尽管前段时间西方媒体大肆渲染中国人工智能赶超美国，但实际上，西方在人工智能研究方面仍领先一筹，中国并非对其构成迫在眉睫的威胁。我们深入了解在最负盛名的国际人工智能研究会议——神经信息处理系统会议(NIPS)上各自入选论文，并结合人工智能人才库和两国AI初创公司数量、融资等方面，详细比较中美AI的实力。
最新一届NIPS 2017在加利福尼亚州长滩举行，吸引了超过8,000名注册参与者，比去年增加了2,000名。提交的3,240份论文中有679篇论文被接受，获得了21%的录取率。通过这些会议论文集，我们了解到有679篇被接受的论文，并编制了2,497位作者及其附属组织的完整列表(当然有许多重复)，然后计算了得出一个出版物指数(Publication Index)。
你可以在下面的图表看到，大致遵循因子为3的幂律分布：美国处于明显领先状态，出版物指数为414;其次是西欧，指数为136;中国排在第三，指数为39。(另外，我们将西欧定义为EEA(欧洲经济区)+瑞士，EEA包括欧盟、挪威和卢森堡;我们认为将这些欧洲国家捆绑在一起是公平的，由于研究资金的良好协调以及它们之间的多国合作。)
以下是我们创建的出版物指数的工作原理：每发表一份文章得一分，然后在其N个作者之间均匀分配，每个作者得分为1 / N(我们假设贡献相等)。然后，我们将这些分数分配给每个作者的主要附属组织(有时我们会忽略本次研究中的次级或甚至三级附属组织)。例如，如果一篇论文有五位作者，三位来自麻省理工学院，一位来自牛津大学，一位来自谷歌，每位作者将获得1/5分，或0.2分。
因此，单从这篇论文来看，MIT的出版物指数增加3 * 0.2 = 0.6分，牛津大学为0.2，谷歌为0.2。由于MIT总部设在美国，MIT的关系将使美国的出版物指数增加0.6分。同样，由于牛津大学位于英国，EEA +瑞士类别将增加0.2。最后，谷歌是一家总部设在美国的跨国公司，因此美国出版物指数再增加0.2分，总共为0.8分。这里的想法是建立一种一致的方法，根据发表论文中作者数量的反比来分配分数，应该能产生一组公平的综合统计数据。
此时，你可能对特定国家/地区的排名感兴趣，而不是汇总：
这里的结果更加引人注目，美国主导人工智能研究，出版物指数为414(与以前一样)，但接下来的三个参与者规模要小一些，中国为39，法国为37，换句话说，在发布先进的人工智能研究方面，美国的领先优势是中国的10倍。
当我们查看数据时，我们还发现了什么?如果你想要在学术界和工业界挑选出人工智能研究的五大全球领导者，他们会是谁?
美国也是这一类别中的佼佼者。毫不奇怪，谷歌凭借其DeepMind，Google Brain和Google Research部门以及获取无数消费者和商业数据，是理所当然的强者。剩下四个名额则是任何有抱负的人工智能和机器人博士生梦想中的研究生院。卡内基梅隆大学(CMU)，麻省理工学院(MIT)，斯坦福大学和加州大学伯克利分校，分别排名第二、第三、第四和第五。
接下来，让我们来看看学术界和产业界如何就杰出人工智能研究人员进行公平竞争：
有趣的是，目前几乎五分之一的人工智能研究来自产业界。博士毕业生、博士后和主要调查员在为“黑暗一面”工作时，不得不放弃发表作品的所有希望，好日子已经一去不复返了。这是一个大问题，令人鼓舞的是，人工智能研究界坚持要保持研究成果的开放。由于我们没有看到苹果公司在NIPS 2017发布任何研究，而苹果公司是该领域的主要参与者之一，如其Siri应用程序和HomePod产品。
既然我们是关于公司的话题，让我们看看它们是如何排名如何：
当然，我们已经预计谷歌会成为第一。拥有精英Microsoft Research部门的微软排名第二，而拥有FAIR的Facebook排名第三。 IBM与Watson一起排名第四。多亏了丰田研究所，得以让丰田排名第五。
我们在这里要提到的最后一个问题是，如果你想要与顶级人工智能研究人员在一起，你至少应该去念研究生，至少根据我们从NIPS那里得到的了解。仅从美国的学校开始：
现在，如果你愿意去世界任何地方读研究生，这里是前25名的图表：
有了这个，我们就结束了对NIPS 2017的分析。当然，仍有许多悬而未决的问题。例如，你可能会问中国是否只是对他们最新的人工智能研究保密，这或许是中国大学和公司没有发表更多论文的原因。虽然不失为一种可能性，但我们倾向于认为这是不太可能的。毕竟，在NIPS上发表文章是任何中国AI研究人员获得全球就业机会的门票。
更可能的解释是中国在这一方面还在努力发展，Peter Thiel曾在《Zero to One》说，中国的人工智能战略善于借鉴其他地方的研究成果，然后将其应用于国内数据集。中国人会很聪明地借鉴发达国家的一切：19世纪的铁路，20世纪的空调，甚至整个城市。当然，也会视情况在此过程中发展很快，而略过几步，例如直接进入无线网络而不安装固定电话，但中国正在借鉴有利于自己发展的内容，并且制定战略，一步步去实时。人工智能时代战略竞争中的新美国安全中心报告表示：
“在奥巴马执政的最后一年，白宫发布了几篇旨在使美国走向更加连贯的人工智能方法的论文。这些报告涵盖了从监管到创新再到偏见的各种问题，推动了科学家与政府官员之间的一系列对话。本报告的一些作者认为，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，而现在情况是中国采用它们而不是美国。”
NIPS 2018：美国依旧领先
根据NIPS 2018论文接收情况，谷歌以绝对优势领先，旗下谷歌研究院入选107篇，DeepMind入选45篇，总共152篇，几乎占所有论文的15%。其次是微软，以46篇排名第二。此次腾出AI Lab表现可圈可点，有17篇论文入选，位列第8。相信腾讯以后数量还会不断提高，毕竟腾讯 AI Lab 的考核指标之一，就是发顶会论文的数量。
在产学结合方面，根据高校与企业合作的被接收论文数量，可以看出谷歌与许多高校有着密切合作关系，排名前17的名单中，谷歌就与MIT、斯坦福大学、CMU等7所顶尖高校有着合作。不仅如此，谷歌共与其他企业/院校合作并入选了85篇论文。
学术机构方面，今年排在NIPS入选论文数量前十名的依次为：MIT、斯坦福、CMU、伯克利、佐治亚理工、普林斯顿、牛津、UIUC、康奈尔和清华。
人工智能人才库
衡量人工智能实力，除了论文研究数量，相关人才也是一大指标。在过去的几年中，对人工智能专家的需求呈指数增长。随着企业越来越多地为自己的业务采用人工智能解决方案，对经验丰富、受教育程度高、技术熟练的人才的需求，在短期内没有任何停止的迹象。
Element AI总结了对全球人工智能人才库的范围和广度的研究，发表了《2018年全球人工智能人才报告》。尽管这些数据可视化地图显示了2018年初全球人才的分布，但我们想要承认，这是一个以西方为中心的人工智能专家模式。
腾讯在今年年初发布《2017年全球人工智能白皮书》，该报告主要关注的是中国，而不是美国。腾讯的研究发现，目前“30万活跃的研究人员和从业人员中有20万”已经在该行业工作，而大约有10万人在学术界进行研究或学习。腾讯的数量远远超过了我们的标准，主要是因为它包括了整个技术团队，而不仅仅是受过专业训练的专家。然而，这一的报告侧重于找出目前世界上相对较少的“人工智能专家”在哪里。
1. 北美
在Element AI的22,000个LinkedIn个人资料中，几乎一半的候选人(9,010)在美国生活和工作。大多数LinkedIn专家将他们的研究领域列为计算机科学(12,856)或计算机工程(3,879)， 不太常见的研究领域包括数学(2,592)，物理(2,157)和IT(1,175)。这些专家中的很大一部分曾在某个时候为谷歌(756)，微软(357)或IBM(265)工作，并且拥有3到10年的工作经验。
美国占据人工智能人才市场的主导地位并不令人惊讶。 Paysa最近在一项关于人工智能人才的研究中发现，近6.5亿美元将被用在美国人工智能工资年度计划,，其中几家美国公司已经筹集了10亿美元用于资助AI开发，其他国家很难与美国竞争。
2. 欧洲
英国是紧随美国之后的第二名，共有1861位知名候选人。在英国，工业一直是一个重要的参与者，这导致了人才流失：正如《卫报》的伊恩·桑普尔曾指出的那样，人工智能教授们已经离开了这个行业，主要是因为对人才的需求“远远超过了供给”。
另一方面，德国却面临着相反的问题。正如博世人工智能研究中心的人工智能研究主管亚西尔•贾迪迪向英国《金融时报》指出的那样，德国拥有大量“年轻的专业人士和学者”，而这些“年轻的专业人士和学者”仍然“隐藏着”。在有276名会议主持人的学术背景下，德国一直在考虑将人工智能技术商业化的方法。新兴的科技中心，如德国南部的网络谷，正在寻求给工业和学术界提供一个共享的空间。
其他欧洲国家也有大量的专家：法国有797个符合条件的LinkedIn个人资料，而西班牙则有606个。总的来说，很明显，近年来，欧洲已经稳步成为寻找人工智能人才的竞争场所。
然而，到目前为止，Element AI所涵盖的北美和欧洲AI主导地位并未描绘出全球人才的全貌。亚洲在LinkedIn和会议演示数据中的代表性极低，这主要是因为Element AI以英美为中心的方法。
总的来说，Element AI发现亚洲国家更加注重开发人工智能技术的应用，而不是投资于学术研究。
3. 中国
中国的人工智能市场增长惊人。美国-中国经济与安全审查委员会在其2017年年度报告中指出，“当地[中国]政府已承诺提供超过70亿美元的人工智能资金，而像深圳这样的城市正在为人工智能创业公司提供100万美元。相比之下，美国联邦政府在2015年投入11亿美元用于非机密性人工智能研究，主要是通过竞争性拨款。”
根据这份报告，中国科技公司百度，阿里巴巴和腾讯已经成为“人工智能的全球领导者”，这一趋势得到了中国政府将人工智能作为国家优先事项的强化。就在去年7月，CNN报道，中国计划在未来几年内建立一个价值1500亿美元的人工智能产业。
尽管资金有了这么大的飞跃，但西方基本上没有意识到中国正在进行的工作。正如吴恩达在接受《大西洋月刊》采访时指出的那样，“中国对英语世界的情况有相当深刻的认识，但情况恰恰相反。”虽然中国的研究人员会说英语，并能接触到西方世界的研究，但由于语言障碍，英语社区与中国的研究隔绝了。Element AI在LinkedIn搜索仅收集了413份个人资料，其中206位也是会议主持人。
虽然中国的人工智能教育发展迅速，但仍然很难找到严肃的人工智能。中国的许多AI从业者已经从电气工程领域或计算机科学的另一个分支领域转型。简而言之，虽然中国人才库的增长显示无意很快停止，但仍需要一些时间来建立一个可与美国相媲美的严谨市场。
AI初创公司数量
无论你是害怕还是拥抱它，AI革命即将到来，它有望对世界经济产生巨大影响。普华永道估计，到2030年，人工智能可为全球GDP增加15.7万亿美元。而中国和美国在人工智能开发方面的竞争很难量化。今年初，研究公司CB Insights发布了其2018年AI 100排行榜，根据投资者质量和动力等因素，从2000多家候选公司中挑选出来的。总体而言，AI 100初创公司排行榜中，共有367笔交易，获得了117亿美元的股权融资。
根据CB Insights报道，中国在人工智能创业公司的资金支持方面已超过美国。中国占2017年全球人工智能启动资金总额的48%，而美国为38%。例如，今日头条以31亿美元最高融资资金领先。
然而，这还不是中国的直接胜利。就个体交易的数量而言，中国仅占总数的9%，即在100家创业公司中，中国只有7家初创公司上榜。而美国在人工智能初创总数和总体资金总额方面均领先，榜单中76家是以在美国。
不过，最重要的是，中国在人工智能初创公司融资的美元价值方面处于领先地位，CB Insights表示，中国正在“积极执行一项彻底设计的人工智能愿景”。
1. 美国初创公司数量领先
毫不奇怪地说，美国是人工智能的明确市场领导者。到目前为止，美国在资金、公司数量和全球影响力方面拥有最强大的人工智能生态系统。所有AI公司中有40%位于美国。如果我们考虑所有AI公司在美国设有销售办事处或总部，而其核心技术团队位于其他地方，如波兰，以色列或法国，则数量会更高。
美国的领导地位是硅谷和纽约/波士顿大都市区成熟、资金充足、蓬勃发展的数字生态系统的结晶。超过16个政府机构在财政和政治上支持AI公司(包括DARPA，CIA和NSA)。美国还拥有一流的大学(如斯坦福大学和麻省理工学院)，以及非常强大的企业研究机构(如Google DeepMind)。
当政府的激励，大学和企业的应用研究，企业家精神，私人融资和蓬勃发展的并购市场共同发挥作用时，美国就成了技术产业如何强劲增长的榜样。
2. 中国排名第二
中国在世界人工智能方面排名第二，大约11%的AI公司都在中国，这个结果虽令人惊讶但也在情理之中。
对于一些人来说，这可能不足为奇，因为中国已经公开宣布打算在2030年成为人工智能的世界领导者。人工智能是雄心勃勃的五年发展计划的一部分。政府向北京和天津的研究中心注入数十亿资金。初创公司的市场资金非常充足，估值甚至高于硅谷。中国发布学术论文和人工智能创业公司数量惊人，且增长最快。
中国在人工智能方面的天然优势是有据可查的。与美国相比，它拥有庞大的人口(14亿)，为公司快速扩张提供了大量数据和机会。其人工智能部门也得到了政府的支持，能够迅速转移资源(而不像白宫处于缺席状态)，且国家对数字法规的宽松态度意味着公司可以更自由地进行实验。
我们相信，凭借着政府的大力支持，充足的资金和明确的战略，中国可以在几年内迅速发展成一个有影响力的人工智能参与者。
附录：以下是NIPS 2017讨论的所有排名的文本
在NIPS 2017发表AI研究的Top 10地区
美国
EEA +瑞士
中国
日本
加拿大
以色列
韩国
澳大利亚
新加坡
印度
在NIPS 2017发表AI研究的Top 10国家
美国
中国
法国
联合王国
日本
加拿大
以色列
瑞士
德国
芬兰
基于NIPS 2017的论文发表数，AI研究领域全球排名前25的机构(学术界和产业界)
谷歌(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)
伊利诺伊大学厄巴纳 - 香槟分校(美国)
Inria(法国)
ETH苏黎世(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)
佐治亚理工学院(美国)
牛津大学(英国)
EPFL(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
南加州大学(美国)
Facebook(美国)
NIPS 2017上发表AI研究领先的全球Top 20企业
谷歌(美国)
微软(美国)
Facebook(美国)
IBM(美国)
丰田(日本)
Adobe(美国)
亚马逊(美国)
NTT(日本)
OpenAI(美国)
NEC(日本)
迪士尼(美国)
腾讯(中国)
三菱(日本)
好奇AI公司(芬兰)
prowler.io(英国)
诺基亚(芬兰)
英伟达(美国)
英特尔(美国)
Salesforce(美国)
在NIPS 2017发表AI研究领先的Top 20美国大学
卡内基梅隆大学(CMU)
麻省理工学院(MIT)
斯坦福大学
加州大学伯克利分校
伊利诺伊大学厄巴纳 - 香槟分校
杜克大学
普林斯顿大学
佐治亚理工学院
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
UT奥斯汀
加州大学洛杉矶分校(UCLA)
UC圣地亚哥
威斯康星大学麦迪逊分校
马萨诸塞大学阿默斯特分校
华盛顿大学
在NIPS 2017发表AI研究领先的全球Top 25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)
伊利诺伊大学厄巴纳 - 香槟分校(美国)
Inria(法国)
ETH苏黎世(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)
佐治亚理工学院(美国)
牛津大学(英国)
EPFL(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
南加州大学(美国)
UT奥斯汀(美国)
加州大学洛杉矶分校(美国)
加州大学圣地亚哥分校
*本文来源前瞻网
閱讀更多 世紀大新聞 的文章
