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史丹佛,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)
- 谷歌 (USA) — 167.3
- 史丹佛大學 (USA) — 82.3
- 麻省理工學院 (USA) — 69.8
- 卡內基·梅隆大學 (USA) — 67.7
- UC 伯克利 (USA) — 54.0
- 微軟(USA) — 51.9
- 牛津大學(UK) — 37.7
- Facebook (USA) — 33.1
- 普林斯頓大學 (USA) — 31.5
- 康奈爾大學 (USA) — 30.9
- 佐治亞理工學院 (USA) — 30.1
- 得克薩斯大學奧斯汀分校 (USA) — 29.9
- 伊利諾伊大學 (USA) — 29.4
- 哥倫比亞大學 (USA) — 29.2
- 清華大學 (China) — 28.4
- 加州大學洛杉磯分校 (USA) — 27.2
- 蘇黎世聯邦理工學院 (Switzerland) — 27.0
- IBM (USA) — 25.8
- 華盛頓大學 (USA) — 24.0
- 法國國家資訊與自動化研究所 (France) — 23.2
- 洛桑聯邦理工學院 (Switzerland) — 22.3
- 北京大學(China) — 21.6
- 多倫多大學 (Canada) — 21.4
- 哈佛大學 (USA) — 19.2
- 杜克大學 (USA) — 18.7
- 紐約大學 (USA) — 17.7
- 劍橋大學 (UK) — 15.1
- 韓國科學技術院 (South Korea) — 14.8
- 以色列理工學院 (Israel) — 14.6
- 加州大學聖迭戈分校 (USA) — 14.6
- 威斯康星大學麥迪遜分校 (USA) — 14.4
- 亞馬遜 (USA) — 14.3
- 馬薩諸塞大學安姆斯特分校 (USA) — 13.8
- 倫敦大學學院 (UK) — 13.7
- 蒙特利爾學習演算法研究所 (Canada) — 13.5
- 南加利福尼亞大學 (USA) — 13.5
- 賓夕法尼亞大學 (USA) — 13.3
- 首爾大學 (South Korea) — 12.7
- 約翰斯·霍普金斯大學 (USA) — 12.6
- 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
- 美國 — 1260.2
- 歐洲經濟區+瑞士 — 431.5
- 中國 — 184.5
- 加拿大 — 80.3
- 日本 — 49.4
- 韓國 — 46.8
- 以色列 — 43.3
- 澳大利亞 — 27.0
- 印度 — 17.1
- 新加坡— 13.2
- 俄羅斯 — 10.6
- 台灣 — 5.3
- 沙烏地阿拉伯王國 — 5.0
- 阿聯酋 — 2.3
- 伊朗 — 2.2
- 南非 — 1.0
- 智利 — 1.0
- 馬來西亞 — 0.7
- 土耳其 — 0.6
- 紐西蘭 — 0.5
2019年人工智慧研究排名前20位的國家
- 美國 — 1260.2
- 中國 — 184.5
- 英國 — 126.1
- 法國 — 94.3
- 加拿大 — 80.3
- 德國 — 64.5
- 瑞士 — 59.3
- 日本 — 49.4
- 韓國 — 46.8
- 以色列 — 43.3
- 澳大利亞 — 27.0
- 印度 — 17.1
- 荷蘭 — 15.3
- 新加坡 — 13.2
- 丹麥 — 12.2
- 義大利 — 11.5
- 瑞典 — 11.3
- 俄羅斯 — 10.6
- 芬蘭 — 9.6
- 奧地利 — 7.4
2019年美國人工智慧研究排名前20位的大學
1.史丹佛大學-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.加州大學聖地亞哥分校-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年全球人工智慧研究排名前20位的大學
1.史丹佛大學(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.法國國家資訊與自動化研究所(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
- 谷歌 (USA) — 167.3
- 微軟 (USA) — 51.9
- Facebook (USA) — 33.1
- IBM (USA) — 25.8
- 亞馬遜 (USA) — 14.3
- 騰訊 (China) — 8.8
- 阿里巴巴 (China) — 7.5
- 博世 (Germany) — 7.2
- Uber (USA) — 7.1
- 英特爾 (USA) — 6.9
- 豐田 (Japan) — 6.0
- Yandex (Russia) — 5.8
- 百度 (China) — 5.5
- 英偉達 (USA) — 5.2
- 蘋果 (USA) — 4.6
- Salesforce (USA) — 4.2
- PROWLER.io (UK) — 4.2
- Criteo (France) — 3.9
- 華為 (China) — 3.7
-
NEC (Japan) — 3.5
▌更深入的分析 ▌
學術界 vs. 產業界:總出版指數佔比
學術界佔比:77.8%
產業界佔比: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,奧巴馬政府釋出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奧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:演算法、硬體和訓練資料。
誰要想在人工智慧領域佔領主導地位,就需要把這三個要素都做好。
目前,美國的優勢在於演算法和硬體,而中國的優勢在海量的資料。
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。
▌研究資料 ▌
此項排名研究還公佈了資料。
由於人工智慧頂會的資料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)。
資料下載連結如下:
文章來源
Medium部落格:
— 完 —
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69946223/viewspace-2670077/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 安全AI挑戰者大賽啟動 阿里清華聯手送優勝者上全球頂會AI阿里
- 騰訊AI八篇論文入選頂級醫學影像會議MICCAI ,涉及病理癌症影像分類等AI
- 奪冠!卓世AI斬獲全球頂會AAMAS 2024 CE 競賽冠軍AI
- 受邀參會、實力霸榜,360漏洞研究能力獲谷歌、微軟雙料認證谷歌微軟
- 騰訊Blade Team研究入選AI頂會,Deepfake能力或比想象中更強大AI
- 清華電子系明星公司亮相:釋出國產AI算力平臺,公測免費送百億TokenAI
- 陶哲軒點評谷歌AlphaProof:AI在數學競賽中展現「超凡智慧」谷歌AI
- 名校排行榜:上海交大位居內地CS排名第一,清華包攬AI綜合實力及畢業生競爭力第一AI
- 網易 AI Lab 斬獲全球頂級聲紋識別競賽冠軍AI
- 網易AI Lab斬獲自然語言處理國際頂會冠軍AI自然語言處理
- 全球AI頂會NeurlPS開始收高中生論文了AI
- 百度出席AI頂會IJCAI2020,學術創新成果全球領先AI
- 全球頂尖科學雜誌:阿里AI語音技術超越谷歌,可讀懂人類潛藏意圖阿里AI谷歌
- 清華髮布《中國AI發展報告2018》:中科院系統AI論文產出全球第一AI
- 阿里安全高效分類AI獲計算機視覺頂會冠軍 極速保護商標不被侵權阿里AI計算機視覺
- 清華大學課題組聯合美團研發無人機聲波定位技術獲頂會大獎無人機
- 2020可信雲大會:騰訊雲防火牆獲評可信雲年度服務最佳實踐防火牆
- 騰訊Web前端大會 熱力來襲Web前端
- 回到頂部和回到頂部按鈕的顯示隱藏
- NVIDIA RTX賦力全球頂級應用,為百萬創意工作者提供光線追蹤和AI技術AI
- 華為和谷歌在全球開發者眼裡二選一,誰會獲得勝利?谷歌
- 知乎、清華大學聯合承辦CCIR2018評測 尋找中國AI潛力股AI
- 學術實力蓋章|這項關於物聯網安全的研究成果獲頂級學術期刊錄用
- MFC 捕獲按鈕 按下和抬起 (轉)
- 谷歌機器人專家:機器人在現實中碰過的壁,AI也會碰谷歌機器人AI
- vue js 獲取滾動距離 以及 返回頂部按鈕VueJS
- 2017清華本科生特等獎得主出爐,AI學霸喬明達獲獎AI
- 全球最受推崇的公司:蘋果第一谷歌第三蘋果谷歌
- 蘋果超越谷歌成全球第一品牌 中移動進前十蘋果谷歌
- 17篇論文入選視覺領域權威頂會CVPR 百度大腦AI實力享譽國際視覺AI
- 快訊 | 清華校友總會成立AI大資料專委會,張鈸院士任會長AI大資料
- 深度學習“見頂”不等於AI寒冬深度學習AI
- 2017全球谷歌開發者社群組織者高峰會議紀實谷歌
- 不只會作詩 谷歌AI還能寫歌谷歌AI
- NeurIPS放榜:華人貢獻42%,谷歌170篇屠榜;清華騰訊國內領先谷歌
- 實力認證|江民科技榮獲“AI芯”標準典型應用案例AI
- INDEMIND三大AI視覺方案亮相科博會,實力吸睛AI視覺
- 如何讓圖卷積網路變深?騰訊AI Lab聯合清華提出DropEdge卷積AI