中国人工智能创新指数全球第二，226个超算中心居全球首位
报告发布现场澎湃新闻记者朱奕奕图
7月8日下午，2021世界人工智能大会治理论坛在上海世博中心开幕，会上发布了《2020全球人工智能创新指数报告》。
人工智能创新指数是反映国家人工智能创新水平的重要指标，由中国科学技术信息研究所联合北京大学共同研究发布。该报告显示，中国人工智能创新指数在参评国家中排名第2位，仅次于美国。中国及时把握住人工智能发展机遇，数据中心、超算中心等基础设施建设加快推进，科技创新成果数量持续增长，人工智能企业队伍不断壮大，人工智能综合实力已跻身世界前列。
中国人工智能创新指数升至第2位
该报告显示，中国的人工智能整体发展水平已跻身世界前列，人工智能创新指数综合得分从2019年的第3名上升至2020年的第2名，仅次于美国。从具体指标看，中国在基础支撑、创新资源与环境、科技研发、产业与应用等方面均表现良好，四个一级指标均排名前十。
中国的人工智能创新能力稳步提升。2019年，中国落后韩国3分，位居第3；2020年，中国已领先韩国4分。中国也是唯一一个进入人工智能创新指数前十名的发展中国家。从综合得分看，与韩国、加拿大、德国、英国、新加坡等发达国家相比，中国已具有一定的领先优势。
研究显示，美国是人工智能创新能力最强的一极，以66.31的总分遥遥领先于其他国家。根据人工智能创新指数总得分排名，46个国家可以划分为四大梯队。美国独列第一梯队，以66.31的总分遥遥领先于其他国家；中国、韩国、加拿大、德国、英国、新加坡、以色列、日本、法国等14个国家位居第二梯队，得分处在30-60分；卢森堡、比利时、奥地利、捷克、意大利等24个国家属于第三梯队，得分在15-30分；越南、沙特阿拉伯、土耳其、阿根廷、罗马尼亚、墨西哥、印尼等7个国家处在第四梯队，得分在15分以下。
世界排名第二主办方供图
研究显示，各国的科技研发能力呈现明显的断层分布。在四个一级指标中，科技研发的得分分布最为不均。其中，美国、韩国、中国三个国家领先优势相当明显，得分高于50分，而葡萄牙、西班牙、印度等27个国家却低于10分。在基础支撑方面，大多数国家水平一般，70%以上的国家得分均位于20-40分之间；在创新资源与环境方面，参评国家可均匀地分为三个梯队；在人工智能产业与应用方面，各国整体发展较好，产业与应用的平均分显著高于其他三个一级指标。
中国“人工智能创新资源与环境”仍需改善
在构成全球人工智能创新指数的四项一级指标中，中国在“人工智能基础支撑”“人工智能科技研发”“人工智能产业与应用”三个方面均拥有绝对优势指标，“人工智能创新资源与环境”不少指标仅处在中等水平。
人工智能基础支撑是人工智能研发与应用的必要根基。中国“人工智能基础支撑”排名第4位，计算基础表现尤为突出。截至2020年7月，中国共有226个超算中心进入全球500强行列，居全球首位，是美国（113个）的两倍；共拥有85个数据中心，排名第9。
人工智能创新资源与环境是推动人工智能持续创新的核心动力。中国“人工能创新资源与环境”排名第8位，人工智能顶级学者和从业人员人口参与率不高，高校基础学科建设相对滞后。中国在人工智能顶级学者参与率、人工智能从业人员参与率两项指标上分别排名第23和第28名。
中国平均每百万本科及以上学历人口中仅有17位人工智能顶级学者，与排名第1的卢森堡（567人）差距很大；每百万劳动人口中人工智能从业人员有290人，而排名第1的新加坡则有7133人。在人工智能基础学科建设方面，中国离美国还有较大差距。美国在数学、物理、神经科学三个专业上排名世界前200的高校分别有49所、57所、70所，而中国分别有27所（约为美国的1/2）、8所（不到美国的1/7）、6所（不到美国的1/10）。
人工智能科技研发产出是一国人工智能技术水平的直接体现。中国“人工智能科技研发”排名第3位。论文和专利总量遥遥领先，反映出中国已经成为全球人工智能领域内一支重要的研究力量。2019年，中国学者共发表5.52万篇人工智能相关论文，排名第1；在人工智能顶级期刊和顶级会议上发表的论文共计3555篇，排名第1；人工智能专利申请量为5.76万件，授权量为1.65万件，均排名第1。
人工智能产业发展与应用情况体现了一国在人工智能领域的产业竞争力。中国“人工智能产业发展与应用”排名第3位，其中，人工智能企业数量和企业融资金额均排在前两名。截至2020年9月，中国共有823家人员规模大于10的人工智能企业，排名第2；人工智能企业累计共获得377.01亿美元的投资，排名第2，平均每家企业融资额为0.33亿美元，排名第1。
人工智能领域排名
关注上方“深度学习技术前沿”，选择“星标公众号”，
资源干货，第一时间送达！
转载于：量子位
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》(NatureIndex)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3x0.2，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%)。
2019AI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(SouthKorea)—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(SouthKorea)—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
美国—1260.2
欧洲经济区+瑞士—431.5
中国—184.5
加拿大—80.3
日本—49.4
韩国—46.8
以色列—43.3
澳大利亚—27.0
印度—17.1
新加坡—13.2
俄罗斯—10.6
中国台湾—5.3
沙特阿拉伯王国—5.0
阿联酋—2.3
伊朗—2.2
南非—1.0
智利—1.0
马来西亚—0.7
土耳其—0.6
新西兰—0.5
2019年人工智能研究排名前20位的国家
美国—1260.2
中国—184.5
英国—126.1
法国—94.3
加拿大—80.3
德国—64.5
瑞士—59.3
日本—49.4
韩国—46.8
以色列—43.3
澳大利亚—27.0
印度—17.1
荷兰—15.3
新加坡—13.2
丹麦—12.2
意大利—11.5
瑞典—11.3
俄罗斯—10.6
芬兰—9.6
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
谷歌(USA)—167.3
微软(USA)—51.9
Facebook(USA)—33.1
IBM(USA)—25.8
亚马逊(USA)—14.3
腾讯(China)—8.8
阿里巴巴(China)—7.5
博世(Germany)—7.2
Uber(USA)—7.1
英特尔(USA)—6.9
丰田(Japan)—6.0
Yandex(Russia)—5.8
百度(China)—5.5
英伟达(USA)—5.2
苹果(USA)—4.6
Salesforce(USA)—4.2
PROWLER.io(UK)—4.2
Criteo(France)—3.9
华为(China)—3.7
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%
NeurIPS2019和ICML2019，2200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(AllenInstituteforArtificialIntelligence)的分析发现，在被引用次数Top10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。
OneMoreThing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-research-rankings-2019-insights-from-neurips-and-icml-leading-ai-conferences-ee6953152c1a
END
声明：本文来源于网络
如有侵权，联系删除
深度学习技术前沿
（该公众号有大量人工智能领域相关资源，推荐关注！）