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——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) 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。
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
|