人工智能是當前的技術熱點，也是各國爭奪的技術制高點。一段時間以來，國內外都有不少聲音認為中國有可能在AI方面取得領先。不過風投機構Thundermark的主理合伙人Gleb Chuvpilo通過分析AI領域內最著名的AI研究學術會議的入選論文作者與組織后認為，在先進AI技術貢獻方面，中國跟西方還差得遠。

雖然媒體可能想引導你往那方面想，但在人工智能研究方面，西方仍然遙遙領先，并沒有中國坐上頭把交椅的迫在眉睫。為什么我們會知道這一點？因為我們深入調查了最有名望的國際AI研究場所，神經信息處理系統大會（NIPS）。NIPS 2017是最近的一次，在加州長灘舉行，吸引的注冊觀眾超過了8000人，比上一年增加了2000.會議收到了3240篇論文，其中有679篇被錄用，通過率為21%。我們通過這些會議論文集研究了這670篇錄用論文，編譯出了一份多達2497人的作者極其隸屬組織（當然有很多都是重復的）的完整清單，然后計算出所謂的發表指數（Publication Index）。

下圖就是結果，大體上遵從了因子為3的冪次定律分布：美國的領先優勢明顯，發表指數達到414，排在其次的是西歐，指數為136，中國雖然排名第三，但指數只有39。（另外說一下，我們把西歐定義為EEA（歐洲經濟區）+瑞士，而EEA包括歐盟、挪威、盧森堡；我們覺得把這些歐洲國家捆綁到一起是合理的，因為他們之間有著健康的研究經費協調以及跨國合作）

在NIPS 2017上發表了AI研究的前10大地區（藍色為學術發表指數，橙色為行業發表指數）

我們建立的這個發表指數的機制是這樣：每發表一篇文章就得1分，由N位作者平分，每位得1/N分（假設大家的貢獻一樣）。然后我們再把這些分數分配給每一位作者主要隸屬的組織（有時候甚至還有第二、第三隸屬組織，但本次研究忽略這個了）。比方說，如果一篇論文有5位作者——3位來自MIT，一位來自牛津大學，一位來自Google——則每位作者可得1/5，也就是0.2分。因此，光靠這一篇論文，MIT的發表指數就增加了3*0.2=0.6分，而牛津大學指數會增加0.2分，Google也會加0.2分。由于MIT是美國的，所以這會給美國的發表指數增加0.6分。類似地，牛津大學是英國的，EEA+瑞士區會增加0.2。最后，Google是一家總部位于美國的跨國企業，因此美國的發表指數還會增加0.2.其總得分就是0.8。這里的想法是建立一套一致的方法論，把分數按照出版物作者數反比進行分配，這種做法應該會產生一組聚合度相當高的統計數字。

現在你可能對特定國家而不是群體的排名情況很感興趣：

NIPS 2017上AI研究排名前10的國家

這里的結構甚至更加引人注目，美國在AI研究方面仍然以發表指數 414一騎絕塵，但是接下來的玩家卻要小了一個數量級，其中中國是39，法國為37，英國是34。換句話說，在發表先進AI研究方面，美國比中國領先10倍。

研究這些數據時我們還有哪些發現呢？如果要你猜全球前5大AI研究領導者（學術和行業方面）的話，你覺得會是誰呢？

按照NIPS 2017論文發表數排名的前25大領先AI研究組織（學術及行業）

這一塊也是美國占據了領先位置。毫無疑問，有著DeepMind、Google Brain以及Google Research等研究部門以及海量消費者及企業數據的Google是翹楚。緊隨其后的是4家任何有抱負的AI和機器人學博士生夢想進入的研究生院——卡內基梅隆大學（CMU）、麻省理工學院（MIT）、斯坦福大學以及加州大學伯克利分校，分別占據2、3、4、5的位置。

接下來我們再看看學術界和產業界在爭奪出色的AI研究人員方面的戰況如何：

NIPS 2017學術界與產業界的AI研究情況

很有趣的是，現在有1/5的AI研究來自于產業。博士生、博士后以及主要研究者為了“陰暗面”工作后必須放棄一切發表自身成果的希望的日子已經一去不復返了。這是很大的變化，令人鼓舞的是AI研究這個社區仍在堅持開放研究成果。戰斗尚未取得勝利，因為我們還沒有看到蘋果在NIPS 2017上發表任何的研究，而蘋果是該領域的關鍵玩家之一，Siri app和HomePod都是這方面的應用。

既然談到了企業這個主題，我們不妨看看他們相互之間的情況比較：

在NIPS 2017上AI研究領先的20家全球公司

Google自然是排名第一。有著精英云集的微軟研究院的微軟占據第二的位置，Facebook憑借FAIR的貢獻排名第三。擁有Watson的IBM排在第四。而有著豐田研究所的豐田公司排名第6。

我們研究的最后一個問題是如果你要讀研，希望被頂級的AI研究人員包圍的話，應該去哪一所大學（至少基于我們從NIPS了解到的東西）？先從美國的大學開始：

美國在NIPS 2017上AI研究領先的20所大學

如果你對去全球任何一個地方讀研持開放態度的話，以下是全球前25的圖表：

全球在NIPS 2017上AI研究領先的25所大學

最后，我們可以給對NIPS 2017的分析下結論了。當然，可能仍然有許多開放性的問題。比方說，你可能會問如果中國對其最新的AI研究保守秘密呢？也許這就是中國大學和公司沒有發表更多論文的原因呢？盡管絕對存在這種可能性，但我們傾向認為這不大可能。畢竟，對于任何中國的AI研究人員來說，在NIPS上發表論文是在全世界獲得就業機會的敲門磚。更有可能的解釋是中國落后了，而他們的AI戰略實際上上抄襲別人的研究成果，然后應用到國內的數據集上。