最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
开启左侧

美国7倍领先中国,腾讯和清华分获中国产学No.1

[复制链接]
发表于 2020-1-1 13:28:19 | 显示全部楼层 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
十三 发自 凹非寺量子位 编译 | 公众号 QbitAI

一年一度AI研究排名来了!

这一次,排名分析了两大AI顶会——NeurIPSICML

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)

谷歌 (USA) — 167.3

斯坦福大学 (USA) — 82.3

麻省理工学院 (USA) — 69.8

卡内基·梅隆大学 (USA) — 67.7

UC 伯克利 (USA) — 54.0

微软(USA) — 51.9

牛津大学(UK) — 37.7

Facebook (USA) — 33.1

普林斯顿大学 (USA) — 31.5

康奈尔大学 (USA) — 30.9

佐治亚理工学院 (USA) — 30.1

得克萨斯大学奥斯汀分校 (USA) — 29.9

伊利诺伊大学 (USA) — 29.4

哥伦比亚大学 (USA) — 29.2

清华 (China) — 28.4

加州大学洛杉矶分校 (USA) — 27.2

苏黎世联邦理工学院 (Switzerland) — 27.0

IBM (USA) — 25.8

华盛顿大学 (USA) — 24.0

法国国家信息与自动化研究所 (France) — 23.2

洛桑联邦理工学院 (Switzerland) — 22.3

北京大学(China) — 21.6

多伦多大学 (Canada) — 21.4

哈佛大学 (USA) — 19.2

杜克大学 (USA) — 18.7

纽约大学 (USA) — 17.7

剑桥大学 (UK) — 15.1

韩国科学技术院 (South Korea) — 14.8

以色列理工学院 (Israel) — 14.6

加州大学圣迭戈分校 (USA) — 14.6

威斯康星大学麦迪逊分校 (USA) — 14.4

亚马逊 (USA) — 14.3

马萨诸塞大学安姆斯特分校 (USA) — 13.8

伦敦大学学院 (UK) — 13.7

蒙特利尔学习算法研究所 (Canada) — 13.5

南加利福尼亚大学 (USA) — 13.5

宾夕法尼亚大学 (USA) — 13.3

首尔大学 (South Korea) — 12.7

约翰斯·霍普金斯大学 (USA) — 12.6

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

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

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

1.斯坦福大学-82.32.麻省理工学院-69.83.卡内基梅隆大学-67.74.伯克利大学-54.05.普林斯顿大学-31.56.康奈尔大学-30.97.佐治亚理工学院-30.18.得克萨斯大学奥斯汀分校-29.99.伊利诺伊大学-29.410.哥伦比亚大学-29.211.加州大学洛杉矶分校-27.212.华盛顿大学-2413.哈佛大学-19.214.杜克大学-18.715.纽约大学-17.716.加州大学圣地亚哥分校-14.617.威斯康星大学麦迪逊分校-14.418.马萨诸塞大学阿默斯特分校-13.819.南加州大学-13.520.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

1.斯坦福大学(美国)-82.32.麻省理工学院(美国)-69.83.卡内基梅隆大学(美国)-67.74.加州大学伯克利分校(美国)-54.05.牛津大学(英国)-37.76.普林斯顿大学(美国)-31.57.康奈尔大学(美国)-30.98.佐治亚理工学院(美国)-30.19.得克萨斯大学奥斯汀分校(美国)-29.910.伊利诺伊大学(美国)-29.411.哥伦比亚大学(美国)- 29.212.清华大学(中国)-28.413.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)-27.015.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)- 22.318.北京大学(中国)- 21.619.多伦多大学(加拿大)-21.420.哈佛大学(美国)-19.2

2019年人工智能研究排名前20位的公司

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

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

人均出版指数排名前30的国家

1.瑞士-6.972.以色列-4.883.美国-3.854.新加坡-2.345.加拿大-2.176.丹麦-2.117.英国-1.908.芬兰-1.759.法国-1.4110.瑞典-1.1111.澳大利亚-1.0812.韩国-0.9113.荷兰-0.8914.奥地利-0.8415.德国-0.7816.拉脱维亚-0.6717.比利时-0.4418.爱沙尼亚-0.4419.日本-0.3920.挪威-0.3221.塞浦路斯-0.2822.阿拉伯联合酋长国-0.2623.台湾-0.2224.爱尔兰-0.2125.意大利-0.1926.沙特阿拉伯-0.1527.希腊-0.1428.中国-0.1329.捷克共和国-0.1130.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)

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:

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。

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。


One More Thing

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


传送门

Medium博客:https://medium.com/@chuvpilo/ai- ... rences-ee6953152c1a


楼主热帖
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-3-29 08:45

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表