NIPS論文、人才庫、初創公司數量，全方位對比中美AI實力

新聞 09-17

儘管前段時間西方媒體大肆渲染中國人工智慧趕超美國，但實際上，西方在人工智慧研究方面仍領先一籌，中國並非對其構成迫在眉睫的威脅。我們深入了解在最負盛名的國際人工智慧研究會議——神經信息處理系統會議(NIPS)上各自入選論文，並結合人工智慧人才庫和兩國AI初創公司數量、融資等方面，詳細比較中美AI的實力。

最新一屆NIPS 2017在加利福尼亞州長灘舉行，吸引了超過8,000名註冊參與者，比去年增加了2,000名。提交的3,240份論文中有679篇論文被接受，獲得了21%的錄取率。通過這些會議論文集，我們了解到有679篇被接受的論文，並編製了2,497位作者及其附屬組織的完整列表(當然有許多重複)，然後計算了得出一個出版物指數(Publication Index)。

你可以在下面的圖表看到，大致遵循因子為3的冪律分布：美國處於明顯領先狀態，出版物指數為414;其次是西歐，指數為136;中國排在第三，指數為39。(另外，我們將西歐定義為EEA(歐洲經濟區)+瑞士，EEA包括歐盟、挪威和盧森堡;我們認為將這些歐洲國家捆綁在一起是公平的，由於研究資金的良好協調以及它們之間的多國合作。)

以下是我們創建的出版物指數的工作原理：每發表一份文章得一分，然後在其N個作者之間均勻分配，每個作者得分為1 / N(我們假設貢獻相等)。然後，我們將這些分數分配給每個作者的主要附屬組織(有時我們會忽略本次研究中的次級或甚至三級附屬組織)。例如，如果一篇論文有五位作者，三位來自麻省理工學院，一位來自牛津大學，一位來自谷歌，每位作者將獲得1/5分，或0.2分。

因此，單從這篇論文來看，MIT的出版物指數增加3 * 0.2 = 0.6分，牛津大學為0.2，谷歌為0.2。由於MIT總部設在美國，MIT的關係將使美國的出版物指數增加0.6分。同樣，由於牛津大學位於英國，EEA +瑞士類別將增加0.2。最後，谷歌是一家總部設在美國的跨國公司，因此美國出版物指數再增加0.2分，總共為0.8分。這裡的想法是建立一種一致的方法，根據發表論文中作者數量的反比來分配分數，應該能產生一組公平的綜合統計數據。

此時，你可能對特定國家/地區的排名感興趣，而不是匯總：

這裡的結果更加引人注目，美國主導人工智慧研究，出版物指數為414(與以前一樣)，但接下來的三個參與者規模要小一些，中國為39，法國為37，換句話說，在發布先進的人工智慧研究方面，美國的領先優勢是中國的10倍。

當我們查看數據時，我們還發現了什麼?如果你想要在學術界和工業界挑選出人工智慧研究的五大全球領導者，他們會是誰?

美國也是這一類別中的佼佼者。毫不奇怪，谷歌憑藉其DeepMind，Google Brain和Google Research部門以及獲取無數消費者和商業數據，是理所當然的強者。剩下四個名額則是任何有抱負的人工智慧和機器人博士生夢想中的研究生院。卡內基梅隆大學(CMU)，麻省理工學院(MIT)，斯坦福大學和加州大學伯克利分校，分別排名第二、第三、第四和第五。

接下來，讓我們來看看學術界和產業界如何就傑出人工智慧研究人員進行公平競爭：

有趣的是，目前幾乎五分之一的人工智慧研究來自產業界。博士畢業生、博士後和主要調查員在為「黑暗一面」工作時，不得不放棄發表作品的所有希望，好日子已經一去不復返了。這是一個大問題，令人鼓舞的是，人工智慧研究界堅持要保持研究成果的開放。由於我們沒有看到蘋果公司在NIPS 2017發布任何研究，而蘋果公司是該領域的主要參與者之一，如其Siri應用程序和HomePod產品。

既然我們是關於公司的話題，讓我們看看它們是如何排名如何：

當然，我們已經預計谷歌會成為第一。擁有精英Microsoft Research部門的微軟排名第二，而擁有FAIR的Facebook排名第三。 IBM與Watson一起排名第四。多虧了豐田研究所，得以讓豐田排名第五。

我們在這裡要提到的最後一個問題是，如果你想要與頂級人工智慧研究人員在一起，你至少應該去念研究生，至少根據我們從NIPS那裡得到的了解。僅從美國的學校開始：

現在，如果你願意去世界任何地方讀研究生，這裡是前25名的圖表：

有了這個，我們就結束了對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只是對他們最新的人工智慧研究保密，這或許是中國大學和公司沒有發表更多論文的原因。雖然不失為一種可能性，但我們傾向於認為這是不太可能的。畢竟，在NIPS上發表文章是任何中國AI研究人員獲得全球就業機會的門票。

更可能的解釋是中國在這一方面還在努力發展，Peter Thiel曾在《Zero to One》說，中國的人工智慧戰略善於借鑒其他地方的研究成果，然後將其應用於國內數據集。中國人會很聰明地借鑒發達國家的一切：19世紀的鐵路，20世紀的空調，甚至整個城市。當然，也會視情況在此過程中發展很快，而略過幾步，例如直接進入無線網路而不安裝固定電話，但中國正在借鑒有利於自己發展的內容，並且制定戰略，一步步去實時。人工智慧時代戰略競爭中的新美國安全中心報告表示：

「在奧巴馬執政的最後一年，白宮發布了幾篇旨在使美國走向更加連貫的人工智慧方法的論文。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。本報告的一些作者認為，中國的人工智慧戰略反映了奧巴馬政府報告中的關鍵原則，而現在情況是中國採用它們而不是美國。」

NIPS 2018：美國依舊領先

根據NIPS 2018論文接收情況，谷歌以絕對優勢領先，旗下谷歌研究院入選107篇，DeepMind入選45篇，總共152篇，幾乎占所有論文的15%。其次是微軟，以46篇排名第二。此次騰出AI Lab表現可圈可點，有17篇論文入選，位列第8。相信騰訊以後數量還會不斷提高，畢竟騰訊 AI Lab 的考核指標之一，就是發頂會論文的數量。

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MIT、斯坦福大學、CMU等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。

人工智慧人才庫

衡量人工智慧實力，除了論文研究數量，相關人才也是一大指標。在過去的幾年中，對人工智慧專家的需求呈指數增長。隨著企業越來越多地為自己的業務採用人工智慧解決方案，對經驗豐富、受教育程度高、技術熟練的人才的需求，在短期內沒有任何停止的跡象。

Element AI總結了對全球人工智慧人才庫的範圍和廣度的研究，發表了《2018年全球人工智慧人才報告》。儘管這些數據可視化地圖顯示了2018年初全球人才的分布，但我們想要承認，這是一個以西方為中心的人工智慧專家模式。

騰訊在今年年初發布《2017年全球人工智慧白皮書》，該報告主要關注的是中國，而不是美國。騰訊的研究發現，目前「30萬活躍的研究人員和從業人員中有20萬」已經在該行業工作，而大約有10萬人在學術界進行研究或學習。騰訊的數量遠遠超過了我們的標準，主要是因為它包括了整個技術團隊，而不僅僅是受過專業訓練的專家。然而，這一的報告側重於找出目前世界上相對較少的「人工智慧專家」在哪裡。

1. 北美

在Element AI的22,000個LinkedIn個人資料中，幾乎一半的候選人(9,010)在美國生活和工作。大多數LinkedIn專家將他們的研究領域列為計算機科學(12,856)或計算機工程(3,879)，不太常見的研究領域包括數學(2,592)，物理(2,157)和IT(1,175)。這些專家中的很大一部分曾在某個時候為谷歌(756)，微軟(357)或IBM(265)工作，並且擁有3到10年的工作經驗。

美國佔據人工智慧人才市場的主導地位並不令人驚訝。 Paysa最近在一項關於人工智慧人才的研究中發現，近6.5億美元將被用在美國人工智慧工資年度計劃,，其中幾家美國公司已經籌集了10億美元用於資助AI開發，其他國家很難與美國競爭。

2. 歐洲

英國是緊隨美國之後的第二名，共有1861位知名候選人。在英國，工業一直是一個重要的參與者，這導致了人才流失：正如《衛報》的伊恩·桑普爾曾指出的那樣，人工智慧教授們已經離開了這個行業，主要是因為對人才的需求「遠遠超過了供給」。

另一方面，德國卻面臨著相反的問題。正如博世人工智慧研究中心的人工智慧研究主管亞西爾?賈迪迪向英國《金融時報》指出的那樣，德國擁有大量「年輕的專業人士和學者」，而這些「年輕的專業人士和學者」仍然「隱藏著」。在有276名會議主持人的學術背景下，德國一直在考慮將人工智慧技術商業化的方法。新興的科技中心，如德國南部的網路谷，正在尋求給工業和學術界提供一個共享的空間。

其他歐洲國家也有大量的專家：法國有797個符合條件的LinkedIn個人資料，而西班牙則有606個。總的來說，很明顯，近年來，歐洲已經穩步成為尋找人工智慧人才的競爭場所。

然而，到目前為止，Element AI所涵蓋的北美和歐洲AI主導地位並未描繪出全球人才的全貌。亞洲在LinkedIn和會議演示數據中的代表性極低，這主要是因為Element AI以英美為中心的方法。

總的來說，Element AI發現亞洲國家更加註重開發人工智慧技術的應用，而不是投資於學術研究。

3. 中國

中國的人工智慧市場增長驚人。美國-中國經濟與安全審查委員會在其2017年年度報告中指出，「當地[中國]政府已承諾提供超過70億美元的人工智慧資金，而像深圳這樣的城市正在為人工智慧創業公司提供100萬美元。相比之下，美國聯邦政府在2015年投入11億美元用於非機密性人工智慧研究，主要是通過競爭性撥款。」

根據這份報告，中國科技公司百度，阿里巴巴和騰訊已經成為「人工智慧的全球領導者」，這一趨勢得到了中國政府將人工智慧作為國家優先事項的強化。就在去年7月，CNN報道，中國計劃在未來幾年內建立一個價值1500億美元的人工智慧產業。

儘管資金有了這麼大的飛躍，但西方基本上沒有意識到中國正在進行的工作。正如吳恩達在接受《大西洋月刊》採訪時指出的那樣，「中國對英語世界的情況有相當深刻的認識，但情況恰恰相反。」雖然中國的研究人員會說英語，並能接觸到西方世界的研究，但由於語言障礙，英語社區與中國的研究隔絕了。Element AI在LinkedIn搜索僅收集了413份個人資料，其中206位也是會議主持人。

雖然中國的人工智慧教育發展迅速，但仍然很難找到嚴肅的人工智慧。中國的許多AI從業者已經從電氣工程領域或計算機科學的另一個分支領域轉型。簡而言之，雖然中國人才庫的增長顯示無意很快停止，但仍需要一些時間來建立一個可與美國相媲美的嚴謹市場。

AI初創公司數量

無論你是害怕還是擁抱它，AI革命即將到來，它有望對世界經濟產生巨大影響。普華永道估計，到2030年，人工智慧可為全球GDP增加15.7萬億美元。而中國和美國在人工智慧開發方面的競爭很難量化。今年初，研究公司CB Insights發布了其2018年AI 100排行榜，根據投資者質量和動力等因素，從2000多家候選公司中挑選出來的。總體而言，AI 100初創公司排行榜中，共有367筆交易，獲得了117億美元的股權融資。

根據CB Insights報道，中國在人工智慧創業公司的資金支持方面已超過美國。中國佔2017年全球人工智慧啟動資金總額的48%，而美國為38%。例如，今日頭條以31億美元最高融資資金領先。

然而，這還不是中國的直接勝利。就個體交易的數量而言，中國僅佔總數的9%，即在100家創業公司中，中國只有7家初創公司上榜。而美國在人工智慧初創總數和總體資金總額方面均領先，榜單中76家是以在美國。

不過，最重要的是，中國在人工智慧初創公司融資的美元價值方面處於領先地位，CB Insights表示，中國正在「積極執行一項徹底設計的人工智慧願景」。

1. 美國初創公司數量領先

毫不奇怪地說，美國是人工智慧的明確市場領導者。到目前為止，美國在資金、公司數量和全球影響力方面擁有最強大的人工智慧生態系統。所有AI公司中有40%位於美國。如果我們考慮所有AI公司在美國設有銷售辦事處或總部，而其核心技術團隊位於其他地方，如波蘭，以色列或法國，則數量會更高。

美國的領導地位是矽谷和紐約/波士頓大都市區成熟、資金充足、蓬勃發展的數字生態系統的結晶。超過16個政府機構在財政和政治上支持AI公司(包括DARPA，CIA和NSA)。美國還擁有一流的大學(如斯坦福大學和麻省理工學院)，以及非常強大的企業研究機構(如Google DeepMind)。

當政府的激勵，大學和企業的應用研究，企業家精神，私人融資和蓬勃發展的併購市場共同發揮作用時，美國就成了技術產業如何強勁增長的榜樣。

2. 中國排名第二

中國在世界人工智慧方面排名第二，大約11%的AI公司都在中國，這個結果雖令人驚訝但也在情理之中。

對於一些人來說，這可能不足為奇，因為中國已經公開宣布打算在2030年成為人工智慧的世界領導者。人工智慧是雄心勃勃的五年發展計劃的一部分。政府向北京和天津的研究中心注入數十億資金。初創公司的市場資金非常充足，估值甚至高於矽谷。中國發布學術論文和人工智慧創業公司數量驚人，且增長最快。

中國在人工智慧方面的天然優勢是有據可查的。與美國相比，它擁有龐大的人口(14億)，為公司快速擴張提供了大量數據和機會。其人工智慧部門也得到了政府的支持，能夠迅速轉移資源(而不像白宮處於缺席狀態)，且國家對數字法規的寬鬆態度意味著公司可以更自由地進行實驗。

我們相信，憑藉著政府的大力支持，充足的資金和明確的戰略，中國可以在幾年內迅速發展成一個有影響力的人工智慧參與者。

附錄：以下是NIPS 2017討論的所有排名的文本

在NIPS 2017發表AI研究的Top 10地區

美國

EEA +瑞士

中國

日本

加拿大

以色列

韓國

澳大利亞

新加坡

印度

在NIPS 2017發表AI研究的Top 10國家

美國

中國

法國

聯合王國

日本

加拿大

以色列

瑞士

德國

芬蘭

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)

谷歌(美國)

卡內基梅隆大學(美國)

麻省理工學院(美國)

斯坦福大學(美國)

加州大學伯克利分校(美國)

微軟(美國)

伊利諾伊大學厄巴納 - 香檳分校(美國)

Inria(法國)

ETH蘇黎世(瑞士)

杜克大學(美國)

多倫多大學(加拿大)

普林斯頓大學(美國)

劍橋大學(英國)

喬治亞理工學院(美國)

牛津大學(英國)

EPFL(瑞士)

密歇根大學(美國)

紐約大學(美國)

哈佛大學(美國)

哥倫比亞大學(美國)

清華大學(中國)

康奈爾大學(美國)

以色列理工學院

南加州大學(美國)

Facebook(美國)

NIPS 2017上發表AI研究領先的全球Top 20企業

谷歌(美國)

微軟(美國)

Facebook(美國)

IBM(美國)

豐田(日本)

Adobe(美國)

亞馬遜(美國)

NTT(日本)

OpenAI(美國)

NEC(日本)

迪士尼(美國)

騰訊(中國)

三菱(日本)

好奇AI公司(芬蘭)

prowler.io(英國)

諾基亞(芬蘭)

英偉達(美國)

百度(中國)

英特爾(美國)

Salesforce(美國)

在NIPS 2017發表AI研究領先的Top 20美國大學

卡內基梅隆大學(CMU)

麻省理工學院(MIT)

斯坦福大學

加州大學伯克利分校

伊利諾伊大學厄巴納 - 香檳分校

杜克大學

普林斯頓大學

喬治亞理工學院

密歇根大學

紐約大學

哈佛大學

哥倫比亞大學

康奈爾大學

南加州大學

UT奧斯汀

加州大學洛杉磯分校(UCLA)

UC聖地亞哥

威斯康星大學麥迪遜分校

馬薩諸塞大學阿默斯特分校

華盛頓大學

在NIPS 2017發表AI研究領先的全球Top 25大學