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》(Nature Index)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3 x 0.2，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%)。
2019 AI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 (South Korea) — 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 (South Korea) — 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-82.3
2.麻省理工学院-69.8
3.卡内基梅隆大学-67.7
4.伯克利大学-54.0
5.普林斯顿大学-31.5
6.康奈尔大学-30.9
7.佐治亚理工学院-30.1
8.得克萨斯大学奥斯汀分校-29.9
9.伊利诺伊大学-29.4
10.哥伦比亚大学-29.2
11.加州大学洛杉矶分校-27.2
12.华盛顿大学-24
13.哈佛大学-19.2
14.杜克大学-18.7
15.纽约大学-17.7
16.加州大学圣地亚哥分校-14.6
17.威斯康星大学麦迪逊分校-14.4
18.马萨诸塞大学阿默斯特分校-13.8
19.南加州大学-13.5
20.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）-82.3
2.麻省理工学院（美国）-69.8
3.卡内基梅隆大学（美国）-67.7
4.加州大学伯克利分校（美国）-54.0
5.牛津大学（英国）-37.7
6.普林斯顿大学（美国）-31.5
7.康奈尔大学（美国）-30.9
8.佐治亚理工学院（美国）-30.1
9.得克萨斯大学奥斯汀分校（美国）-29.9
10.伊利诺伊大学（美国）-29.4
11.哥伦比亚大学（美国）- 29.2
12.清华大学（中国）-28.4
13.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）-27.0
15.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）- 22.3
18.北京大学（中国）- 21.6
19.多伦多大学（加拿大）-21.4
20.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%
NeurIPS 2019和ICML 2019，2200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-6.97
2.以色列-4.88
3.美国-3.85
4.新加坡-2.34
5.加拿大-2.17
6.丹麦-2.11
7.英国-1.90
8.芬兰-1.75
9.法国-1.41
10.瑞典-1.11
11.澳大利亚-1.08
12.韩国-0.91
13.荷兰-0.89
14.奥地利-0.84
15.德国-0.78
16.拉脱维亚-0.67
17.比利时-0.44
18.爱沙尼亚-0.44
19.日本-0.39
20.挪威-0.32
21.塞浦路斯-0.28
22.阿拉伯联合酋长国-0.26
23.台湾-0.22
24.爱尔兰-0.21
25.意大利-0.19
26.沙特阿拉伯-0.15
27.希腊-0.14
28.中国-0.13
29.捷克共和国-0.11
30.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(Allen Institute for Artificial Intelligence)的分析发现，在被引用次数Top 10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。
One More Thing
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
大咖齐聚！量子位MEET大会精彩回放
量子位 MEET 2020 智能未来大会精彩回放来袭！李开复、倪光南、景鲲、周伯文、吴明辉、曹旭东、叶杰平、唐文斌、王砚峰、黄刚、马原等AI大咖与你一起读懂人工智能。扫码观看回放吧~ ~
跟大咖交流 | 进入AI社群
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
