解读我国人工智能与西方人工智能之间的差距
人工智能是当前的技术热点，也是各国争夺的技术制高点。一段时间以来，国内外都有不少声音认为中国有可能在ai方面取得领先。不过风投机构thundermark的主理合伙人gleb chuvpilo通过分析ai领域内最著名的ai研究学术会议的入选论文作者与组织后认为，在先进ai技术贡献方面，中国跟西方还差得远。
虽然媒体可能想引导你往那方面想，但在人工智能研究方面，西方仍然遥遥领先，并没有中国坐上头把交椅的迫在眉睫。为什么我们会知道这一点？因为我们深入调查了最有名望的国际ai研究场所，神经信息处理系统大会（nips）。nips 2017是最近的一次，在加州长滩举行，吸引的注册观众超过了8000人，比上一年增加了2000.会议收到了3240篇论文，其中有679篇被录用，通过率为21%。我们通过这些会议论文集研究了这670篇录用论文，编译出了一份多达2497人的作者极其隶属组织（当然有很多都是重复的）的完整清单，然后计算出所谓的发表指数（publication index）。
下图就是结果，大体上遵从了因子为3的幂次定律分布：美国的领先优势明显，发表指数达到414，排在其次的是西欧，指数为136，中国虽然排名第三，但指数只有39。（另外说一下，我们把西欧定义为eea（欧洲经济区）+瑞士，而eea包括欧盟、挪威、卢森堡；我们觉得把这些欧洲国家捆绑到一起是合理的，因为他们之间有着健康的研究经费协调以及跨国合作）
在nips 2017上发表了ai研究的前10大地区（蓝色为学术发表指数，橙色为行业发表指数）
我们建立的这个发表指数的机制是这样：每发表一篇文章就得1分，由n位作者平分，每位得1/n分（假设大家的贡献一样）。然后我们再把这些分数分配给每一位作者主要隶属的组织（有时候甚至还有第二、第三隶属组织，但本次研究忽略这个了）。比方说，如果一篇论文有5位作者——3位来自mit，一位来自牛津大学，一位来自google——则每位作者可得1/5，也就是0.2分。因此，光靠这一篇论文，mit的发表指数就增加了3*0.2=0.6分，而牛津大学指数会增加0.2分，google也会加0.2分。由于mit是美国的，所以这会给美国的发表指数增加0.6分。类似地，牛津大学是英国的，eea+瑞士区会增加0.2。最后，google是一家总部位于美国的跨国企业，因此美国的发表指数还会增加0.2.其总得分就是0.8。这里的想法是建立一套一致的方法论，把分数按照出版物作者数反比进行分配，这种做法应该会产生一组聚合度相当高的统计数字。
现在你可能对特定国家而不是群体的排名情况很感兴趣：
nips 2017上ai研究排名前10的国家
这里的结构甚至更加引人注目，美国在ai研究方面仍然以发表指数 414一骑绝尘，但是接下来的玩家却要小了一个数量级，其中中国是39，法国为37，英国是34。换句话说，在发表先进ai研究方面，美国比中国领先10倍。
研究这些数据时我们还有哪些发现呢？如果要你猜全球前5大ai研究领导者（学术和行业方面）的话，你觉得会是谁呢？
按照nips 2017论文发表数排名的前25大领先ai研究组织（学术及行业）
这一块也是美国占据了领先位置。毫无疑问，有着deepmind、google brain以及google research等研究部门以及海量消费者及企业数据的google是翘楚。紧随其后的是4家任何有抱负的ai和机器人学博士生梦想进入的研究生院——卡内基梅隆大学（cmu）、麻省理工学院（mit）、斯坦福大学以及加州大学伯克利分校，分别占据2、3、4、5的位置。
接下来我们再看看学术界和产业界在争夺出色的ai研究人员方面的战况如何：
nips 2017学术界与产业界的ai研究情况
很有趣的是，现在有1/5的ai研究来自于产业。博士生、博士后以及主要研究者为了“阴暗面”工作后必须放弃一切发表自身成果的希望的日子已经一去不复返了。这是很大的变化，令人鼓舞的是ai研究这个社区仍在坚持开放研究成果。战斗尚未取得胜利，因为我们还没有看到苹果在nips 2017上发表任何的研究，而苹果是该领域的关键玩家之一，siri app和homepod都是这方面的应用。
既然谈到了企业这个主题，我们不妨看看他们相互之间的情况比较：
在nips 2017上ai研究领先的20家全球公司
google自然是排名第一。有着精英云集的微软研究院的微软占据第二的位置，facebook凭借fair的贡献排名第三。拥有watson的ibm排在第四。而有着丰田研究所的丰田公司排名第6。
我们研究的最后一个问题是如果你要读研，希望被顶级的ai研究人员包围的话，应该去哪一所大学（至少基于我们从nips了解到的东西）？先从美国的大学开始：
美国在nips 2017上ai研究领先的20所大学
如果你对去全球任何一个地方读研持开放态度的话，以下是全球前25的图表：
全球在nips 2017上ai研究领先的25所大学
最后，我们可以给对nips 2017的分析下结论了。当然，可能仍然有许多开放性的问题。比方说，你可能会问如果中国对其最新的ai研究保守秘密呢？也许这就是中国大学和公司没有发表更多论文的原因呢？尽管绝对存在这种可能性，但我们倾向认为这不大可能。毕竟，对于任何中国的ai研究人员来说，在nips上发表论文是在全世界获得就业机会的敲门砖。更有可能的解释是中国落后了，而他们的ai战略实际上上抄袭别人的研究成果，然后应用到国内的数据集上。
华为到底要如何建立VR和AR的内容生态
双曲面高颜值，iPhone8最新渲染图曝光，我觉得你不会买？
瑞浦兰钧储能系统的升级：电芯从280Ah换成320Ah
边缘计算ai技术是什么？
推挽逆变器中两开关管漏极产生尖峰的原因分析
解读我国人工智能与西方人工智能之间的差距
西门子1200上升沿和下降沿的操作流程
传真机的使用方法及故障解决方法
工信部：一个亿万级的智能网联汽车产业正应运而生
开放的生态加速人工智能时代的到来
大普技术荣膺“2023年度最具创新精神IC设计企业奖”
从九号公司看中国高新企业全球化：技术创新力仍是参与高价值竞争的关键
flash存储器的特点
从理论到实践：硅光800G QSFP-DD DR8/DR8+/DR8++的实际应用与优势
AI芯片市场风云再起，但「中国芯」的逆袭路才刚刚起步
润开鸿深度共建第二届OpenHarmony技术大会成功举办，软硬件技术齐闪耀
未来L4/L5自动驾驶系统中的展望以及多传感器融合解决方案的趋势
为何要用环保电池呢？
集成电路的分类
数码多能一体机的感光器件
虽然媒体可能想引导你往那方面想，但在人工智能研究方面，西方仍然遥遥领先，并没有中国坐上头把交椅的迫在眉睫。为什么我们会知道这一点？因为我们深入调查了最有名望的国际ai研究场所，神经信息处理系统大会（nips）。nips 2017是最近的一次，在加州长滩举行，吸引的注册观众超过了8000人，比上一年增加了2000.会议收到了3240篇论文，其中有679篇被录用，通过率为21%。我们通过这些会议论文集研究了这670篇录用论文，编译出了一份多达2497人的作者极其隶属组织（当然有很多都是重复的）的完整清单，然后计算出所谓的发表指数（publication index）。
下图就是结果，大体上遵从了因子为3的幂次定律分布：美国的领先优势明显，发表指数达到414，排在其次的是西欧，指数为136，中国虽然排名第三，但指数只有39。（另外说一下，我们把西欧定义为eea（欧洲经济区）+瑞士，而eea包括欧盟、挪威、卢森堡；我们觉得把这些欧洲国家捆绑到一起是合理的，因为他们之间有着健康的研究经费协调以及跨国合作）
在nips 2017上发表了ai研究的前10大地区（蓝色为学术发表指数，橙色为行业发表指数）
我们建立的这个发表指数的机制是这样：每发表一篇文章就得1分，由n位作者平分，每位得1/n分（假设大家的贡献一样）。然后我们再把这些分数分配给每一位作者主要隶属的组织（有时候甚至还有第二、第三隶属组织，但本次研究忽略这个了）。比方说，如果一篇论文有5位作者——3位来自mit，一位来自牛津大学，一位来自google——则每位作者可得1/5，也就是0.2分。因此，光靠这一篇论文，mit的发表指数就增加了3*0.2=0.6分，而牛津大学指数会增加0.2分，google也会加0.2分。由于mit是美国的，所以这会给美国的发表指数增加0.6分。类似地，牛津大学是英国的，eea+瑞士区会增加0.2。最后，google是一家总部位于美国的跨国企业，因此美国的发表指数还会增加0.2.其总得分就是0.8。这里的想法是建立一套一致的方法论，把分数按照出版物作者数反比进行分配，这种做法应该会产生一组聚合度相当高的统计数字。
现在你可能对特定国家而不是群体的排名情况很感兴趣：
nips 2017上ai研究排名前10的国家
这里的结构甚至更加引人注目，美国在ai研究方面仍然以发表指数 414一骑绝尘，但是接下来的玩家却要小了一个数量级，其中中国是39，法国为37，英国是34。换句话说，在发表先进ai研究方面，美国比中国领先10倍。
研究这些数据时我们还有哪些发现呢？如果要你猜全球前5大ai研究领导者（学术和行业方面）的话，你觉得会是谁呢？
按照nips 2017论文发表数排名的前25大领先ai研究组织（学术及行业）
这一块也是美国占据了领先位置。毫无疑问，有着deepmind、google brain以及google research等研究部门以及海量消费者及企业数据的google是翘楚。紧随其后的是4家任何有抱负的ai和机器人学博士生梦想进入的研究生院——卡内基梅隆大学（cmu）、麻省理工学院（mit）、斯坦福大学以及加州大学伯克利分校，分别占据2、3、4、5的位置。
接下来我们再看看学术界和产业界在争夺出色的ai研究人员方面的战况如何：
nips 2017学术界与产业界的ai研究情况
很有趣的是，现在有1/5的ai研究来自于产业。博士生、博士后以及主要研究者为了“阴暗面”工作后必须放弃一切发表自身成果的希望的日子已经一去不复返了。这是很大的变化，令人鼓舞的是ai研究这个社区仍在坚持开放研究成果。战斗尚未取得胜利，因为我们还没有看到苹果在nips 2017上发表任何的研究，而苹果是该领域的关键玩家之一，siri app和homepod都是这方面的应用。
既然谈到了企业这个主题，我们不妨看看他们相互之间的情况比较：
在nips 2017上ai研究领先的20家全球公司
google自然是排名第一。有着精英云集的微软研究院的微软占据第二的位置，facebook凭借fair的贡献排名第三。拥有watson的ibm排在第四。而有着丰田研究所的丰田公司排名第6。
我们研究的最后一个问题是如果你要读研，希望被顶级的ai研究人员包围的话，应该去哪一所大学（至少基于我们从nips了解到的东西）？先从美国的大学开始：
美国在nips 2017上ai研究领先的20所大学
如果你对去全球任何一个地方读研持开放态度的话，以下是全球前25的图表：
全球在nips 2017上ai研究领先的25所大学
最后，我们可以给对nips 2017的分析下结论了。当然，可能仍然有许多开放性的问题。比方说，你可能会问如果中国对其最新的ai研究保守秘密呢？也许这就是中国大学和公司没有发表更多论文的原因呢？尽管绝对存在这种可能性，但我们倾向认为这不大可能。毕竟，对于任何中国的ai研究人员来说，在nips上发表论文是在全世界获得就业机会的敲门砖。更有可能的解释是中国落后了，而他们的ai战略实际上上抄袭别人的研究成果，然后应用到国内的数据集上。
华为到底要如何建立VR和AR的内容生态
双曲面高颜值，iPhone8最新渲染图曝光，我觉得你不会买？
瑞浦兰钧储能系统的升级：电芯从280Ah换成320Ah
边缘计算ai技术是什么？
推挽逆变器中两开关管漏极产生尖峰的原因分析
解读我国人工智能与西方人工智能之间的差距
西门子1200上升沿和下降沿的操作流程
传真机的使用方法及故障解决方法
工信部：一个亿万级的智能网联汽车产业正应运而生
开放的生态加速人工智能时代的到来
大普技术荣膺“2023年度最具创新精神IC设计企业奖”
从九号公司看中国高新企业全球化：技术创新力仍是参与高价值竞争的关键
flash存储器的特点
从理论到实践：硅光800G QSFP-DD DR8/DR8+/DR8++的实际应用与优势
AI芯片市场风云再起，但「中国芯」的逆袭路才刚刚起步
润开鸿深度共建第二届OpenHarmony技术大会成功举办，软硬件技术齐闪耀
未来L4/L5自动驾驶系统中的展望以及多传感器融合解决方案的趋势
为何要用环保电池呢？
集成电路的分类
数码多能一体机的感光器件