【令人恐懼的真相】NIPS數據告訴你中美AI差距有多大

2021-02-08 新智元

新智元AI WORLD 2018世界人工智慧峰會

倒計時3


新智元將於9月20日在北京國家會議中心舉辦AI WORLD 2018世界人工智慧峰會,南京大學計算機系主任、人工智慧學院院長周志華教授屆時將親臨會場做《關於機器學習的一點思考》主題演講。周志華教授是AI領域會士「大滿貫」得主,AAAI 2019程序主席、IJCAI 2021程序主席,《機器學習》一書的作者。



  新智元報導  

來源:Medium、Twitter

編輯:肖琴,李靜怡

【新智元導讀】中國與美國的AI差距有多大?真相比你想的更恐懼:根據AI領域頂會NIPS兩年論文統計結果,無論是學術、產業,還是產學結合,美國至少領先中國10倍。是時候給國內浮躁的AI圈,澆一盆清醒的涼水了。



西方在AI研究方面仍然遙遙領先,中國並沒有展現出要取代西方地位的迫在眉睫的威脅。


這是美國風險投資公司Thundermark的執行合伙人 、MIT計算機科學和AI實驗室碩士和賓夕法尼亞大學沃頓商學院的金融與戰略管理MBA Gleb Chuvpilo通過深入研究最負盛名的國際AI研究會議——神經信息處理系統會議(NIPS)得出的結論。


NIPS 2017在加州長灘舉行,吸引了8000多位註冊參會者,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)作者佔了不小的比例,但是,換一個角度看,你就能發現完全不一樣的事實。


中國論文數量並沒有想像的多,先進AI研究方面美國領先中國10倍


通過這些會議會議論文集,我們查閱了 679 篇被接受的論文,並編制了一個完整的列表,列出了 2497 名作者和他們的所屬機構(當然,很多都是重複的),然後計算出一個發表指數(Publication Index)


下面是生成的圖表,大致遵循了因子為3的冪律分布:美國處於明顯領先的地位,發表指數為414其次是西歐,指數為136;中國第三,但較美國和西歐的距離很大,發表指數只有39。(需要提一下的是,西歐的定義為歐洲經濟區EEA+瑞士,EEA包括歐盟、挪威和盧森堡;我們認為將這些歐洲國家作為一個整體是合理的,因為它們在研究資金協調和跨國合作方面十分緊密。)


圖:在NIPS 2017上發表AI研究的Top 10地區(藍色為學術發表指數,橙色為企業發表指數)


發表指數(Publication Index)的機制是這樣的:每發表一篇文章得一分,然後在它的N個作者之間平均分配,每個作者的得分就是1/N(我們假設每個作者貢獻相等)。然後,我們將這些得分分配給每個作者的主要所屬機構(有些作者所屬多個機構,這些在本研究中被忽略)。


例如,如果一篇論文有5位作者——3位來自麻省理工學院,1位來自牛津大學,1位來自谷歌——每個作者將得到1/5分,即0.2分。因此,僅從這篇論文來看,MIT的發表指數增加3*0.2=0.6,牛津大學的發表指數增加0.2,谷歌也是增加0.2。由於MIT是美國大學,所以MIT的隸屬關係將使美國的發表指數增加0.6。同樣,由於牛津大學是英國的大學,EEA + 瑞士這一項的發表指數將增加0.2。最後,谷歌是一家總部位於美國的跨國公司,因此美國的發表指數再增加0.2,總增加0.8。


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

MIT:+0.6

牛津大學:+0.2

Google:+0.2

美國:+0.8

EEA+瑞士:+0.2


這裡的想法是建立一種一致的方法論,即根據發表論文中作者數量的反比來分配分數,從而得出一套公平的綜合統計數據。


具體國家/地區的排名如下圖:


在NIPS 2017上發表AI研究排名Top 10的國家


具體國家的排名結果更加引人注目,美國以414的發表指數(一如既往地)主導著AI領域的研究;接下來的三個國家的發表指數都比美國要小一個數量級,中國為39,法國為37,英國為34。換句話說,在發表先進的AI研究方面,美國領先中國10倍


這些數據還顯示了什麼呢?猜猜看,學術界和工業界的全球AI研究領導者Top 5分別是哪些呢?


基於NIPS 2017的論文發表數,AI研究領域全球排名前25的機構(學術界和產業界)


這個類別也是美國領先。毫無疑問,谷歌憑藉DeepMind、Google Brain和Google Research等研究部門,以及可獲取PB級的消費者數據和商業數據,位列第一。接下來是任何AI和機器人學PhD學生夢想進入的四大強校——卡內基梅隆大學(CMU)、麻省理工學院(MIT)、史丹福大學和加州大學伯克利分校(UC Berkeley),分別排名第二,第三,第四和第五。


接下來,讓我們看看在AI人才爭奪戰中學術界和產業界的競爭態勢:


NIPS 2017中學術界vs產業界的AI研究情況


有意思的的是,近五分之一的AI研究來自產業界。即將畢業的博士生、博士後和主要研究人員在進入企業工作時,不得不放棄公開發表研究成果的日子一去不復返了。


這是一件大事,AI研究社區堅持保持研究結果開放,這令人鼓舞。這場戰鬥尚未取得勝利,因為我們沒有看到蘋果公司在NIPS 2017上發表任何研究,而蘋果是AI領域的關鍵參與者之一,憑藉其Siri應用程式和HomePod產品。


接下來,讓我們看看企業之間的競爭情況:


NIPS 2017上AI研究領先的全球Top 20企業


當然,我們已經預料到谷歌是第一。微軟以其精英研究部門Microsoft Research unit位居第二,而Facebook以其FAIR位居第三。IBM Watson排在第四。得益於豐田研究院,豐田排名第五。


最後一個問題是,如果你想要與頂尖的AI研究人員一起工作,你應該去哪裡讀研究生(僅參考從NIPS 2017得到的了解)?從美國的學校開始:


在NIPS 2017發表AI研究領先的Top 20美國大學


如果將範圍擴大到全世界,以下是排名前25的大學:


在NIPS 2017發表AI研究領先的全球Top 25大學


僅從在NIPS 2017發表AI研究的數量來看,全球Top 25大學中,中國僅清華大學入榜,排名第19。


在此基礎上,我們總結了對NIPS 2017的分析。當然,仍有許多懸而未決的問題。例如,你可能會問,中國是否對最新的AI研究保密,這是中國的大學和企業沒有發表更多論文的原因。雖然存在這種可能性,但我們傾向於認為這不太可能。畢竟,在NIPS發表論文對任何中國的AI研究人員來說,都是在全球獲得就業機會的一個敲門磚(假設這是有價值的)。


更有可能的解釋是,中國落後了,他們的AI策略很大程度上是從其他地方複製研究結果,然後應用到國內數據集。用Peter Thiel《從0到1》一書的觀點來說:「中國已經直接複製了發達國家的有用之物:19 世紀的鐵路、20 世紀的空調,甚至整個城市。也許這種複製可以使中國在建設道路上少走幾步—比如,不用安裝陸上線路,直接實現無線通信,但是,這依然是在複製。」


美國新安全中心的一份人工智慧報告也傾向於認為:「在歐巴馬執政的最後一年,白宮發布了幾份旨在使美國走向更加連貫的人工智慧策略的白皮書。這些報告涵蓋了從監管到創新再到偏見的各種問題,推動了科學家與政府官員之間的一系列對話。該報告的一些作者認為,中國的人工智慧戰略反映了歐巴馬政府報告中的關鍵原則 ——現在是中國採納了這些原則,而不是美國。」

 

NIPS 2018:美國依舊是老大哥,高校和產業論文數量質量均佔優


再來看看今年 NIPS 2018的論文接收情況。


產業界論文入選,谷歌加上 DeepMind,一共入選了 152(107+45)篇,幾乎佔了所有論文的 15%。


騰訊 AI Lab的表現也算搶眼,以 17 篇論文接收排在第 8。但不要忘記,根據此前騰訊 AI Lab 負責人張潼在接受採訪時表示,騰訊 AI Lab 的考核指標之一,就是發頂會論文的數量。

不僅如此,看第一作者,谷歌研究院也是產業機構裡數量最多的,其次是 DeepMind。這說明,谷歌和 DeepMind 不僅參與/資助了大量研究,不少原創性的新想法或者新技術也源自這裡。


在產學結合方面,根據高校與企業合作的被接收論文數量,可以看出谷歌與許多高校有著密切合作關係,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/院校合作併入選了85篇論文!

學術機構方面,今年排在NIPS入選論文數量前十名的依次為:MIT、斯坦福、CMU、伯克利、喬治亞理工、普林斯頓、牛津、UIUC、康奈爾和清華。


其中,清華大學以 21 篇論文被接收排在第 10 名,這個成果單獨看實際上已經很優秀,只是美國的高校佔據了前十名中的 8 個位置,並且前 6 名都是美國




而根據學術界論文的第一作者,可以看到,斯坦福、MIT、CMU、伯克利在附上「第一作者」這項約束條件下,論文接收數量依然排名前四(雖然具體位置有所變化),勢頭強勁。


不過,清華在這裡排名有所上升,超過了康奈爾和UIUC,位列第 8。香港中文大學排在第14位。

 

進步中的東方古國:中國學者越來越多擔任頂會領域主席和程序主席


從 NIPS 論文接收當中,可以看出中美之間的學術實力差距還有很大的距離。不過,這也是國內很多學者不斷在強調,並且已經意識到且開始採取行動的。


中國確實是在進步。


今年7月的 IJCAI,中國學者獲多篇接觸論文獎,華人一作論文佔總接收論文的 65.5%。南京大學教授周志華還當選 IJCAI 2021年 程序主席,成為 IJCAI 史上第二位華人大會程序主席。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,除了論文接收數量,我們更應該看中國學者在各個頂會中擔任領域主席和各種主席的佔比,特別是在大會報告上何時能有所突破這些,是比論文(包括最佳論文獎)更重要的影響力的體現。


8 月 25 日,國際模式識別會議 ICPR 2018 歷經 40 年首次在中國大陸舉辦。作為模式識別領域的旗艦學術會議,ICPR 自1972年起,每兩年召開一次。在2014年國際模式識別大會的理事會全體會議上,中國和澳大利亞圍繞2018年國際模式識別大會舉辦權展開了激烈角逐。中國科學院自動化所模式識別國家重點實驗室學術委員會主任、中科院院士譚鐵牛和實驗室主任劉成林代表中國作申辦報告並回答了理事會的質詢,最終贏得理事會青睞。


AAAI 2019,兩位程序主席之一,是南京大學的周志華教授,這也是AAAI大會自 1980 年創辦以來,歐美之外國家的學者首次擔任AAAI大會程序主席。


計算機視覺領域的頂會,2019年的CVPR,微軟資深研究員華剛博士將擔任大會程序主席,華剛博士也是CVPR 2017、ICCV 2017的領域主席。


2020年多媒體領域頂會 ACM Multimedia(ACM MM),阿里巴巴副總裁華先勝博士將擔任大會主席,本屆大會也將由阿里巴巴與義大利佩魯賈大學和香港中文大學共同舉辦。


CVPR 2021 主辦團隊也歸屬中國,中科院譚鐵牛院士擔任大會主席,上海科技大學的虞晶怡教授擔任程序主席之一。虞晶怡教授也是 CVPR 2017 的領域主席,他當時接收新智元採訪時表示:「CVPR 2017的大會主席張正友老師、程序主席吳郢和劉燕西老師,以及其他各個委員會近 40 名華人學者功不可沒!」


此外,京東副總裁的裴健博士,是現任的 ACM SIGKDD 主席(任期為 2017.07.01—2019.06.30)。ACL 2018 宣布成立國際計算語言學協會亞太地區分會(AACL,The Asia-Pacific Chapter of the ACL),百度高級副總裁、ACL前任主席王海峰將出任 AACL 創始主席,2020 年 AACL 的會議地點也將設置在亞太地區。更早一點,微軟亞洲研究院副院長周明博士在 2016 年當選為ACL 候任主席。


如今,中國的AI實力距離美國仍然有很大的差距。但是,我們也在追趕,我們也在進步。客觀看待事實,並且不懈努力,沒有捷徑,通往第一的路都是一步一步走出來的。


附錄:以下是上文討論的所有排名的文本


在NIPS 2017發表AI研究的Top 10地區

USA

EEA + Switzerland

China

Japan

Canada

Israel

Korea

Australia

Singapore

India


在NIPS 2017發表AI研究的Top 10國家

USA

China

France

UK

Japan

Canada

Israel

Switzerland

Germany

Finland


基於NIPS 2017的論文發表數,AI研究領域全球排名前25的機構(學術界和產業界)

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上發表AI研究領先的全球Top 20企業

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發表AI研究領先的Top 20美國大學

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發表AI研究領先的全球Top 25大學

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)


參考連結:

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


新智元AI WORLD 2018世界人工智慧峰會

倒計時 

   門票已開售!


新智元將於9月20日在北京國家會議中心舉辦AI WORLD 2018世界人工智慧峰會,邀請機器學習教父、CMU教授 Tom Mitchell,邁克思·泰格馬克,周志華,陶大程,陳怡然等AI領袖一起關注機器智能與人類命運。


大會官網:

http://www.aiworld2018.com/ 


相關焦點

  • 15個官媒沒說的細節:中美航天差距到底有多大?
    眼下中美之間分歧拉大,似乎一時之間難以收場,長期來看,兩個巨大經濟體之間對勝負起到核心作用的必然是科技實力。那麼,中美之間在航天領域的差距有多大呢? 1、美國人阿姆斯特朗於1969年7月代表人類登上了月球。彼時,中國正如火如荼開展著各項全民運動。迄今為止我國多次將人送進太空,但還未能成功登月。
  • AI恆昌 | 中美AI差距縮小,中國無畏「制裁」跑出中國速度
    02 數據說話:中美AI差距究竟有多大 美國的「焦慮」不無道理,放眼全球範圍,從AI的儲備方面看,中國是唯一能與美國抗衡的國家。 報告顯示,近兩年來,中美日成為申請總量排名前三的國家,而中國在總量上的領先優勢大幅超過日、韓等國,更是歐洲專利總量3倍之多。
  • AI機器人令人恐懼的19條理由,你害怕嗎?
    他們能做到的一些事,也令不少人感到恐懼:1、他們可以回答人類的問題類似Siri這樣回答問題的語音助理,在可控範圍之內。不過更先進的人工智慧正在研製,比如Google的一個超級智慧機器人,正開始回答更複雜的哲學問題,像是「生命的意義是什麼」?而名叫索菲亞的機器人,曾在3000名觀眾面前,和人類對話15分鐘。
  • CodeCombat進軍中國市場,中美少兒編程教育有何差距
    中美編程市場存在怎樣的差異呢?大學畢業之後,Nick Winter曾創建過一款App「Skritter」,這款產品是通過AI教外國人漢語閱讀和書寫。這款App讓Nick Winter萌生新的創業想法,「我都可以教世界上最難的語言,我為什麼不能教編程呢?」CodeCombat順勢成立。CodeCombat延續Skritter產品思路。
  • NIPS 2017 深度學習論文集錦 (2)
    代碼地址 https://github.com/c-hofer/nips2017相關數據集 http://www.mit.edu/~pinary/kdd/datasets.tar.gz[24] Deep Dynamic Poisson Factorization Model ChengYue Gong, win-bin
  • NIPS 2018 出現了假網站
    目前,NIPS 官方已經向數千名 AI 研究員與往屆參會人員發送郵件通知,提示大家 NIPS 2018 的官方網站為:https://nips.cc。(假網站地址:http://nips2018.org/)
  • 比一比,告訴你聯想中美差價真實原因
    為何聯想在中美的差價這麼大,我們重刊一篇寫於2015年的文章,儘管文中的例證已經過時,但其分析的原因應該至今仍有參考價值。對於中美差價問題也深惡痛絕,感覺是極大的不公平與歧視;但玩THINKPAD的經驗告訴我,聯想中美價格差距問題絕非一句增值稅高那麼簡單。 根據多年觀察市場的了解,THINKPAD筆記本分為「行貨」和「水貨」。所謂「行貨」即通過正常渠道在中國大陸市場上銷售的機器,而「水貨」則是本應在別的國家和地區銷售的機器,「走私」到中國大陸市場上銷售。
  • 《GTA5》給你看「窮人」與「有錢人」的生活水平差距有多大!
    可是遊戲中的一些缺點也是不能忽視了,就是線上模式的巨大的成功,讓無數玩家慕名而來吸引了大量的玩家在遊戲中進行微交易,給R星帶來了極其穩定的收入,如果情況繼續下去,R星一定不會急於開發新的作品,就算是GTA6以後發售了GTA5線上模式可能還會非常的火熱,線上模式已經了一款網路遊戲,全世界的玩家在這裡不停的養成著自己的角色,他們或者窮空潦倒沒有一套高級房產,或者家財萬貫擁有洛聖都全部的地產資源,在這裡體驗人與人的終極差距
  • 深度 | 龍芯推出新一代處理器,離 Intel 還有多大差距?
    從實測數據來看,這款晶片的綜合性能已經超越了 Intel Atom 系列和 ARM 系列 CPU。這個性能,用中國工程院院士倪光南的話來說,已經達到了可用的水平。日常的使用、辦公、出差都沒有任何問題。【史上最強的龍芯 3A3000 處理器】很多童鞋都好奇,龍芯的晶片究竟有多大能力呢?龍芯總設計師胡偉武對這些晶片做了詳細的介紹。
  • 內存雙通道和單通道差距到底有多大?實驗告訴你
    內存雙通道,就是在北橋(又稱之為MCH)晶片級裡設計兩個內存控制器,這兩個內存控制器可相互獨立工作,每個控制器控制一個內存通道。
  • 中國SaaS和Salesforce的差距到底有多大?
    最近,Salesforce市值突破萬億超過老牌B端公司Oracle,瞬間就有媒體撰文認為這是SaaS模式的勝利。 可我們想問的是,美國市場的成功能夠適用中國市場嗎?中國SaaS和Salesforce的差距到底有多大呢?相比美國市場的成功,SaaS在中國市場可謂業績傷感。
  • 【筆吧科普】4核i5與i7差距究竟有多大?(圖文+視頻)
    那麼問題來了,這樣的4核i5,與筆記本的4核i7差距究竟有多大呢?先介紹一下本次科普的主角,i5-7300HQ。如果這倆CPU的差距只取決於頻率和線程數,那現在就可以粗略估計一下兩者的性能差距3.4*(4+4*25%)/(3.1*4)≈37%。那麼,實際跑分中,i5和i7的差距能有多大呢?
  • 電腦內存4G和8G差距能有多大?
    其實4G內存真的也夠用,就算裝win10也沒什麼問題,只不過要注意裝32位的,裝64位真的會比前者卡頓一些,畢竟微軟給出32位系統不是沒有道理,windows 32位和windows 64位作業系統是指:CPU一次處理數據的能力是32位還是64位。
  • 《絕地求生》與《和平精英》的差距有多大?畫質對比後誰是弟弟?
    絕地求生這款遊戲的端遊和手遊都非常火熱,而且每日在線人數一直 處於上升趨勢,很多玩家說吃雞的熱度很快就會下降,從數據來看的話端遊的數據確實在下降
  • 全球醫療實力排名:各國差距有多大?
    By正商參考 (微信最好的財經讀物,以專業的視角傳遞政經信息,深度解讀財經新聞,這裡使你了解更真實的中國) 微信號:zsnc-ok來源:DT財經微信號:DTcaijing美國約翰斯·霍普金斯大學實時數據顯示
  • 芮成鋼| 平常人生有多令人恐懼?
    「為什麼我們對平凡的人生深懷恐懼?」這是著名作家梁曉聲曾撰文的發問。這的確是一個糾結又撓心的問題。     當價值觀模糊,甚至被扭曲,不以公平正直為榮,熱衷「走捷徑」就是誘人之選。而在「成功學」跑道上,越是脫韁野馬,一騎絕塵,就越深入歧途。
  • 驍龍865和驍龍888plus差距有多大?哪個好
    手機處理器更新換代的速度可以說是比較快的,之前還大熱的驍龍865轉眼間就被驍龍888plus搶了風頭,現在將這兩款處理器對比的話,驍龍865和驍龍888plus差距有多大
  • 【真相】每個人都撒謊?谷歌大數據告訴我們的真實人性!
    《每個人都撒謊——大數據、新數據和網絡能告訴的真實的我們》的作者並非知名作家也不是著名學者,而是一位年輕的數據專家,塞斯 史蒂芬 – 達維德維茨 (Seth Stephens-Davidowitz )。
  • 內存條DDR3和DDR4究竟有多大差距?
    隨著時代的更迭,也是為了更好的賣主板,現在很多廠家的主板都只支持DDR4內存,或許應該說市面上百分之99.99的廠家產出的主板都只支持一種內存規格,許多手裡拿著DDR3內存的吃瓜群眾表示被坑的很受傷,可是也沒有辦法,畢竟市面上支持DDR4內存的主板太多,那麼DDR3內存和DDR4內存之間的性能差距到底有多大呢
  • 中國人均純收入和美日差距有多大
    和美國日本差距有多大?本文版權由騰訊財經《枕頭財經》所有,轉載請註明來自微信公號:枕頭財經(ID:pillowfinance)並附上微信二維碼。或聯繫我們獲取授權。(微信號:bnu-king)1990年以來GDP增速一覽。