中國(guó)與美國(guó)的AI差距有多大?真相比你想的更恐懼：根據(jù)AI領(lǐng)域頂會(huì)NIPS兩年論文統(tǒng)計(jì)結(jié)果，無(wú)論是學(xué)術(shù)、產(chǎn)業(yè)，還是產(chǎn)學(xué)結(jié)合，美國(guó)至少領(lǐng)先中國(guó)10倍。是時(shí)候給國(guó)內(nèi)浮躁的AI圈，澆一盆清醒的涼水了。

西方在AI研究方面仍然遙遙領(lǐng)先，中國(guó)并沒(méi)有展現(xiàn)出要取代西方地位的迫在眉睫的威脅。

這是美國(guó)風(fēng)險(xiǎn)投資公司Thundermark的執(zhí)行合伙人 、MIT計(jì)算機(jī)科學(xué)和AI實(shí)驗(yàn)室碩士和賓夕法尼亞大學(xué)沃頓商學(xué)院的金融與戰(zhàn)略管理MBA Gleb Chuvpilo通過(guò)深入研究最負(fù)盛名的國(guó)際AI研究會(huì)議——神經(jīng)信息處理系統(tǒng)會(huì)議(NIPS)得出的結(jié)論。

NIPS 2017在加州長(zhǎng)灘舉行，吸引了8000多位注冊(cè)參會(huì)者，比前一年增加了2000人。3240篇投稿論文中有679篇被接收，錄取率為21%。其中，華人(第一)作者占了不小的比例，但是，換一個(gè)角度看，你就能發(fā)現(xiàn)完全不一樣的事實(shí)。

中國(guó)論文數(shù)量并沒(méi)有想象的多，先進(jìn)AI研究方面美國(guó)領(lǐng)先中國(guó)10倍

通過(guò)這些會(huì)議會(huì)議論文集，我們查閱了 679 篇被接受的論文，并編制了一個(gè)完整的列表，列出了 2497 名作者和他們的所屬機(jī)構(gòu)(當(dāng)然，很多都是重復(fù)的)，然后計(jì)算出一個(gè)發(fā)表指數(shù)(Publication Index)。

下面是生成的圖表，大致遵循了因子為3的冪律分布：美國(guó)處于明顯領(lǐng)先的地位，發(fā)表指數(shù)為414;其次是西歐，指數(shù)為136;中國(guó)第三，但較美國(guó)和西歐的距離很大，發(fā)表指數(shù)只有39。(需要提一下的是，西歐的定義為歐洲經(jīng)濟(jì)區(qū)EEA+瑞士，EEA包括歐盟、挪威和盧森堡;我們認(rèn)為將這些歐洲國(guó)家作為一個(gè)整體是合理的，因?yàn)樗鼈冊(cè)谘芯抠Y金協(xié)調(diào)和跨國(guó)合作方面十分緊密。)

 

 

圖：在NIPS 2017上發(fā)表AI研究的Top 10地區(qū)(藍(lán)色為學(xué)術(shù)發(fā)表指數(shù)，橙色為企業(yè)發(fā)表指數(shù))

發(fā)表指數(shù)(Publication Index)的機(jī)制是這樣的：每發(fā)表一篇文章得一分，然后在它的N個(gè)作者之間平均分配，每個(gè)作者的得分就是1/N(我們假設(shè)每個(gè)作者貢獻(xiàn)相等)。然后，我們將這些得分分配給每個(gè)作者的主要所屬機(jī)構(gòu)(有些作者所屬多個(gè)機(jī)構(gòu)，這些在本研究中被忽略)。

例如，如果一篇論文有5位作者——3位來(lái)自麻省理工學(xué)院，1位來(lái)自牛津大學(xué)，1位來(lái)自谷歌——每個(gè)作者將得到1/5分，即0.2分。因此，僅從這篇論文來(lái)看，MIT的發(fā)表指數(shù)增加3*0.2=0.6，牛津大學(xué)的發(fā)表指數(shù)增加0.2，谷歌也是增加0.2。由于MIT是美國(guó)大學(xué)，所以MIT的隸屬關(guān)系將使美國(guó)的發(fā)表指數(shù)增加0.6。同樣，由于牛津大學(xué)是英國(guó)的大學(xué)，EEA + 瑞士這一項(xiàng)的發(fā)表指數(shù)將增加0.2。最后，谷歌是一家總部位于美國(guó)的跨國(guó)公司，因此美國(guó)的發(fā)表指數(shù)再增加0.2，總增加0.8。

某篇NIPS論文：五位作者(3位來(lái)自MIT，1位來(lái)自牛津大學(xué)，1位來(lái)自Google)

MIT：+0.6

牛津大學(xué)：+0.2

Google：+0.2

美國(guó)：+0.8

EEA+瑞士：+0.2

這里的想法是建立一種一致的方法論，即根據(jù)發(fā)表論文中作者數(shù)量的反比來(lái)分配分?jǐn)?shù)，從而得出一套公平的綜合統(tǒng)計(jì)數(shù)據(jù)。

具體國(guó)家/地區(qū)的排名如下圖：

 

 

在NIPS 2017上發(fā)表AI研究排名Top 10的國(guó)家

具體國(guó)家的排名結(jié)果更加引人注目，美國(guó)以414的發(fā)表指數(shù)(一如既往地)主導(dǎo)著AI領(lǐng)域的研究;接下來(lái)的三個(gè)國(guó)家的發(fā)表指數(shù)都比美國(guó)要小一個(gè)數(shù)量級(jí)，中國(guó)為39，法國(guó)為37，英國(guó)為34。換句話說(shuō)，在發(fā)表先進(jìn)的AI研究方面，美國(guó)領(lǐng)先中國(guó)10倍。

這些數(shù)據(jù)還顯示了什么呢?猜猜看，學(xué)術(shù)界和工業(yè)界的全球AI研究領(lǐng)導(dǎo)者Top 5分別是哪些呢?

 

 

基于NIPS 2017的論文發(fā)表數(shù)，AI研究領(lǐng)域全球排名前25的機(jī)構(gòu)(學(xué)術(shù)界和產(chǎn)業(yè)界)

這個(gè)類(lèi)別也是美國(guó)領(lǐng)先。毫無(wú)疑問(wèn)，谷歌憑借DeepMind、Google Brain和Google Research等研究部門(mén)，以及可獲取PB級(jí)的消費(fèi)者數(shù)據(jù)和商業(yè)數(shù)據(jù)，位列第一。接下來(lái)是任何AI和機(jī)器人學(xué)PhD學(xué)生夢(mèng)想進(jìn)入的四大強(qiáng)校——卡內(nèi)基梅隆大學(xué)(CMU)、麻省理工學(xué)院(MIT)、斯坦福大學(xué)和加州大學(xué)伯克利分校(UC Berkeley)，分別排名第二，第三，第四和第五。

接下來(lái)，讓我們看看在AI人才爭(zhēng)奪戰(zhàn)中學(xué)術(shù)界和產(chǎn)業(yè)界的競(jìng)爭(zhēng)態(tài)勢(shì)：

 

 

NIPS 2017中學(xué)術(shù)界vs產(chǎn)業(yè)界的AI研究情況

有意思的的是，近五分之一的AI研究來(lái)自產(chǎn)業(yè)界。即將畢業(yè)的博士生、博士后和主要研究人員在進(jìn)入企業(yè)工作時(shí)，不得不放棄公開(kāi)發(fā)表研究成果的日子一去不復(fù)返了。

這是一件大事，AI研究社區(qū)堅(jiān)持保持研究結(jié)果開(kāi)放，這令人鼓舞。這場(chǎng)戰(zhàn)斗尚未取得勝利，因?yàn)槲覀儧](méi)有看到蘋(píng)果公司在NIPS 2017上發(fā)表任何研究，而蘋(píng)果是AI領(lǐng)域的關(guān)鍵參與者之一，憑借其Siri應(yīng)用程序和HomePod產(chǎn)品。

接下來(lái)，讓我們看看企業(yè)之間的競(jìng)爭(zhēng)情況：

 

 

NIPS 2017上AI研究領(lǐng)先的全球Top 20企業(yè)

當(dāng)然，我們已經(jīng)預(yù)料到谷歌是第一。微軟以其精英研究部門(mén)Microsoft Research unit位居第二，而Facebook以其FAIR位居第三。IBM Watson排在第四。得益于豐田研究院，豐田排名第五。

最后一個(gè)問(wèn)題是，如果你想要與頂尖的AI研究人員一起工作，你應(yīng)該去哪里讀研究生(僅參考從NIPS 2017得到的了解)?從美國(guó)的學(xué)校開(kāi)始:

 

 

在NIPS 2017發(fā)表AI研究領(lǐng)先的Top 20美國(guó)大學(xué)

如果將范圍擴(kuò)大到全世界，以下是排名前25的大學(xué)：

 

 

在NIPS 2017發(fā)表AI研究領(lǐng)先的全球Top 25大學(xué)

僅從在NIPS 2017發(fā)表AI研究的數(shù)量來(lái)看，全球Top 25大學(xué)中，中國(guó)僅清華大學(xué)入榜，排名第19。

在此基礎(chǔ)上，我們總結(jié)了對(duì)NIPS 2017的分析。當(dāng)然，仍有許多懸而未決的問(wèn)題。例如，你可能會(huì)問(wèn)，中國(guó)是否對(duì)最新的AI研究保密，這是中國(guó)的大學(xué)和企業(yè)沒(méi)有發(fā)表更多論文的原因。雖然存在這種可能性，但我們傾向于認(rèn)為這不太可能。畢竟，在NIPS發(fā)表論文對(duì)任何中國(guó)的AI研究人員來(lái)說(shuō)，都是在全球獲得就業(yè)機(jī)會(huì)的一個(gè)敲門(mén)磚(假設(shè)這是有價(jià)值的)。

更有可能的解釋是，中國(guó)落后了，他們的AI策略很大程度上是從其他地方復(fù)制研究結(jié)果，然后應(yīng)用到國(guó)內(nèi)數(shù)據(jù)集。用Peter Thiel《從0到1》一書(shū)的觀點(diǎn)來(lái)說(shuō)：“中國(guó)已經(jīng)直接復(fù)制了發(fā)達(dá)國(guó)家的有用之物：19 世紀(jì)的鐵路、20 世紀(jì)的空調(diào)，甚至整個(gè)城市。也許這種復(fù)制可以使中國(guó)在建設(shè)道路上少走幾步—比如，不用安裝陸上線路，直接實(shí)現(xiàn)無(wú)線通信，但是，這依然是在復(fù)制。”

美國(guó)新安全中心的一份人工智能報(bào)告也傾向于認(rèn)為：“在奧巴馬執(zhí)政的最后一年，白宮發(fā)布了幾份旨在使美國(guó)走向更加連貫的人工智能策略的白皮書(shū)。這些報(bào)告涵蓋了從監(jiān)管到創(chuàng)新再到偏見(jiàn)的各種問(wèn)題，推動(dòng)了科學(xué)家與政府官員之間的一系列對(duì)話。該報(bào)告的一些作者認(rèn)為，中國(guó)的人工智能戰(zhàn)略反映了奧巴馬政府報(bào)告中的關(guān)鍵原則 ——現(xiàn)在是中國(guó)采納了這些原則，而不是美國(guó)。”

NIPS 2018：美國(guó)依舊是老大哥，高校和產(chǎn)業(yè)論文數(shù)量質(zhì)量均占優(yōu)

再來(lái)看看今年 NIPS 2018的論文接收情況。

產(chǎn)業(yè)界論文入選，谷歌加上 DeepMind，一共入選了 152(107+45)篇，幾乎占了所有論文的 15%。

騰訊 AI Lab的表現(xiàn)也算搶眼，以 17 篇論文接收排在第 8。但不要忘記，根據(jù)此前騰訊 AI Lab 負(fù)責(zé)人張潼在接受采訪時(shí)表示，騰訊 AI Lab 的考核指標(biāo)之一，就是發(fā)頂會(huì)論文的數(shù)量。

 

 

不僅如此，看第一作者，谷歌研究院也是產(chǎn)業(yè)機(jī)構(gòu)里數(shù)量最多的，其次是 DeepMind。這說(shuō)明，谷歌和 DeepMind 不僅參與/資助了大量研究，不少原創(chuàng)性的新想法或者新技術(shù)也源自這里。

在產(chǎn)學(xué)結(jié)合方面，根據(jù)高校與企業(yè)合作的被接收論文數(shù)量，可以看出谷歌與許多高校有著密切合作關(guān)系，排名前17的名單中，谷歌就與7所頂尖高校有著合作。

 

 

不僅如此，谷歌共與其他企業(yè)/院校合作并入選了85篇論文!

 

 

學(xué)術(shù)機(jī)構(gòu)方面，今年排在NIPS入選論文數(shù)量前十名的依次為：MIT、斯坦福、CMU、伯克利、佐治亞理工、普林斯頓、牛津、UIUC、康奈爾和清華。

 

 

其中，清華大學(xué)以 21 篇論文被接收排在第 10 名，這個(gè)成果單獨(dú)看實(shí)際上已經(jīng)很優(yōu)秀，只是美國(guó)的高校占據(jù)了前十名中的 8 個(gè)位置，并且前 6 名都是美國(guó)。

 

 

而根據(jù)學(xué)術(shù)界論文的第一作者，可以看到，斯坦福、MIT、CMU、伯克利在附上“第一作者”這項(xiàng)約束條件下，論文接收數(shù)量依然排名前四(雖然具體位置有所變化)，勢(shì)頭強(qiáng)勁。

 

 

不過(guò)，清華在這里排名有所上升，超過(guò)了康奈爾和UIUC，位列第 8。香港中文大學(xué)排在第14位。

進(jìn)步中的東方古國(guó)：中國(guó)學(xué)者越來(lái)越多擔(dān)任頂會(huì)領(lǐng)域主席和程序主席

從 NIPS 論文接收當(dāng)中，可以看出中美之間的學(xué)術(shù)實(shí)力差距還有很大的距離。不過(guò)，這也是國(guó)內(nèi)很多學(xué)者不斷在強(qiáng)調(diào)，并且已經(jīng)意識(shí)到且開(kāi)始采取行動(dòng)的。

中國(guó)確實(shí)是在進(jìn)步。

今年7月的 IJCAI，中國(guó)學(xué)者獲多篇接觸論文獎(jiǎng)，華人一作論文占總接收論文的 65.5%。南京大學(xué)教授周志華還當(dāng)選 IJCAI 2021年 程序主席，成為 IJCAI 史上第二位華人大會(huì)程序主席。今年，南大也有多篇論文被 NIPS 接收，周志華教授本人署名參與的也有 5 篇。

此外，除了論文接收數(shù)量，我們更應(yīng)該看中國(guó)學(xué)者在各個(gè)頂會(huì)中擔(dān)任領(lǐng)域主席和各種主席的占比，特別是在大會(huì)報(bào)告上何時(shí)能有所突破。這些，是比論文(包括最佳論文獎(jiǎng))更重要的影響力的體現(xiàn)。

8 月 25 日，國(guó)際模式識(shí)別會(huì)議 ICPR 2018 歷經(jīng) 40 年首次在中國(guó)大陸舉辦。作為模式識(shí)別領(lǐng)域的旗艦學(xué)術(shù)會(huì)議，ICPR 自1972年起，每?jī)赡暾匍_(kāi)一次。在2014年國(guó)際模式識(shí)別大會(huì)的理事會(huì)全體會(huì)議上，中國(guó)和澳大利亞圍繞2018年國(guó)際模式識(shí)別大會(huì)舉辦權(quán)展開(kāi)了激烈角逐。中國(guó)科學(xué)院自動(dòng)化所模式識(shí)別國(guó)家重點(diǎn)實(shí)驗(yàn)室學(xué)術(shù)委員會(huì)主任、中科院院士譚鐵牛和實(shí)驗(yàn)室主任劉成林代表中國(guó)作申辦報(bào)告并回答了理事會(huì)的質(zhì)詢，最終贏得理事會(huì)青睞。

AAAI 2019，兩位程序主席之一，是南京大學(xué)的周志華教授，這也是AAAI大會(huì)自 1980 年創(chuàng)辦以來(lái)，歐美之外國(guó)家的學(xué)者首次擔(dān)任AAAI大會(huì)程序主席。

計(jì)算機(jī)視覺(jué)領(lǐng)域的頂會(huì)，2019年的CVPR，微軟資深研究員華剛博士將擔(dān)任大會(huì)程序主席，華剛博士也是CVPR 2017、ICCV 2017的領(lǐng)域主席。

2020年多媒體領(lǐng)域頂會(huì) ACM Multimedia(ACM MM)，阿里巴巴副總裁華先勝博士將擔(dān)任大會(huì)主席，本屆大會(huì)也將由阿里巴巴與意大利佩魯賈大學(xué)和香港中文大學(xué)共同舉辦。

CVPR 2021 主辦團(tuán)隊(duì)也歸屬中國(guó)，中科院譚鐵牛院士擔(dān)任大會(huì)主席，上�？萍即髮W(xué)的虞晶怡教授擔(dān)任程序主席之一。虞晶怡教授也是 CVPR 2017 的領(lǐng)域主席，他當(dāng)時(shí)接收新智元采訪時(shí)表示：“CVPR 2017的大會(huì)主席張正友老師、程序主席吳郢和劉燕西老師，以及其他各個(gè)委員會(huì)近 40 名華人學(xué)者功不可沒(méi)!”

此外，京東副總裁的裴健博士，是現(xiàn)任的 ACM SIGKDD 主席(任期為 2017.07.01—2019.06.30)。ACL 2018 宣布成立國(guó)際計(jì)算語(yǔ)言學(xué)協(xié)會(huì)亞太地區(qū)分會(huì)(AACL，The Asia-Pacific Chapter of the ACL)，百度高級(jí)副總裁、ACL前任主席王海峰將出任 AACL 創(chuàng)始主席，2020 年 AACL 的會(huì)議地點(diǎn)也將設(shè)置在亞太地區(qū)。更早一點(diǎn)，微軟亞洲研究院副院長(zhǎng)周明博士在 2016 年當(dāng)選為ACL 候任主席。

如今，中國(guó)的AI實(shí)力距離美國(guó)仍然有很大的差距。但是，我們也在追趕，我們也在進(jìn)步�？陀^看待事實(shí)，并且不懈努力，沒(méi)有捷徑，通往第一的路都是一步一步走出來(lái)的。

附錄：以下是上文討論的所有排名的文本

在NIPS 2017發(fā)表AI研究的Top 10地區(qū)

USA

EEA + Switzerland

China

Japan

Canada

Israel

Korea

Australia

Singapore

India

在NIPS 2017發(fā)表AI研究的Top 10國(guó)家

USA

China

France

UK

Japan

Canada

Israel

Switzerland

Germany

Finland

基于NIPS 2017的論文發(fā)表數(shù)，AI研究領(lǐng)域全球排名前25的機(jī)構(gòu)(學(xué)術(shù)界和產(chǎn)業(yè)界)

Google (USA)

Carnegie Mellon University (USA)

Massachusetts Institute of Technology (USA)

Stanford University (USA)

UC Berkeley (USA)

Microsoft (USA)

University of Illinois at Urbana-Champaign (USA)

Inria (France)

ETH Zurich (Switzerland)

Duke University (USA)

University of Toronto (Canada)

Princeton University (USA)

University of Cambridge (UK)

Georgia Institute of Technology (USA)

University of Oxford (UK)

EPFL (Switzerland)

University of Michigan (USA)

New York University (USA)

Harvard University (USA)

Columbia University (USA)

Tsinghua University (China)

Cornell University (USA)

Technion (Israel)

University of Southern California (USA)

Facebook (USA)

NIPS 2017上發(fā)表AI研究領(lǐng)先的全球Top 20企業(yè)

Google (USA)

Microsoft (USA)

Facebook (USA)

IBM (USA)

Toyota (Japan)

Adobe (USA)

Amazon (USA)

NTT (Japan)

OpenAI (USA)

NEC (Japan)

Disney (USA)

Tencent (China)

Mitsubishi (Japan)

Curious AI Company (Finland)

prowler.io (UK)

Nokia (Finland)

NVIDIA (USA)

Baidu (China)

Intel (USA)

Salesforce (USA)

在NIPS 2017發(fā)表AI研究領(lǐng)先的Top 20美國(guó)大學(xué)

Carnegie Mellon University (CMU)

Massachusetts Institute of Technology (MIT)

Stanford University

UC Berkeley

University of Illinois at Urbana-Champaign

Duke University

Princeton University

Georgia Institute of Technology

University of Michigan

New York University

Harvard University

Columbia University

Cornell University

University of Southern California

UT Austin

University of California, Los Angeles (UCLA)

UC San Diego

University of Wisconsin-Madison

University of Massachusetts Amherst

University of Washington

在NIPS 2017發(fā)表AI研究領(lǐng)先的全球Top 25大學(xué)

Carnegie Mellon University (USA)

Massachusetts Institute of Technology (USA)

Stanford University (USA)

UC Berkeley (USA)

University of Illinois at Urbana-Champaign (USA)

Inria (France)

ETH Zurich (Switzerland)

Duke University (USA)

University of Toronto (Canada)

Princeton University (USA)

University of Cambridge (UK)

Georgia Institute of Technology (USA)

University of Oxford (UK)

EPFL (Switzerland)

University of Michigan (USA)

New York University (USA)

Harvard University (USA)

Columbia University (USA)

Tsinghua University (China)

Cornell University (USA)

Technion (Israel)

University of Southern California (USA)

UT Austin (USA)

University of California, Los Angeles (USA)

UC San Diego (USA)

參考鏈接：

https://medium.com/@chuvpilo/whos-ahead-in-ai-research-insights-from-nips-most-prestigious-ai-conference-df2c361236f6

標(biāo)簽： Google 安全 谷歌 金融 媒體 排名 通信

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。