{"id":13586,"url":"\/distributions\/13586\/click?bit=1&hash=d51248b864fc2536881ecff329f016f361fa84fdd76d6e9aaa5b17f1b9fefbb0","title":"\u0417\u0432\u043e\u043d\u0438\u0442\u044c \u0438\u0437 \u041a\u0430\u043b\u0438\u043d\u0438\u043d\u0433\u0440\u0430\u0434\u0430 \u0432 \u042f\u043a\u0443\u0442\u0438\u044e \u043f\u043e \u0432\u0438\u0434\u0435\u043e \u0431\u0435\u0437 \u0437\u0430\u0434\u0435\u0440\u0436\u0435\u043a","buttonText":"\u0410\u043b\u043b\u043e!","imageUuid":"bc8e606b-9a50-5550-a16e-3fed09971ed5","isPaidAndBannersEnabled":false}
Gleb Chuvpilo

Рейтинг исследователей искусственного интеллекта 2020 года: смогут ли США остаться в лидерах?

Предисловие

Представляем Вам наш ежегодный рейтинг исследователей искусственного интеллекта (ИИ) за 2020 год (вот рейтинг за 2019 год). На этот раз мы проанализировали публикации с двух самых престижных исследовательских конференций в области ИИ: Международной конференции по машинному обучению (ICML 2020) и Конференции по нейронным системам обработки информации (NeurIPS 2020). Используя материалы конференции, мы изучили каждую из 2986 принятых статей (1087 статей в ICML и 1899 статей в NeurIPS) и составили список авторов и их дочерних организаций, а затем рассчитали индекс публикаций для каждой организации (см. раздел «Методология” ниже). Самое интуитивное объяснение понятия “индекс публикаций» — с точки зрения эквивалентных полных статей: индекс публикаций Google, равный 220, можно интерпретировать так, как если бы Google опубликовал 220 полных статей на двух ведущих конференциях по ИИ в 2020 году.

Мы начнем этот анализ с подробностей методологии, перейдем к рейтингам исследователей ИИ за 2020 год, затем покажем другие интересные графики, изучим изменения между рейтингами 2019 и 2020 годов, и, наконец, обсудим, смогут ли Соединенные Штаты остаться в лидерах.

Методология

Методология нашего индекса публикаций получила вдохновение от индекса журнала Nature (Nature Index):

Для определения вклада страны, региона или учреждения в статью и обеспечения того, чтобы они не учитывались более одного раза, индекс Nature использует дробный подсчет (ДП), который учитывает долю авторства по каждой статье. Общая сумма ДП, доступная для каждой статьи, равна 1, и она распределяется между всеми авторами при условии, что каждый из них внес свой вклад в равной степени. Например, статья с 10 авторами означает, что каждый автор получает оценку 0.1. Для авторов, связанных более чем с одним учреждением, авторский ДП затем делится поровну между каждым учреждением. Общая сумма ДП для учреждения рассчитывается путем суммирования ДП для отдельных аффилированных авторов. Этот процесс аналогичен для стран/регионов, хотя и осложняется тем фактом, что некоторые учреждения имеют зарубежные лаборатории, которые будут учитываться при подсчете итоговых данных по принимающей стране/региону.

Единственное отличие состоит в том, что наш индекс публикаций учитывает зарубежные лаборатории по стране/региону штаб-квартиры (вместо страны/региона физического пребывания). Это спорный момент, но мы считаем, что такой подход лучше отражает передачу интеллектуальной собственности и соответствующую выгоду, получаемую штаб-квартирой, а не местной лабораторией. Чтобы прояснить этот момент, давайте посмотрим на DeepMind, исследовательскую лабораторию искусственного интеллекта, расположенную в Великобритании, которую Google приобрела в 2014 году. В этом анализе мы считаем статьи, опубликованные DeepMind, статьями её нынешнего владельца, Google и, следовательно, Соединенных Штатов, что может разочаровать наших друзей в Великобритании. Однако, учитывая сложность определения физического местонахождения каждого автора, используя только материалы конференций, это был единственный последовательный подход к авторству, который мы смогли найти. Будем надеяться, что организаторы конференций предоставят дополнительную информацию об авторстве в будущем, чтобы мы могли создать две версии рейтинга: одну на основе корпоративной структуры собственности, а другую — на основе физического местонахождения авторов.

Вот пример расчета индекса публикации. Если у статьи пять авторов — трое из Массачусетского технологического института (MIT), один из Оксфордского университета и один из Google, каждый автор получит 1/5 от одного балла, или 0,2. В результате только на основании этой статьи MIT увеличит свой индекс публикаций на 3 * 0,2 = 0,6 пункта, Оксфордский университет увеличит свой индекс на 0,2, а Google добавит 0,2. Поскольку MIT находится в Соединенных Штатах, его участие в статье увеличит индекс публикаций США на 0,6. Точно так же, поскольку Оксфордский университет находится в Великобритании, регион «Европейская экономическая зона + Швейцария + Великобритания» увеличится на 0,2. Наконец, Google — транснациональная корпорация со штаб-квартирой в Соединенных Штатах, поэтому Соединенные Штаты увеличат свой индекс публикаций еще на 0,2, в результате чего общее увеличение составит 0,8. Если автор имеет несколько аффилированных лиц, мы разделяем его / ее / их долю по каждой из этих аффилированных организаций. Например, в приведенном выше случае, если последний автор указал две аффилированности, Google и Стэнфордский университет (а не только Google), и Google, и Стэнфордский университет получили бы дополнительные 0,2 / 2 = 0,1 балла.

Наконец, причина, по которой мы сочли справедливым объединить публикации ICML и NeurIPS в один и тот же набор данных, заключается в том, что у них схожий престиж среди ведущих исследователей ИИ, схожее институциональное участие и схожие показатели принятия статей к публикации (21,8% для ICML и 20,0% для NeurIPS).

Рейтинг исследователей искусственного интеллекта 2020 года

Топ-50 стран, лидирующих в исследованиях ИИ в 2020 году:

Топ-50 стран, лидирующих в исследованиях ИИ в 2020 году Глеб Чувпило

1. США — 1677,8
2. Китай — 281,2
3. Соединенное Королевство — 161,0
4. Канада — 114,5
5. Франция — 102,9
6. Германия — 91,5
7. Швейцария — 86,7
8. Южная Корея — 76,6
9. Япония — 57,8
10. Израиль — 57,7
11. Австралия — 47,6
12. Сингапур — 30,1
13. Индия — 22,7
14. Италия — 19,5
15. Россия — 19,2
16. Швеция — 16,0
17. Нидерланды — 15,1
18. Австрия — 11,0
19. Дания — 10,3
20. Саудовская Аравия — 10,2
21. Финляндия — 9,4
22. Бельгия — 8,9
23. Португалия — 6,6
24. Тайвань — 5,9
25. Испания — 5,4
26. Польша — 4,0
27. Вьетнам — 2,9
28. Бразилия — 2,8
29. Греция — 2,8
30. ЮАР — 2,5
31. ОАЭ — 2,2
32. Чехия — 1,8
33. Иран — 1,7
34. Чили — 1,3
35. Норвегия — 1,1
36. Румыния — 1,0
37. Турция — 1,0
38. Пакистан — 0,9
39. Венгрия — 0,7
40. Северная Македония — 0,3
41. Люксембург — 0,3
42. Египет — 0,3
43. Барбадос — 0,3
44. Таиланд — 0,3
45. Кипр — 0,3
46. Катар — 0,2
47. Малайзия — 0,2

Топ-100 организаций (академических и коммерческих), лидирующих в исследованиях ИИ в 2020 году:

Топ-100 организаций, лидирующих в исследованиях ИИ в 2020 году Глеб Чувпило

1. Google (США) — 220,1
2. Стэнфордский университет (США) — 106,1
3. Массачусетский технологический институт (США) — 99,6
4. Калифорнийский университет в Беркли (США) — 86,7
5. Университет Карнеги-Меллона (США) — 71,3
6. Microsoft (США) — 66,5
7. Оксфордский университет (Великобритания) — 51,9
8. Facebook (США) — 48,5
9. Университет Цинхуа (Китай) — 46,8
10. Принстонский университет (США) — 45,0
11. Техасский университет в Остине (США) — 40,1
12. Швейцарская высшая техническая школа Цюриха (Швейцария) — 39,0
13. Федеральная политехническая школа Лозанны (Швейцария) — 36,5
14. Гарвардский университет (США) — 36,0
15. Корнельский университет (США) — 35,6
16. Колумбийский университет (США) — 33,3
17. Нью-Йоркский университет (США) — 33,2
18. Калифорнийский университет в Лос-Анджелесе (США) — 33,0
19. Иллинойсский университет в Урбане-Шампейн (США) — 32,8
20. KAIST — Корейский институт передовых технологий (Южная Корея) — 31,8
21. IBM (США) — 29,7
22. Кембриджский университет (Великобритания) — 29,3
23. Калифорнийский университет в Сан-Диего (США) — 27,8
24. Пекинский университет (Китай) — 27,0
25. Пенсильванский университет (США) — 26,5
26. Университет Дьюка (США) — 24,9
27. Национальный университет Сингапура (Сингапур) — 24,4
28. Технологический институт Джорджии (США) — 23,9
29. Мэрилендский университет (США) — 22,7
30. Университетский колледж Лондона (Великобритания) — 22,4
31. Вашингтонский университет (США) — 22,3
32. Университет Торонто (Канада) — 21,5
33. Технион (Израиль) — 19,9
34. Мичиганский университет (США) — 18,8
35. INRIA — Государственный институт исследований в информатике и автоматике (Франция) — 18,6
36. Массачусетский университет в Амхерсте (США) — 17,4
37. Университет Висконсин-Мэдисон (США) — 16,7
38. Университет Южной Калифорнии (США) — 16,4
39. Техасский университет A&M (США) — 15,6
40. Мила (Канада) — 15,6
41. Университет Пердью (США) — 15,3
42. Бостонский университет (США) — 15,2
43. Шанхайский университет Цзяо Тонг (Китай) — 14,8
44. Сеульский национальный университет (Южная Корея) — 14,3
45. Huawei (Китай) — 14,3
46. nvidia (США) — 13,9
47. Amazon (США) — 13,5
48. RIKEN — Институт физико-химических исследований (Япония) — 13,5
49. Миннесотский университет (США) — 12,8
50. Университет Джона Хопкинса (США) — 12,4
51. Университет Макгилла (Канада) — 12,4
52. Тель-Авивский университет (Израиль) — 12,3
53. Имперский колледж Лондона (Великобритания) — 12,2
54. Сиднейский университет (Австралия) — 12,2
55. Чикагский университет (США) — 12,1
56. Калифорнийский технологический институт (США) — 11,9
57. Тюбингенский университет (Германия) — 11,9
58. Китайский университет науки и технологий (Китай) — 11,7
59. Северо-Восточный университет (США) — 11,5
60. Samsung (Южная Корея) — 11,1.
61. Университет Рутгерса (США) — 11,1
62. Университет Райса (США) — 10,5
63. Токийский университет (Япония) — 10,5
64. Alibaba (Китай) — 10,5
65. Нанкинский университет (Китай) — 10,4
66. Йельский университет (США) — 10,2
67. Университет Альберты (Канада) — 10,2
68. Высшая нормальная школа Парижа (Франция) — 10,1
69. Научно-технологический университет имени короля Абдаллы (Саудовская Аравия) — 10,0
70. Университет Британской Колумбии (Канада) — 9,9
71. Северо-Западный университет (США) — 9,8
72. Наньянский технологический университет (Китай) — 9,7
73. Китайский университет Гонконга (Китай) — 9,3
74. Tencent (Китай) — 9,2
75. Технологический институт Toyota в Чикаго (США) — 9,0
76. CNRS — Национальный центр научных исследований (Франция) — 9,0
77. Эдинбургский университет (Великобритания) — 8,9
78. Институт Вейцмана (Израиль) — 8,8
79. Гонконгский университет науки и технологий (Китай) — 8,2
80. Калифорнийский университет в Санта-Барбаре (США) — 7,9
81. Монреальский университет (Канада) — 7,9
82. Сиднейский технологический университет (Австралия) — 7,9
83. Амстердамский университет (Нидерланды) — 7,9
84. Технический университет Мюнхена (Германия) — 7,8
85. Яндекс (Россия) — 7,5
86. Apple (США) — 7,4
87. OpenAI (США) — 7,3
88. Байду (Китай) — 7,3
89. Институт интеллектуальных систем Макса Планка (Германия) — 7,2.
90. Калифорнийский университет в Дэвисе (США) — 7,2
91. Criteo (Франция) — 7,1
92. Государственный университет Огайо (США) — 6,9
93. Королевский технологический институт KTH (Швеция) — 6,8
94. Калифорнийский университет в Ирвине (США) — 6,8
95. Uber (США) — 6,8
96. Intel (США) — 6,7
97. Университет Аалто (Финляндия) — 6,5
98. Университет Северной Каролины (США) — 6,5.
99. Еврейский университет (Израиль) — 6,5
100. Чжэцзянский университет (Китай) — 6,1

Топ-100 американских университетов, лидирующих в исследованиях ИИ в 2020 году:

Топ-100 американских университетов, лидирующих в исследованиях ИИ в 2020 году Глеб Чувпило

1. Стэнфордский университет — 106,1
2. Массачусетский технологический институт — 99,6
3. Калифорнийский университет в Беркли — 86,7
4. Университет Карнеги-Меллона — 71,3
5. Принстонский университет — 45,0
6. Техасский университет в Остине — 40,1
7. Гарвардский университет — 36,0
8. Корнельский университет — 35,6
9. Колумбийский университет — 33,3
10. Нью-Йоркский университет — 33,2
11. Калифорнийский университет в Лос-Анджелесе — 33,0
12. Иллинойсский университет в Урбане-Шампейн — 32,8
13. Калифорнийский университет в Сан-Диего — 27,8
14. Пенсильванский университет — 26,5
15. Университет Дьюка — 24,9
16. Технологический институт Джорджии — 23,9
17. Мэрилендский университет — 22,7
18. Вашингтонский университет — 22,3
19. Мичиганский университет — 18,8
20. Массачусетский университет в Амхерсте — 17,4
21. Университет Висконсин-Мэдисон — 16,7
22. Университет Южной Калифорнии — 16,4
23. Техасский университет A&M — 15,6
24. Университет Пердью — 15,3
25. Бостонский университет — 15,2
26. Университет Миннесоты — 12,8
27. Университет Джона Хопкинса — 12,4
28. Чикагский университет — 12,1
29. Калифорнийский технологический институт — 11,9
30. Северо-Восточный университет — 11,5
31. Университет Рутгерса — 11,1
32. Университет Райса — 10,5
33. Йельский университет — 10,2
34. Северо-Западный университет — 9,8
35. Технологический институт Toyota в Чикаго — 9,0
36. Калифорнийский университет в Санта-Барбаре — 7,9
37. Калифорнийский университет в Дэвисе — 7,2
38. Университет штата Огайо — 6,9
39. Калифорнийский университет в Ирвине — 6,8
40. Университет Северной Каролины — 6,5
41. Питтсбургский университет — 5,7
42. Университет Юты — 5,4
43. Университет Индианы — 5,1
44. Университет штата Нью-Йорк в Стоуни-Брук — 4.5
45. Вашингтонский университет в Мэдисоне — 4,3
46. Университет Вирджинии — 4,2
47. Университет штата Нью-Йорк в Баффало — 4,1
48. Иллинойсский университет в Чикаго — 4,0
49. Университет Айовы — 3,8
50. Государственный университет Пенсильвании — 3,8
51. Политехнический институт Ренсселера — 3,7
52. Брауновский университет — 3,4
53. Институт Аллена — 3,3
54. Институт перспективных исследований — 3,2
55. Университет Флориды — 3,2
56. Государственный университет Северной Каролины — 2,9
57. Технологический институт Вирджинии — 2,8
58. Университет штата Мичиган — 2,8
59. Университет штата Орегон — 2,7
60. Технологический институт Стивенса — 2,2
61. Ливерморская национальная лаборатория им. Лоуренса — 2,2
62. Вашингтонский университет в Сент-Луисе — 2,2
63. Дартмутский колледж — 2,1
64. Университет Аризоны — 2,0
65. Университет Нотр-Дам — 2,0
66. Техасский университет в Далласе — 2.0
67. Калифорнийский университет в Мерседе — 1,9
68. Делавэрский университет — 1,8
69. Калифорнийский университет в Санта-Крус — 1,8
70. Рочестерский технологический институт — 1,7
71. Калифорнийский университет в Риверсайд — 1,7
72. Университет штата Аризона — 1,6
73. Университет Орегона — 1,5
74. Техасский университет в Арлингтоне — 1,5
75. Технологический институт Нью-Джерси — 1,3
76. Бингемтонский университет — 1,3
77. Лос-Аламосская национальная лаборатория — 1,2
78. Обернский университет — 1,1
79. Университет Лихай — 1,1
80. Университет штата Нью-Йорк в Олбани — 1.0
81. Университет Содружества Вирджинии — 1,0
82. Университет Южной Флориды — 1,0
83. Университет Коннектикута — 1,0
84. Государственный университет Миннесоты — 1,0
85. Карлтонский университет — 1,0
86. Медицинский колледж Альберта Эйнштейна — 1.0
87. Университет Вандербильта — 1,0
88. Университет Северной Каролины в Шарлотте — 1,0
89. Вустерский политехнический институт — 1,0
90. Колледж Уильяма и Мэри — 1,0
91. Темплский университет — 0,8
92. Университет штата Флорида — 0,8
93. Исследовательская лаборатория армии США — 0,8.
94. Арканзасский университет — 0,8
95. Университет штата Луизиана — 0,8
96. Университет Бригама Янга — 0,8
97. Университет Толедо — 0,7
98. Университет штата Айова — 0,7
99. Государственный университет Джорджии — 0,7
100. Рочестерский университет — 0,6

Топ-100 всемирных университетов, лидирующих в исследованиях ИИ в 2020 году:

Топ-100 всемирных университетов, лидирующих в исследованиях ИИ в 2020 году Глеб Чувпило

1. Стэнфордский университет (США) — 106,1
2. Массачусетский технологический институт (США) — 99,6
3. Калифорнийский университет в Беркли (США) — 86,7
4. Университет Карнеги-Меллона (США) — 71,3
5. Оксфордский университет (Великобритания) — 51,9
6. Университет Цинхуа (Китай) — 46,8
7. Принстонский университет (США) — 45,0
8. Техасский университет в Остине (США) — 40,1
9. Швейцарская высшая техническая школа Цюриха (Швейцария) — 39,0
10. Федеральная политехническая школа Лозанны (Швейцария) — 36,5
11. Гарвардский университет (США) — 36,0
12. Корнельский университет (США) — 35,6
13. Колумбийский университет (США) — 33,3
14. Нью-Йоркский университет (США) — 33,2
15. Калифорнийский университет в Лос-Анджелесе (США) — 33,0
16. Университет Иллинойса в Урбана-Шампейн (США) — 32,8
17. KAIST — Корейский институт передовых технологий (Южная Корея) — 31,8
18. Кембриджский университет (Великобритания) — 29,3
19. Калифорнийский университет в Сан-Диего (США) — 27,8
20. Пекинский университет (Китай) — 27,0
21. Пенсильванский университет (США) — 26,5
22. Университет Дьюка (США) — 24,9
23. Национальный университет Сингапура (Сингапур) — 24,4
24. Технологический институт Джорджии (США) — 23,9
25. Мэрилендский университет (США) — 22,7
26. Университетский колледж Лондона (Великобритания) — 22,4
27. Вашингтонский университет (США) — 22,3
28. Университет Торонто (Канада) — 21,5
29. Технион (Израиль) — 19,9
30. Мичиганский университет (США) — 18,8
31. INRIA — Государственный институт исследований в информатике и автоматике (Франция) — 18,6
32. Массачусетский университет в Амхерсте (США) — 17,4
33. Университет Висконсин-Мэдисон (США) — 16,7
34. Университет Южной Калифорнии (США) — 16,4
35. Техасский университет A&M (США) — 15,6
36. Мила (Канада) — 15,6
37. Университет Пердью (США) — 15,3
38. Бостонский университет (США) — 15,2
39. Шанхайский университет Цзяо Тонг (Китай) — 14,8
40. Сеульский национальный университет (Южная Корея) — 14,3
41. RIKEN — Институт физико-химических исследований (Япония) — 13,5
42. Миннесотский университет (США) — 12,8
43. Университет Джона Хопкинса (США) — 12,4
44. Университет Макгилла (Канада) — 12,4
45. Тель-Авивский университет (Израиль) — 12,3
46. Имперский колледж Лондона (Великобритания) — 12,2
47. Сиднейский университет (Австралия) — 12,2
48. Чикагский университет (США) — 12,1
49. Калифорнийский технологический институт (США) — 11,9
50. Тюбингенский университет (Германия) — 11,9
51. Китайский университет науки и технологий (Китай) — 11,7
52. Северо-Восточный университет (США) — 11,5
53. Университет Рутгерса (США) — 11,1
54. Университет Райса (США) — 10,5
55. Токийский университет (Япония) — 10,5
56. Нанкинский университет (Китай) — 10,4
57. Йельский университет (США) — 10,2
58. Университет Альберты (Канада) — 10,2
59. Высшая нормальная школа Парижа (Франция) — 10,1
60. Научно-технологический университет имени короля Абдаллы (Саудовская Аравия) — 10,0
61. Университет Британской Колумбии (Канада) — 9,9
62. Северо-Западный университет (США) — 9,8
63. Наньянский технологический университет (Китай) — 9,7
64. Китайский университет Гонконга (Китай) — 9,3
65. Технологический институт Toyota в Чикаго (США) — 9,0
66. CNRS — Национальный центр научных исследований (Франция) — 9,0
67. Эдинбургский университет (Великобритания) — 8,9
68. Институт Вейцмана (Израиль) — 8,8
69. Гонконгский университет науки и технологий (Китай) — 8,2
70. Калифорнийский университет в Санта-Барбаре (США) — 7,9
71. Монреальский университет (Канада) — 7,9
72. Сиднейский технологический университет (Австралия) — 7,9
73. Амстердамский университет (Нидерланды) — 7,9
74. Технический университет Мюнхена (Германия) — 7,8
75. Институт интеллектуальных систем Макса Планка (Германия) — 7,2.
76. Калифорнийский университет в Дэвисе (США) — 7,2
77. Государственный университет Огайо (США) — 6,9
78. Королевский технологический институт KTH (Швеция) — 6,8
79. Калифорнийский университет в Ирвине (США) — 6,8
80. Университет Аалто (Финляндия) — 6,5
81. Университет Северной Каролины (США) — 6,5
82. Еврейский университет (Израиль) — 6,5
83. Чжэцзянский университет (Китай) — 6,1
84. Университет Ватерлоо (Канада) — 5,9
85. Питтсбургский университет (США) — 5,7
86. Университет Юты (США) — 5,4
87. Австрийский институт науки и технологии (Австрия) — 5,4
88. IIS — Индийский научный институт (Индия) — 5,3
89. Миланский политехнический университет (Италия) — 5,2
90. Университет Индианы (США) — 5,1
91. Мельбурнский университет (Австралия) — 4,9
92. Сидянский университет (Китай) — 4,9
93. Политехническая школа (Франция) — 4,7
94. Австралийский национальный университет (Австралия) — 4,5
95. Институт вектора (Канада) — 4,5
96. Институт информатики Макса Планка (Германия) — 4,5.
97. Университет штата Нью-Йорк в Стоуни Брук (США) — 4,5.
98. Сколковский институт науки и технологий (Россия) — 4,5.
99. Национальная школа статистики и экономического управления Парижа (Франция) — 4,4
100. Вашингтонский университет в Мэдисоне (США) — 4,3

Топ-100 всемирных компаний, лидирующих в исследованиях ИИ в 2020 году:

Топ-100 всемирных компаний, лидирующих в исследованиях ИИ в 2020 году Глеб Чувпило

1. Google (США) — 220,1
2. Microsoft (США) — 66,5
3. Facebook (США) — 48,5
4. IBM (США) — 29,7
5. Huawei (Китай) — 14,3
6. nvidia (США) — 13,9
7. Amazon (США) — 13,5
8. Samsung (Южная Корея) — 11,1
9. Alibaba (Китай) — 10,5
10. Tencent (Китай) — 9,2
11. Яндекс (Россия) — 7,5
12. Apple (США) — 7,4
13. OpenAI (США) — 7,3
14. Baidu (Китай) — 7,3
15. Criteo (Франция) — 7,1
16. Uber (США) — 6,8
17. Intel (США) — 6,7
18. Salesforce (США) — 5,7
19. Adobe (США) — 5,5
20. Qualcomm (США) — 5,4
21. Bosch (Германия) — 5,1
22. NEC (Япония) — 4,0
23. SenseTime (Китай) — 3,8
24. JD (Китай) — 3,8
25. Институт Флэтайрон (США) — 3,3
26. Bytedance (Китай) — 3,3
27. Element AI (Канада) — 3,3
28. Naver (Южная Корея) — 3,2
29. NTT (Япония) — 3,2
30. aitrics (Южная Корея) — 3,0
31. Data61 (Австралия) — 2,9
32. VinAI (Вьетнам) — 2,5
33. Borealis AI (Канада) — 2,5
34. Mitsubishi (Япония) — 2,3
35. Kakao (Южная Корея) — 2,2
36. LinkedIn (США) — 2,2
37. Preferred Networks (Япония) — 1,9
38. Hitachi (Япония) — 1,9
39. Autodesk (США) — 1,8.
40. Covariant AI (США) — 1,8
41. Idiap (Швейцария) — 1,7
42. Shannon.AI (Китай) — 1,6
43. Neural Magic (США) — 1,6
44. 4Paradigm (Китай) — 1,5
45. Spotify (Швеция) — 1,5
46. prowler.io (Великобритания) — 1,5
47. Layer6 (Канада) — 1,4
48. JP Morgan (США) — 1,3
49. Walmart (США) — 1,3
50. reciTAL (Франция) — 1,2
51. Ant Group (Китай) — 1,2
52. Siemens (Германия) — 1,2
53. RealityEngines.AI (США) — 1.2
54. Megvii (Китай) — 1,2
55. Pinterest (США) — 1,1
56. Didi Chuxing (Китай) — 1,1
57. Speechmatics (Великобритания) — 1,0
58. Vicarious AI (США) — 1.0
59. SAS (США) — 1,0
60. Netflix (США) — 1,0
61. Fujitsu (Япония) — 1.0
62. Graphcore (Великобритания) — 1.0
63. ESTsoft (Южная Корея) — 1.0.
64. LightOn (Франция) — 0,9
65. Netease (Китай) — 0,9
66. Cyberagent (Япония) — 0,8
67. prophesee (Франция) — 0,8
68. Guangzhou Huya Technology Co. (Китай) — 0,8
69. Sony (Япония) — 0,8
70. Latent Space (США) — 0,8.
71. nnaisense (Швейцария) — 0,7
72. AI21 (Израиль) — 0,7
73. Indust.ai (США) — 0,7
74. Hugging Face (США) — 0,7
75. InstaDeep (Великобритания) — 0,7
76. Euclidean Technologies (США) — 0,7
77. D-Wave (Канада) — 0,7
78. Volkswagen (Германия) — 0,6
79. ASAPP (США) — 0,6
80. Abacus.AI (США) — 0,6
81. Argo AI (США) — 0,5
82. Ant Financial (Китай) — 0,5
83. Shenzhen SmartMore Technology (Китай) — 0,5.
84. Yahoo! (США) — 0,5
85. Toshiba (Япония) — 0,5
86. RJ Research Consulting (США) — 0,5.
87. Clova (Южная Корея) — 0,5
88. FiveAI (Великобритания) — 0,5
89. Horizon Robotics (Китай) — 0,5.
90. Twitter (США) — 0,5
91. Radiance Technologies (США) — 0,4.
92. Invenia (Канада) — 0,4
93. iflytek (Китай) — 0,4.
94. TAL Education (Китай) — 0,4.
95. XaiPient (США) — 0,4
96. Honeywell (США) — 0,4
97. Accenture (США) — 0,4
98. RealAI (Китай) — 0,4
99. Petuum (США) — 0,4
100. Tooploox (Польша) — 0,3

Дальнейший анализ

Топ-30 регионов, лидирующих в исследованиях ИИ в 2020 году:

Топ-30 регионов, лидирующих в исследованиях ИИ в 2020 году Глеб Чувпило

1. США — 1677,8
2. Европа* (Европейская экономическая зона** + Швейцария + Великобритания***) — 556,2
3. Китай — 281,2
4. Канада — 114,5
5. Южная Корея — 76,6
6. Япония — 57,8
7. Израиль — 57,7
8. Австралия — 47,6
9. Сингапур — 30,1
10. Индия — 22,7
11. Россия — 19,2
12. Саудовская Аравия — 10,2
13. Тайвань — 5,9
14. Вьетнам — 2,9
15. Бразилия — 2,8
16. ЮАР — 2,5
17. ОАЭ — 2,2
18. Иран — 1,7
19. Чили — 1,3
20. Турция — 1,0
21. Пакистан — 0,9
22. Египет — 0,3
23. Северная Македония — 0,3
24. Таиланд — 0,3
25. Барбадос — 0,3
26. Катар — 0,2
27. Малайзия — 0,2

*Идея здесь состоит в том, чтобы сгруппировать европейские страны, у которых часто есть общее видение исследований ИИ, но не обязательно какая-либо явная координация.

**К странам, входящим в Европейскую экономическую зону, относятся Австрия, Бельгия, Болгария, Хорватия, Республика Кипр, Чешская Республика, Дания, Эстония, Финляндия, Франция, Германия, Греция, Венгрия, Ирландия, Италия, Латвия, Литва, Люксембург, Мальта, Нидерланды, Польша, Португалия, Румыния, Словакия, Словения, Испания, Швеция, Исландия, Лихтенштейн и Норвегия (источник).

***Это не политическое заявление, а разъяснение. После завершения выхода из ЕС Великобритания может попытаться продолжить свое членство в Европейской экономической зоне (источник).

Топ-50 стран, лидирующих в исследованиях ИИ в 2020 по индексу публикаций на душу населения*:

Топ-50 стран, лидирующих в исследованиях ИИ в 2020 по индексу публикаций на душу населения* Глеб Чувпило

1. Швейцария — 10,113
2. Израиль — 6,378
3. Сингапур — 5,269
4. США — 5,126
5. Канада — 3,046
6. Соединенное Королевство — 2,409
7. Австралия — 1,876
8. Дания — 1,769
9. Финляндия — 1,701
10. Швеция — 1,555
11. Франция — 1,535
12. Южная Корея — 1,482
13. Австрия — 1,244
14. Германия — 1,100
15. Нидерланды — 0,872
16. Барбадос — 0,871
17. Бельгия — 0,776
18. Португалия — 0,647
19. Люксембург — 0,538
20. Япония — 0,458
21. Италия — 0,323
22. Саудовская Аравия — 0,297
23. Греция — 0,260
24. Тайвань — 0,247
25. Объединенные Арабские Эмираты — 0,228
26. Кипр — 0,209
27. Норвегия — 0,207
28. Китай — 0,198
29. Чехия — 0,166
30. Северная Македония — 0,160
31. Россия — 0,133
32. Испания — 0,114
33. Польша — 0,105
34. Катар — 0,071
35. Венгрия — 0,068
36. Чили — 0,066
37. Румыния — 0,052
38. ЮАР — 0,043
39. Вьетнам — 0,030
40. Иран — 0,020
41. Индия — 0,017
42. Бразилия — 0,013
43. Турция — 0,012
44. Малайзия — 0,006
45. Пакистан — 0,004
46. Таиланд — 0,004
47. Египет — 0,003

*Индекс публикаций, поделенный на численность населения страны в миллионах, по данным Всемирного банка (источник).

Академические и коммерческие организации — доля в суммарном индексе публикаций:

Академические и коммерческие организации — доля в суммарном индексе публикаций Глеб Чувпило

Академические организации — 78,9%
Коммерческие организации — 21,1%

Облако слов заголовков статей:

Облако слов заголовков статей Глеб Чувпило

Измерение конкуренции в исследованиях искусственного интеллекта (индекс Херфиндаля):

Индекс Херфиндаля (также известный как индекс Херфиндаля — Хиршмана) является мерой размера участников по отношению к отрасли и индикатором уровня конкуренции между ними:

Расчет индекса Херфиндаля: si — доля рынка (проценты используются как целые числа, т.е. 75 вместо 0,75), а N — число участников. Глеб Чувпило

Объяснение:

  • H ниже 100 указывает на высокую конкурентоспособность отрасли.
  • H ниже 1500 указывает на неконцентрированную промышленность.
  • H между 1500 и 2500 указывает на умеренную концентрацию.
  • H выше 2500 указывает на высокую концентрацию.

Мы можем рассчитать индекс Херфиндаля двумя способами: по странам и по организациям. Первый показывает, являются ли исследования ИИ «монополизированными» какой-либо страной, а второй показывает «монополизацию» какой-либо организацией.

  • Индекс Херфиндаля по странам: H = 3366, что указывает навысококонцентрированную отрасль. В 2019 году H = 3434, поэтому за последний год исследования ИИ стали более конкурентоспособными на уровне стран.
  • Индекс Херфиндаля по организациям: H = 142, что указывает на неконцентрированную отрасль. В 2019 году H = 146, поэтому за последний год исследования ИИ стали немного более конкурентоспособными на уровне организаций.

Изменения в рейтинге с 2019 до 2020 года

Изменения в пятерке стран, лидирующих в исследованиях ИИ:

2019:

1. США — 1260,2
2. Китай — 184,5
3. Соединенное Королевство — 126,1
4. Франция — 94,3
5. Канада — 80,3

2020:

1. США — 1677,8
2. Китай — 281,2
3. Соединенное Королевство — 161,0
4. Канада — 114,5
5. Франция — 102,9

Изменения в пятерке всемирных организаций, лидирующих в исследованиях ИИ:

2019:

1. Google (США) — 167,3
2. Стэнфордский университет (США) — 82,3
3. MIT (США) — 69,8
4. Университет Карнеги-Меллона (США) — 67,7
5. Калифорнийский университет в Беркли (США) — 54,0

2020:

1. Google (США) — 220,1
2. Стэнфордский университет (США) — 106,1
3. MIT (США) — 99,6
4. Калифорнийский университет в Беркли (США) — 86,7
5. Университет Карнеги-Меллона (США) — 71,3

Изменения в пятерке американских университетов, лидирующих в исследованиях ИИ:

2019:

1. Стэнфордский университет — 82,3
2. MIT — 69,8
3. Университет Карнеги-Меллона — 67,7
4. Калифорнийский университет в Беркли — 54,0
5. Принстонский университет — 31,5

2020:

1. Стэнфордский университет — 106,1
2. MIT — 99,6
3. Калифорнийский университет в Беркли — 86,7
4. Университет Карнеги-Меллона — 71,3
5. Принстонский университет — 45,0

Изменения в пятерке всемирных университетов, лидирующих в исследованиях ИИ:

2019:

1. Стэнфордский университет (США) — 82,3
2. MIT (США) — 69,8
3. Университет Карнеги-Меллона (США) — 67,7
4. Калифорнийский университет в Беркли (США) — 54,0
5. Оксфордский университет (Великобритания) — 37,7

2020:

1. Стэнфордский университет (США) — 106,1
2. MIT (США) — 99,6
3. Калифорнийский университет в Беркли (США) — 86,7
4. Университет Карнеги-Меллона (США) — 71,3
5. Оксфордский университет (Великобритания) — 51,9

Изменения в пятерке всемирных компаний, лидирующих в исследованиях ИИ:

2019:

1. Google (США) — 167,3
2. Microsoft (США) — 51,9
3. Facebook (США) — 33,1
4. IBM (США) — 25,8
5. Amazon (США) — 14,3

2020:

1. Google (США) — 220,1
2. Microsoft (США) — 66,5
3. Facebook (США) — 48,5
4. IBM (США) — 29,7
5. Huawei (Китай) — 14,3

Как видите, топ-5 списки относительно стабильны, за исключением того, что Huawei вытеснила Amazon, а Калифорнийский университет в Беркли обогнал Университет Карнеги-Меллона в 2020 году. Однако, как и в гонке Красной Королевы Льюиса Кэрролла, ведущие исследователи каждый год вынуждены публиковать всё больше статей, чтобы сохранить своё лидерство:

«Нужно бежать со всех ног, чтобы только оставаться на месте, а чтобы куда-то попасть, надо бежать как минимум вдвое быстрее!». (Льюис Кэрролл)

Смогут ли США остаться в лидерах?

Сегодня идут жаркие дебаты о состоянии стратегической гонки между США и Китаем за доминирование в ИИ. Мы склонны придерживаться более сбалансированной точки зрения, но прежде чем мы начнем наш анализ, начнём с небольшого экскурса в историю (часть материала будет знакома постоянным читателям нашего рейтинга исследователей ИИ).

В 2016 году в сфере ИИ произошли два важных события: во-первых, AlphaGo от Google стала первой компьютерной программой, которая без каких-либо затруднений победила профессионала Го Ли Седола; во-вторых, администрация президента Обамы опубликовала стратегию по ИИ под названием «Подготовка к будущему искусственного интеллекта».

В Китае эти два события создали эффект будильника, который помог убедить китайское правительство расставить приоритеты и резко увеличить финансирование ИИ (см. книгу Кай-Фу Ли “Сверхдержавы искусственного интеллекта”).

В ответ на это в июле 2017 года Коммунистическая партия Китая установила 2030 год в качестве крайнего срока для достижения амбициозной цели в области ИИ: она призвала Китай достичь высшего уровня ИИ к 2020 году, достичь крупных новых прорывов к 2025 году и стать мировым лидером к 2030 году. Эта стратегия стала известна как “План развития искусственного интеллекта нового поколения”, и она простимулировала многие миллиарды долларов инвестиций в исследования и разработки со стороны министерств, провинциальных правительств и частных компаний.

Некоторые аналитические центры, такие как CNAS, утверждают, что китайская стратегия ИИ отражает ключевые принципы из доклада администрации Обамы — только теперь их воплощает Китай, а не Соединенные Штаты.

Эта стратегия копирования не нова: цитируя слова Питера Тиля в книге “От нуля к единице”, « китайцы прямо копировали все, что работало в развитом мире: железные дороги 19-го века, кондиционеры 20-го века и даже целые города. Они могут пропустить несколько шагов по пути — например, перейти прямо к беспроводной связи без установки стационарных телефонов, — но они все равно копируют.»

В результате этих согласованных усилий Китая преимущество США в области ИИ быстро исчезло: в 2017 году Соединенные Штаты опережали Китай в 11 раз; к 2019 году США опередили в 7 раз; в 2020 году у США остается шестикратное преимущество (см. выше). Кроме того, анализ, проведенный Институтом искусственного интеллекта Аллена, показал, что Китай неуклонно увеличивает свою долю авторства в топ-10% наиболее цитируемых статей.

Можно сказать, что это не очень хорошие новости для американской конкурентоспособности в области ИИ в следующем десятилетии. Однако мы полагаем, что результат будет зависеть от взаимодействия трех ключевых компонентов современного ИИ: алгоритмов, аппаратных средств и обучающих данных, ибо для того, чтобы доминировать в этой области, необходимо правильно использовать все три компонента.

Мы полагаем, что в ближайшие годы Соединенные Штаты продолжат лидировать в области алгоритмов ИИ, что основано на нескольких десятилетиях опыта развития компьютерных наук в университетах мирового класса, таких как Массачусетский технологический институт, Стэнфордский университет, Университет Карнеги — Меллона и Калифорнийский университет в Беркли. Кроме того, открытость Google и Facebook к публикации внутренних исследований на конференциях создала процветающую экосистему (и своего рода проходную) для ведущих исследователей ИИ, которые беспрепятственно перемещаются между академическими и коммерческими организациями (например, Ян Лекун или Эндрю Ын).

Кроме того, Соединенные Штаты — это родина Кремниевой долины (в её первоначальном определении, ориентированном на микросхемы), которая была на передовой аппаратных инноваций с тех пор, как “вероломная восьмерка” покинула лабораторию полупроводников Шокли, чтобы основать Fairchild Semiconductor в 1957 году. Алгоритмы глубокого обучения чрезвычайно требовательны к вычислениям, прямо как и майнинг биткойна, который теперь потребляет больше энергии, чем Швейцария. Мы считаем, что Китаю будет крайне трудно догнать Соединенные Штаты в области аппаратного обеспечения в течение следующего десятилетия.

Однако американское преимущество сомнительно в области обучающих данных, и так было задумано. Это, по сути, часть более широкой дискуссии о частной жизни и общественном благе, где Соединенные Штаты склонны выбирать первое, а Китай — второе. Сегодня в Китае ИИ сканирует лица с сотен миллионов уличных камер, читает миллиарды сообщений WeChat и анализирует миллионы медицинских карт — и все это в соответствии с аргументом «данные как общественное благо». Такая доступность обучающих данных в сочетании с населением Китая в 1,4 млрд человек создает огромное стратегическое преимущество для Китая.

Точные выводы сделать трудно, но мы все же думаем, что первые два фактора (алгоритмы и аппаратные средства) перевесят последний (доступность обучающих данных), и Соединенные Штаты сохранят свое лидерство в области ИИ в течение следующих нескольких лет. Однако, и это главный вывод из этого анализа, Соединенным Штатам необходимо осознать острую потребность в инновациях в области ИИ и выделить значительные государственные и частные средства для обучения студентов и аспирантов области искусственного интеллекта и расширения возможностей исследований ИИ в ведущих американских университетах.

В августе 2020 года Белый дом объявил о выделении 1 миллиарда долларов на исследования в области ИИ и квантовых вычислений в ответ на озабоченность многих политических советников, обеспокоенных тем, что Америка отстает в области ИИ и квантовых исследований по сравнению с такими конкурентами, как Китай, а также тем, что эти технологии имеют важное значение не только для экономического развития, но и для национальной безопасности. Однако мы считаем, что эта инвестиция должна быть ближе к 1 триллиону долларов, который Марк Кубан предложил инвестировать в ИИ и робототехнику еще в 2016 году. В противном случае Соединенные Штаты рискуют потерять свое стратегическое преимущество в области ИИ перед Китаем, как это было в случае высокоскоростных железных дорог и освоении космоса.

Данные

Поскольку конференции не публикуют данные о статьях в стандартной форме 🤷‍♂, нам пришлось делать анализ вручную (разбор HTML, преобразования в Python, стандартизация названий организаций и исправление опечаток авторов, объединение в сводную таблицу). Если Вы обнаружите какие-либо ошибки, пожалуйста, напишите нам, и мы будем рады их исправить. Если Вы хотите скачать наш файл с данными, он размещен здесь. Желаем успехов!

Дальнейшее чтение

Если вы хотите ознакомиться с прошлогодним рейтингом, то он здесь.

Об авторе: Меня зовут Глеб Чувпило. Я управляющий партнер венчурной компании Thundermark Capital, где мы инвестируем в стартапы в области искусственного интеллекта и робототехники. У меня степень магистра Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института и степень MBA в области финансов и стратегического менеджмента Уортонской школы бизнеса Пенсильванского университета. Пожалуйста, напишите мне по адресу [email protected] если Вы хотите поговорить об искусственном интеллекте, робототехнике, инновациях вообще или о своей идее для стартапа в частности. 🤖

0
Комментарии
Читать все 0 комментариев
null