人工智能是當(dāng)前的技術(shù)熱點(diǎn)，也是各國爭奪的技術(shù)制高點(diǎn)。一段時間以來，國內(nèi)外都有不少聲音認(rèn)為中國有可能在AI方面取得領(lǐng)先。不過風(fēng)投機(jī)構(gòu)Thundermark的主理合伙人Gleb Chuvpilo通過分析AI領(lǐng)域內(nèi)最著名的AI研究學(xué)術(shù)會議的入選論文作者與組織后認(rèn)為，在先進(jìn)AI技術(shù)貢獻(xiàn)方面，中國跟西方還差得遠(yuǎn)。

雖然媒體可能想引導(dǎo)你往那方面想，但在人工智能研究方面，西方仍然遙遙領(lǐng)先，并沒有中國坐上頭把交椅的迫在眉睫。為什么我們會知道這一點(diǎn)？因?yàn)槲覀兩钊胝{(diào)查了最有名望的國際AI研究場所，神經(jīng)信息處理系統(tǒng)大會（NIPS）。NIPS 2017是最近的一次，在加州長灘舉行，吸引的注冊觀眾超過了8000人，比上一年增加了2000.會議收到了3240篇論文，其中有679篇被錄用，通過率為21%。我們通過這些會議論文集研究了這670篇錄用論文，編譯出了一份多達(dá)2497人的作者極其隸屬組織（當(dāng)然有很多都是重復(fù)的）的完整清單，然后計算出所謂的發(fā)表指數(shù)（Publication Index）。

下圖就是結(jié)果，大體上遵從了因子為3的冪次定律分布：美國的領(lǐng)先優(yōu)勢明顯，發(fā)表指數(shù)達(dá)到414，排在其次的是西歐，指數(shù)為136，中國雖然排名第三，但指數(shù)只有39。（另外說一下，我們把西歐定義為EEA（歐洲經(jīng)濟(jì)區(qū)）+瑞士，而EEA包括歐盟、挪威、盧森堡；我們覺得把這些歐洲國家捆綁到一起是合理的，因?yàn)樗麄冎g有著健康的研究經(jīng)費(fèi)協(xié)調(diào)以及跨國合作）

在NIPS 2017上發(fā)表了AI研究的前10大地區(qū)（藍(lán)色為學(xué)術(shù)發(fā)表指數(shù)，橙色為行業(yè)發(fā)表指數(shù)）

我們建立的這個發(fā)表指數(shù)的機(jī)制是這樣：每發(fā)表一篇文章就得1分，由N位作者平分，每位得1/N分（假設(shè)大家的貢獻(xiàn)一樣）。然后我們再把這些分?jǐn)?shù)分配給每一位作者主要隸屬的組織（有時候甚至還有第二、第三隸屬組織，但本次研究忽略這個了）。比方說，如果一篇論文有5位作者——3位來自MIT，一位來自牛津大學(xué)，一位來自Google——則每位作者可得1/5，也就是0.2分。因此，光靠這一篇論文，MIT的發(fā)表指數(shù)就增加了3*0.2=0.6分，而牛津大學(xué)指數(shù)會增加0.2分，Google也會加0.2分。由于MIT是美國的，所以這會給美國的發(fā)表指數(shù)增加0.6分。類似地，牛津大學(xué)是英國的，EEA+瑞士區(qū)會增加0.2。最后，Google是一家總部位于美國的跨國企業(yè)，因此美國的發(fā)表指數(shù)還會增加0.2.其總得分就是0.8。這里的想法是建立一套一致的方法論，把分?jǐn)?shù)按照出版物作者數(shù)反比進(jìn)行分配，這種做法應(yīng)該會產(chǎn)生一組聚合度相當(dāng)高的統(tǒng)計數(shù)字。

現(xiàn)在你可能對特定國家而不是群體的排名情況很感興趣：

NIPS 2017上AI研究排名前10的國家

這里的結(jié)構(gòu)甚至更加引人注目，美國在AI研究方面仍然以發(fā)表指數(shù) 414一騎絕塵，但是接下來的玩家卻要小了一個數(shù)量級，其中中國是39，法國為37，英國是34。換句話說，在發(fā)表先進(jìn)AI研究方面，美國比中國領(lǐng)先10倍。

研究這些數(shù)據(jù)時我們還有哪些發(fā)現(xiàn)呢？如果要你猜全球前5大AI研究領(lǐng)導(dǎo)者（學(xué)術(shù)和行業(yè)方面）的話，你覺得會是誰呢？

按照NIPS 2017論文發(fā)表數(shù)排名的前25大領(lǐng)先AI研究組織（學(xué)術(shù)及行業(yè)）

這一塊也是美國占據(jù)了領(lǐng)先位置。毫無疑問，有著DeepMind、Google Brain以及Google Research等研究部門以及海量消費(fèi)者及企業(yè)數(shù)據(jù)的Google是翹楚。緊隨其后的是4家任何有抱負(fù)的AI和機(jī)器人學(xué)博士生夢想進(jìn)入的研究生院——卡內(nèi)基梅隆大學(xué)（CMU）、麻省理工學(xué)院（MIT）、斯坦福大學(xué)以及加州大學(xué)伯克利分校，分別占據(jù)2、3、4、5的位置。

接下來我們再看看學(xué)術(shù)界和產(chǎn)業(yè)界在爭奪出色的AI研究人員方面的戰(zhàn)況如何：

NIPS 2017學(xué)術(shù)界與產(chǎn)業(yè)界的AI研究情況

很有趣的是，現(xiàn)在有1/5的AI研究來自于產(chǎn)業(yè)。博士生、博士后以及主要研究者為了“陰暗面”工作后必須放棄一切發(fā)表自身成果的希望的日子已經(jīng)一去不復(fù)返了。這是很大的變化，令人鼓舞的是AI研究這個社區(qū)仍在堅持開放研究成果。戰(zhàn)斗尚未取得勝利，因?yàn)槲覀冞€沒有看到蘋果在NIPS 2017上發(fā)表任何的研究，而蘋果是該領(lǐng)域的關(guān)鍵玩家之一，Siri app和HomePod都是這方面的應(yīng)用。

既然談到了企業(yè)這個主題，我們不妨看看他們相互之間的情況比較：

在NIPS 2017上AI研究領(lǐng)先的20家全球公司

Google自然是排名第一。有著精英云集的微軟研究院的微軟占據(jù)第二的位置，F(xiàn)acebook憑借FAIR的貢獻(xiàn)排名第三。擁有Watson的IBM排在第四。而有著豐田研究所的豐田公司排名第6。

我們研究的最后一個問題是如果你要讀研，希望被頂級的AI研究人員包圍的話，應(yīng)該去哪一所大學(xué)（至少基于我們從NIPS了解到的東西）？先從美國的大學(xué)開始：

美國在NIPS 2017上AI研究領(lǐng)先的20所大學(xué)

如果你對去全球任何一個地方讀研持開放態(tài)度的話，以下是全球前25的圖表：

全球在NIPS 2017上AI研究領(lǐng)先的25所大學(xué)

最后，我們可以給對NIPS 2017的分析下結(jié)論了。當(dāng)然，可能仍然有許多開放性的問題。比方說，你可能會問如果中國對其最新的AI研究保守秘密呢？也許這就是中國大學(xué)和公司沒有發(fā)表更多論文的原因呢？盡管絕對存在這種可能性，但我們傾向認(rèn)為這不大可能。畢竟，對于任何中國的AI研究人員來說，在NIPS上發(fā)表論文是在全世界獲得就業(yè)機(jī)會的敲門磚。更有可能的解釋是中國落后了，而他們的AI戰(zhàn)略實(shí)際上上抄襲別人的研究成果，然后應(yīng)用到國內(nèi)的數(shù)據(jù)集上。