
37. 賓夕法尼亞大學 (USA) — 13.3
38. 首爾大學 (South Korea) — 12.7
39. 約翰斯·霍普金斯大學 (USA) — 12.6
40. 日本理化學研究所 (Japan) — 12.3

2019年人工智慧研究排名前20位的地區

1. 美國 — 1260.2
2. 歐洲經濟區+瑞士 — 431.5
3. 中國 — 184.5
4. 加拿大 — 80.3
5. 日本 — 49.4
6. 韓國 — 46.8
7. 以色列 — 43.3
8. 澳大利亞 — 27.0
9. 印度 — 17.1
10. 新加坡— 13.2
11. 俄羅斯 — 10.6
12. 台灣 — 5.3
13. 沙烏地阿拉伯王國 — 5.0
14. 阿聯 — 2.3
15. 伊朗 — 2.2
16. 南非 — 1.0
17. 智利 — 1.0
18. 馬來西亞 — 0.7
19. 土耳其 — 0.6
20. 紐西蘭 — 0.5

2019年人工智慧研究排名前20位的國家

1. 美國 — 1260.2
2. 中國 — 184.5
3. 英國 — 126.1
4. 法國 — 94.3
5. 加拿大 — 80.3
6. 德國 — 64.5
7. 瑞士 — 59.3
8. 日本 — 49.4
9. 韓國 — 46.8
10. 以色列 — 43.3
11. 澳大利亞 — 27.0
12. 印度 — 17.1
13. 荷蘭 — 15.3
14. 新加坡 — 13.2
15. 丹麥 — 12.2
16. 義大利 — 11.5
17. 瑞典 — 11.3
18. 俄羅斯 — 10.6
19. 芬蘭 — 9.6
20. 奧地利 — 7.4

2019年美國人工智慧研究排名前20位的大學

1.史丹福大學-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.喬治亞理工學院-30.1
8.德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.加州大學聖地亞哥分校-14.6
17.威斯康星大學麥迪遜分校-14.4
18.麻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年全球人工智慧研究排名前20位的大學

1.史丹福大學（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.喬治亞理工學院（美國）-30.1

9.德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年人工智慧研究排名前20位的公司

1. 谷歌 (USA) — 167.3
2. 微軟 (USA) — 51.9
3. Facebook (USA) — 33.1
4. IBM (USA) — 25.8
5. 亞馬遜 (USA) — 14.3
6. 騰訊 (China) — 8.8
7. 阿里巴巴 (China) — 7.5
8. 博世 (Germany) — 7.2
9. Uber (USA) — 7.1
10. 英特爾 (USA) — 6.9
11. 豐田 (Japan) — 6.0
12. Yandex (Russia) — 5.8
13. 百度 (China) — 5.5
14. 英偉達 (USA) — 5.2
15. 蘋果 (USA) — 4.6
16. Salesforce (USA) — 4.2
17. PROWLER.io (UK) — 4.2
18. Criteo (France) — 3.9
19. 華為 (China) — 3.7
20. NEC (Japan) — 3.5
    ▌更深入的分析 ▌

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.賽普勒斯-0.28
22.阿拉伯聯合大公國-0.26
23.台灣-0.22
24.愛爾蘭-0.21
25.義大利-0.19
26.沙烏地阿拉伯-0.15
27.希臘-0.14
28.中國-0.13
29.捷克共和國-0.11
30.紐西蘭-0.11

2019年人工智慧研究領先的全球前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。

人工智慧研究中的競爭力(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係，也是衡量參與者之間競爭程度的指標。

其公式如下：

其中，

H值低於100表示這是一個競爭激烈的行業；
H值低於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值高於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。

▌誰在引領人工智慧行業？ ▌

現如今，中國和美國在人工智慧領域間的競爭較為激烈。這項排名傾向於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，人工智慧領域發生了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式；10月，歐巴馬政府發布了一項關於人工智慧未來發展方向和考慮的戰略，名為「為人工智慧的未來做準備」。

在中國，這兩件事推動了政府優先考慮並大幅增加對人工智慧的投入。

2017年7月，中國將2030年設定為人工智慧發展的一個期限：2020年達到人工智慧經濟體的頂級水平，2025年實現重大新突破，2030年成為全球人工智慧的領跑者。

像CNAS這樣的智庫認為，中國的人工智慧戰略反映了歐巴馬政府報告中的關鍵原則——現在是中國在採用人工智慧，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，艾倫人工智慧研究所(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，美國在人工智慧領域的競爭力可能會削弱。

而這項排名研究認為，結果將取決於現代人工智慧的三個關鍵要素：算法、硬體和訓練數據。

誰要想在人工智慧領域占領主導地位，就需要把這三個要素都做好。

目前，美國的優勢在於算法和硬體，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慧領先地位。

▌研究數據 ▌

此項排名研究還公布了數據。

由於人工智慧頂會的數據不會採用標準化的形式，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)。

數據下載連結如下：
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 —

關注清華-青島數據科學研究院官方微信公眾平台「THU數據派」及姊妹號「數據派THU」獲取更多講座福利及優質內容。