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！）
人工智能战略院在第六届世界智能大会上发布两份重量级报告2023
《中国新一代人工智能科技产业发展报告·2022》发布
2022年《中国新一代人工智能科技产业发展报告》以“深科技创新驱动的中国人工智能产业发展”为题，在五年发展回顾的基础上，对中国人工智能科技产业发展的基本特征和趋势进行了概括和总结。
报告认为，中国人工智能科技产业发展是深科技创新驱动的。深科技创新的基本内涵为，通过在基础研究、应用开发和规模生产创新链的多层次网络化布局，积极培育国家战略科技力量，实现知识群、技术群和产品群的融合和技术体系的自主可控，为国家经济竞争力的持续提升、加速经济转型升级和实现高质量发展提供战略纵深支撑。在深科技创新和创业活动的驱动下，中国人工智能科技产业发展呈现出明显的报告递增效应，不仅表现为规模的快速增长，而且表现为应用领域的全面扩张和与实体经济的加速融合。
报告称，在人工智能科技产业的发展上，中国走在了世界的前列。回顾五年来的发展历程，中国人工智能科技产业的发展是深科技创新驱动的，不仅着眼于构建自主可控技术体系，而且表现出明显的社会价值引领和社会使命导向特征。
在深科技创新过程中，包括15家国家级人工智能开放创新平台在内的新型平台发挥着关键作用。新型平台一方面通过自主创新展开前沿技术研究，另一方面通过产业创业生态建设广泛赋能产业发展。同时，新创企业在人工智能关键核心技术领域的突破，同样构成了深科技创新的重要推动力量。与商业模式创业不同，人工智能领域的深科技创业活动具有如下特征：一是科学家的广泛参与；二是风险资本的持续高投入；三是跨学科、跨组织、跨产业、跨区域和跨领域科技人才的汇聚；四是高度聚焦人工智能科技产业发展中的关键核心技术；五是积极培育创新生态。
基于2200家人工智能骨干企业技术、人力资本和投融资三个维度的关系数据，本报告构建了中国人工智能科技产业发展动态价值网络图。2021年价值网络的节点总数达到58800个，关系数119044条。2014-2021年价值网络的节点总数增加了1.77倍，关系数增加了2.94倍。2014-2021年价值网络的平均聚类系数和平均路径长度指标变化表明，2017年以来中国人工智能科技产业呈现出明显的报酬递增效应。
从技术合作关系的度数中心度排名前列的企业看，2017年以来，包括华为、阿里云、百度和腾讯在内的以深科技创新为导向的新型平台在人工智能和实体经济融合发展过程中发挥着越来越重要的作用。度数中心度排名前列的国家级人工智能开放创新平台、基础设施服务商和关键技术开发者，是人工智能领域深科技创新的主导者。
从价值网络度数中心度排名前二十的关系节点看，包括清华大学、北京大学、哈尔滨工业大学、上海交通大学、北京航空航天大学和中国科学院在内的高校和科研院所，是中国2200家人工智能骨干企业基础研究和核心人力资本的主要来源方。以微软、英特尔、IBM、高通和英伟达为代表的跨国企业构成了中国人工智能科技产业创新生态的重要组成部分。包括长安汽车和中国银联在内的传统产业企业和政府机构，是人工智能企业的主要赋能对象，为人工智能的广泛应用提供丰富应用场景。
在中国人工智能科技产业发展中，排名前十的投资机构分别为红杉资本中国、IDG资本、经纬中国、深创投、达晨财智、真格基金、高瓴资本、君联资本、顺为资本、五源资本。排名前十的非投资机构分别为腾讯、联想、百度、阿里巴巴、京东、小米、奇虎360、海尔、蚂蚁金服、科大讯飞。尤其是新型平台通过投资新创企业，不断优化和发展平台主导的产业创新生态。
中国人工智能科技产业技术体系包括大数据和云计算、物联网、5G、智能机器人、计算机视觉、自动驾驶、智能芯片、智能推荐、虚拟/增强现实、语音识别、区块链、生物识别、光电技术、自然语言处理、空间技术、人机交互和知识图谱在内的17类技术，构成了复杂技术体系。2021年，中国人工智能科技产业技术合作关系分布中，排名第一的技术类别是大数据和云计算，占比47.53%；排名第二的是物联网，占比11.37%；排名第三的是5G，占比7.26%；排名第四和第五的分别是智能机器人和计算机视觉，占比为6.66%和4.40%。
报告认为，作为第四次工业革命的核心引擎，人工智能具有通用目的技术和普惠技术双重属性。一方面人工智能通过广泛赋能引领经济社会全面发展；另一方面随着网络基础设施和智能终端设备的普及，人工智能能够赋能社会的每个成员，创造出更加公平的教育机会和更多的创业、就业机会，把可能出现的“数字鸿沟”转化为“数字红利”。而人工智能技术的商业和社会价值能否充分发挥，不仅取决于技术本身，而且取决于社会制度。
中国新一代人工智能科技产业发展报告2022.pdf
《中国新一代人工智能科技产业区域竞争力评价指数·2022》发布
在2022年中国新一代人工智能科技产业发展区域竞争力排名中，排名前五的省市分别是北京、广东、上海、浙江和江苏，属于第一梯队。排名第六至第十的省份分别是山东省、四川省、安徽省、辽宁省和湖南省。在四大都市圈排名中，排名第一的是长三角，排名第二的是京津冀，排名第三和第四的分别是珠三角和川渝地区。
报告认为，从五年来各省市人工智能科技产业区域竞争力评价指数的变动情况看，随着消费互联网的下移和工业互联网的发展，人工智能的扩散速度在加快。加速应用场景开放、聚集创新资源、地方政府政策支持和积极响应、高度开放的产业创新生态培育，是影响和决定区域人工智能科技产业发展和竞争力提升的关键因素。
报告的数据库包括2200家人工智能企业、5272个投资者（投资机构和非投资机构）、303所AI大学和123家非大学科研机构、781家产业联盟、在中国境内召开的总计2162场会议、31个省市自治区出台的657项相关政策和1823家人工智能产业园区规划。中国新一代人工智能科技产业区域竞争力评价的指标体系包括6项一级指标、10项二级指标和24项二级指标。
对2018-2022年度的排名情况进行五年对比分析表明，北京市、广东省、上海市、浙江省、江苏省和山东省始终稳定在全国前十名，其中北京市、广东省、上海市、浙江省、江苏省始终处于全国前六名。在过去5年中，北京市一直位于人工智能科技产业区域竞争力综合排名榜首，在学术生态、资本环境和国际开放度方面具有绝对优势。广东省最近五年中均位列综合排名第二名，在企业能力、链接能力和政府响应能力方面具有绝对优势。上海市的综合排名在2018年位列全国第四，2019年起上升并稳定在全国第三，企业能力、资本环境和国际开放度方面具有相对优势。浙江省在2018年位居第三名，2019年至2022年稳定在第四名。政府响应能力是浙江省的优势所在，同时在企业能力和国际开放度方面也位于第一梯队。江苏省的综合排名较为稳定，2020年排名第六，其余年份稳定在全国第五，在政府响应能力、学术生态、链接能力、资本环境等一级指标评价中具有相对优势。山东省2018-2022年的综合排名分别为第六位、第九位、第五位、第六位、第六位。从一级指标看，山东省在链接能力、企业能力、政府响应能力方面占优。此外，四川省、辽宁省和湖南省分别于2019年、2019年和2020年跻身全国前十，并在此后几年得以保持；安徽省在过去五年中只在2019年位列全国第十二名，其余年份位次相对稳定，均位于全国前十之列。
依据企业能力、学术生态、资本环境、国际开放度、链接能力、政府响应能力6项一级指标的排名情况，本报告对四大经济圈人工智能科技产业区域竞争力进行综合评价。表10中列出了四大经济圈的总体评分与排名情况。其中，长三角地区总评分为103.0分，位列四大经济圈首位，而京津冀地区98.7分位列第二，珠三角地区69.5分位列第三，川渝地区29.2分位列第四。可以看出，四大经济圈的综合排名相较2021年没有发生变化，区域竞争力格局趋于稳定。
从2018-2022年四大经济圈综合排名变化情况来看，珠三角与川渝地区始终保持在第三和第四，相较而言，综合排名第一和第二的竞争较为激烈，京津冀地区与长三角地区在2020年后交换了区域竞争力排名，长三角从位列第二上升到位列第一。从6项一级指标总体得分来看，长三角地区的人工智能企业分布相较于京津冀地区更为分散，众多经济发达的地级市为了通过数字化和智能化推动经济转型和发展，纷纷出台人工智能相关的政策规划并建设人工智能产业园区，在政府政策响应能力方面位列四大经济圈的首位，此外相比2021年更加重视国际开放度和链接能力方面的稳效提升，在两指标排名上均有所上升。
中国新一代人工智能科技产业区域竞争力评价指数2022.pdf