10月中旬，烏鎮(zhèn)智庫聯合網易科技、網易智能發(fā)布了《烏鎮(zhèn)指數：全球人工智能發(fā)展報告（2016）》系列報告。報告對人工智能中的一系列熱點問題進行了詳細的剖析，包括企業(yè)分布規(guī)模、投融資情況、研究成果、細分領域等。

特別是在研究成果部分，在報告中我們有注意到：

在人工智能方向，全球排名TOP50的大學中沒有一所中國大陸大學。

這是為什么呢？

報告中指出這份人工智能大學排名是基于學術與影響力兩方面來進行排布的，其中：

學術包括學校人工智能領域發(fā)表論文數量、單論文質量、論文被引用數三個指標。

影響力包括人工智能領域杰出校友數，維基百科人工智能方向被引用數兩個指標。

查閱整份報告之后，我們發(fā)現人工智能全球Top50的大學幾乎都是來自北美、英國以及其他歐洲地區(qū)的大學，唯一上榜的亞洲大學分別是排名37的臺灣大學、排名47的東京大學、以及排名50的新加坡國立大學。為什么中國大陸以及香港的高校都沒有上榜？對此我們對多方進行了詢問。

我們首先請教了來自香港理工大學的曲曉峰，他表示：

排行榜需要完整地看，各項指標的設置到設計指標的人，都要考慮進去。

• 首先，這個榜單針對的是人工智能，人工智能的定義其實還是很模糊的，哪些領域、哪些指標需要納入進來作考慮是比較模糊的。尤其，杰出校友、成功人士多是經歷廣泛，難以歸入某校。

• 另外，論文數量和引用，這個指標非常容易統計，但不夠有力。美國大學發(fā)表英文論文非常容易，這個就容易做得很高。臺灣大學、東京大學、新加坡國立大學都是亞洲的大學，但國際化做得比較好，所以名次也就比較好。

• 再一個是國防問題。國內所有頂尖大學，都有保密的問題，我們航空航天的科研，是完全對外保密的。而上榜地區(qū)絕大部分是對美透明的，所以那些學術成果，對英美是完全開放的。

• 還有一個可能的因素，就是論文引用數的提升，需要時間。

我主要的感想：

• 一方面是，總體排名上，中國大陸和香港大學，不至于榜單顯示得這么不堪。榜單所選取的參數，明顯滯后于現狀，而且由于這些參數內生的特性，還將繼續(xù)滯后一段時間；

• 另一方面是，設計的指標，為了便于統計使用的都是容易獲取的指標。例如專利數、論文數、引用數等；專利的問題，歐美日本的習慣是，一個專利要在多個地區(qū)注冊，因為不同的國家和地區(qū)，專利不通用，誰先搶注算誰的。我國除了少數幾個國際化的公司，大多數中小公司和科研院所還沒有這方面的習慣。

• 最后，即使是現在這個狀況，也很明顯，中國大陸和香港都是在迅速趕超，只不過對于這樣一個參考參數明顯滯后的榜單而言，要想顯示出當前現狀，它的參數至少落后了幾年的時間。舉個例子，PCA 這種非常簡單的基礎算法，是 MIT 八十年代用在人臉識別上的，現在已經沒人這么用了，但只要提到人臉識別，總還是要引用一下。這造成的引用數還會持續(xù)的虛增好一段時間。但了解現狀的人都知道 MIT 對人臉識別，早已經失去興趣了。

我們也咨詢了來自清華大學的徐魁：

我覺得這種評價方式是不準確的，這種評價方式有將以往的研究成果的權重給的很高傾向，也就是說這個指標只代表了大陸過去在人工智能方面的成績。

中國最近幾年在深度學習、計算機視覺、語音識別、以及自然語言處理等方面取得了成就是非常可觀的，而這個影響力現在在整個人工智能領域的全范圍中目前體現不出來。

另外來自新加坡國立大學的李長勝表示：

我覺得我們國家在人工智能的創(chuàng)新性理論方面和國外相比，尤其是美國還有一定的差距。雖然在應用方面我們并不比別人差，但是研發(fā)能力相對較弱，真正有影響力的學術成果較少。

另外我覺得國外在基礎研究領域的支持做的比較好，這樣使很多研究者能夠在某一個方向上堅持做下去，會有較多的創(chuàng)新性成果。

此外，一位來自北京大學人工智能相關專業(yè)的同學表示：

感覺是幾方面原因吧：

1、國內高校CS的研究普遍是在追趕美國高校的步伐，這跟其他學科的研究類似；

2、深度學習需要大量硬件設備的支持，國內高校條件經費相對欠缺；

3、人才的缺乏，CS領域頂尖人才近期還是會留在美國做tenure或是進入工業(yè)界，國內吸引力不足。

從各方評論來看，大家對于這種以論文數量、單論文質量、論文被引用數、人工智能領域杰出校友數、維基百科人工智能方向被引用數來進行人工智能大學排名是持有不同看法的。

綜合各方意見，AI科技評論君為大家總結如下：

• 榜單中使用的評價方法將以往的研究成果權重給的較高，很多經典論文（舉例：Hinton、Lecun、Bengio等人的經典論文）可能會被多次引用，增加其權重占比，從而影響了排名。

• 榜單中評價指標的設定選取得是易于統計的指標，這使得相關數據容易獲取但是其評價力度不夠。

• 我們國家之前在人工智能的創(chuàng)新性理論方面和國外相比，尤其是美國還有一定的差距。但是中國最近幾年在深度學習、計算機視覺、語音識別、以及自然語言處理等方面取得了成就是非?？捎^的，這個影響力現在在整個人工智能領域的全范圍中目前還體現不出來。

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。