人工智能是当前的技术热点,也是各国争夺的技术制高点。一段时间以来,国内外都有不少声音认为中国有可能在AI方面取得领先。不过风投机构Thundermark的主理合伙人Gleb Chuvpilo通过分析AI领域内最著名的AI研究学术会议的入选论文作者与组织后认为,在先进AI技术贡献方面,中国跟西方还差得远。
虽然媒体可能想引导你往那方面想,但在人工智能研究方面,西方仍然遥遥领先,并没有中国坐上头把交椅的迫在眉睫。为什么我们会知道这一点?因为我们深入调查了最有名望的国际AI研究场所,神经信息处理系统大会(NIPS)。NIPS 2017是最近的一次,在加州长滩举行,吸引的注册观众超过了8000人,比上一年增加了2000.会议收到了3240篇论文,其中有679篇被录用,通过率为21%。我们通过这些会议论文集研究了这670篇录用论文,编译出了一份多达2497人的作者极其隶属组织(当然有很多都是重复的)的完整清单,然后计算出所谓的发表指数(Publication Index)。
下图就是结果,大体上遵从了因子为3的幂次定律分布:美国的领先优势明显,发表指数达到414,排在其次的是西欧,指数为136,中国虽然排名第三,但指数只有39。(另外说一下,我们把西欧定义为EEA(欧洲经济区)+瑞士,而EEA包括欧盟、挪威、卢森堡;我们觉得把这些欧洲国家捆绑到一起是合理的,因为他们之间有着健康的研究经费协调以及跨国合作)
在NIPS 2017上发表了AI研究的前10大地区(蓝色为学术发表指数,橙色为行业发表指数)
我们建立的这个发表指数的机制是这样:每发表一篇文章就得1分,由N位作者平分,每位得1/N分(假设大家的贡献一样)。然后我们再把这些分数分配给每一位作者主要隶属的组织(有时候甚至还有第二、第三隶属组织,但本次研究忽略这个了)。比方说,如果一篇论文有5位作者——3位来自MIT,一位来自牛津大学,一位来自Google——则每位作者可得1/5,也就是0.2分。因此,光靠这一篇论文,MIT的发表指数就增加了3*0.2=0.6分,而牛津大学指数会增加0.2分,Google也会加0.2分。由于MIT是美国的,所以这会给美国的发表指数增加0.6分。类似地,牛津大学是英国的,EEA+瑞士区会增加0.2。最后,Google是一家总部位于美国的跨国企业,因此美国的发表指数还会增加0.2.其总得分就是0.8。这里的想法是建立一套一致的方法论,把分数按照出版物作者数反比进行分配,这种做法应该会产生一组聚合度相当高的统计数字。
现在你可能对特定国家而不是群体的排名情况很感兴趣:
NIPS 2017上AI研究排名前10的国家
这里的结构甚至更加引人注目,美国在AI研究方面仍然以发表指数 414一骑绝尘,但是接下来的玩家却要小了一个数量级,其中中国是39,法国为37,英国是34。换句话说,在发表先进AI研究方面,美国比中国领先10倍。
研究这些数据时我们还有哪些发现呢?如果要你猜全球前5大AI研究领导者(学术和行业方面)的话,你觉得会是谁呢?
按照NIPS 2017论文发表数排名的前25大领先AI研究组织(学术及行业)
这一块也是美国占据了领先位置。毫无疑问,有着DeepMind、Google Brain以及Google Research等研究部门以及海量消费者及企业数据的Google是翘楚。紧随其后的是4家任何有抱负的AI和机器人学博士生梦想进入的研究生院——卡内基梅隆大学(CMU)、麻省理工学院(MIT)、斯坦福大学以及加州大学伯克利分校,分别占据2、3、4、5的位置。
接下来我们再看看学术界和产业界在争夺出色的AI研究人员方面的战况如何:NIPS 2017学术界与产业界的AI研究情况
很有趣的是,现在有1/5的AI研究来自于产业。博士生、博士后以及主要研究者为了“阴暗面”工作后必须放弃一切发表自身成果的希望的日子已经一去不复返了。这是很大的变化,令人鼓舞的是AI研究这个社区仍在坚持开放研究成果。战斗尚未取得胜利,因为我们还没有看到苹果在NIPS 2017上发表任何的研究,而苹果是该领域的关键玩家之一,Siri app和HomePod都是这方面的应用。
既然谈到了企业这个主题,我们不妨看看他们相互之间的情况比较:
在NIPS 2017上AI研究领先的20家全球公司
Google自然是排名第一。有着精英云集的微软研究院的微软占据第二的位置,Facebook凭借FAIR的贡献排名第三。拥有Watson的IBM排在第四。而有着丰田研究所的丰田公司排名第6。
我们研究的最后一个问题是如果你要读研,希望被顶级的AI研究人员包围的话,应该去哪一所大学(至少基于我们从NIPS了解到的东西)?先从美国的大学开始:
美国在NIPS 2017上AI研究领先的20所大学
如果你对去全球任何一个地方读研持开放态度的话,以下是全球前25的图表:
全球在NIPS 2017上AI研究领先的25所大学
最后,我们可以给对NIPS 2017的分析下结论了。当然,可能仍然有许多开放性的问题。比方说,你可能会问如果中国对其最新的AI研究保守秘密呢?也许这就是中国大学和公司没有发表更多论文的原因呢?尽管绝对存在这种可能性,但我们倾向认为这不大可能。毕竟,对于任何中国的AI研究人员来说,在NIPS上发表论文是在全世界获得就业机会的敲门砖。更有可能的解释是中国落后了,而他们的AI战略实际上上抄袭别人的研究成果,然后应用到国内的数据集上。用Peter Thiel的《从0到1》里面的话来说,“中国已经直接复制了发达国家的有用之物:19世纪的铁路、20世纪的空调,甚至整个城市。也许这种复制可以使中国在建设道路上少走几步——比如,不用安装陆上线路,直接实现无线通信,但是,这依然是在复制。”新美国安全中心(The Center for a New American Security)在其《人工智能时代的战略优势》报告中似乎也同意这一点:
奥巴马当政的最后一年间,白宫发布了几份旨在提高美国人工智能政策连贯性的文件。所涉及的问题涵括了从管制到创新以及偏见等范畴,这些报告推动了科学家与政府官员的一系列对话。本报告的其中一些作者认为,其实中国的AI战略折射的是奥巴马当局那份报告的关键原则——现在接受它的是中国而不是美国。
如果你对我们这份NIPS 2017数据集感兴趣,可以到这里下载。此外,今年12月NIPS 2018即将在蒙特利尔举行,届时我们也会相应更新这份分析。如果你对AI研究感兴趣的话,那另一场会议你也需要关注一下:机器学习国际会议(ICML)。这是重要性仅次于NIPS的国际性AI研究会议,2018年它的论文通过率为25.1%。我们也会在接下来的文章中对ICML 2018的论文集进行类似的分析。不过如果你等不及的话,可以去看看Robbie Allen的出色工作(你会注意到他的方法论不一样,但是总体结论还是一样的)。
附:排名清单汇总
在NIPS 2017发表论文排行前10的国家地区
- 美国
- 欧洲(EEA+瑞士)
- 中国
- 日本
- 加拿大
- 以色列
- 韩国
- 澳大利亚
- 新加坡
- 印度
NIPS 2017上AI研究领先的十大国家
- 美国
- 中国
- 法国
- 英国
- 日本
- 加拿大
- 以色列
- 瑞士
- 德国
- 芬兰
NIPS 2017 AI研究前25大全球组织(发表指数)
- Google(美国)
- 卡内基梅隆大学(美国)
- 麻省理工学院(美国)
- 斯坦福大学(美国)
- 加州大学伯克利分校(美国)
- 微软(美国)
- 伊利诺伊大学香槟分校(美国)
- 法国国家信息与自动化研究所(法国)
- 苏黎世联邦理工学院(瑞士)
- 杜克大学(美国)
- 多伦多大学(美国)
- 普林斯顿大学(美国)
- 剑桥大学(英国)
- 乔治亚理工学院(美国)
- 牛津大学(英国)
- 洛桑联邦理工学院(瑞士)
- 密歇根大学(美国)
- 纽约大学(美国)
- 哈佛大学(美国)
- 哥伦比亚大学(美国)
- 清华大学(中国)
- 康奈尔大学(美国)
- 以色列理工学院(以色列)
- 南加州大学(美国)
- Facebook(美国)
NIPS 2017 AI研究前20大公司
- Google(美国)
- 微软(美国)
- Facebook(美国)
- IBM(美国)
- 丰田(日本)
- Adobe(美国)
- Amazon(美国)
- NTT(日本)
- OpenAI(日本)
- NEC(日本)
- 迪斯尼(美国)
- 腾讯(中国)
- 三菱(日本)
- Curious AI(芬兰)
- prowler.io(英国)
- 诺基亚(芬兰)
- NVIDIA(美国)
- 百度(中国)
- 英特尔(美国)
- Salesforce(美国)
NIPS 2017 AI研究20大美国大学
- 卡内基梅隆大学
- 麻省理工学院
- 斯坦福大学
- 加州大学伯克利分校
- 伊利诺伊大学香槟分校
- 杜克大学
- 普林斯顿大学
- 乔治亚理工学院
- 密歇根大学
- 纽约大学
- 哈佛大学
- 哥伦比亚大学
- 康奈尔大学
- 南加州大学
- 德州大学奥斯汀分校
- 加州大学洛杉矶分校
- 加州大学圣地亚哥分校
- 威斯康星大学
- 马萨诸塞大学阿默斯特分校
- 华盛顿大学
NIPS 2017AI 研究领先的前25大全球大学
- 卡内基梅隆大学(美国)
- 麻省理工学院(美国)
- 斯坦福大学(美国)
- 加州大学伯克利分校(美国)
- 伊利诺伊大学香槟分校(美国)
- 法国国家信息与自动化研究所(法国)
- 苏黎世联邦理工学院(瑞士)
- 杜克大学(美国)
- 多伦多大学(加拿大)
- 普林斯顿大学(美国)
- 剑桥大学(英国)
- 乔治亚理工学院(美国)
- 牛津大学(英国)
- 洛桑理工学院(瑞士)
- 密歇根大学(美国)
- 纽约大学(美国)
- 哈佛大学(美国)
- 哥伦比亚大学(美国)
- 清华大学(中国)
- 康纳尔大学(美国)
- 以色列理工学院(以色列)
- 南加州大学(美国)
- 德州大学奥斯汀分校(美国)
- 加州大学洛杉矶分校(美国)
- 加州大学圣地亚哥分校(美国)
原文链接:https://medium.com/@chuvpilo/whos-ahead-in-ai-research-insights-from-nips-most-prestigious-ai-conference-df2c361236f6
238 thoughts on “从这个指标来看,中国的人工智能仍落后西方很多”