AI 版 Nature Index 排名，兩種結果折射中國 AI 實力軟肋

智源導讀：12月10日，Nature Index 發佈了其 AI 增刊（Nature Index AI supplement），該刊分別使用了Nature Index（天然指數）數據和規模更大的Dimensions數據庫，對全球範圍內的人工智能學術研究作了分析和排名。但根據兩個數據庫的排名，中國的名次變化有點大，前者在美、英、德以後，位居第四；然後者則遠超其餘國家，雄踞第一。

仔細分析這兩種數據排名，咱們發現：中國在 AI 方向確實已經處於前沿地位，但咱們在將 AI 應用於傳統基礎學科上仍有欠缺。這種欠缺，除了提示咱們應當更加註重基礎研究外，或許也告訴咱們的 AI 專家們：在傳統學科中或許有更多可探索的新天地，而非僅僅侷限在 AI 的核心任務上。

簡單來講，根據天然指數數據顯示，2015年至2019年期間，儘管中國在天然指數論文庫中的數量迅速增長（2019年論文數量增加到了2015年的340%），但仍排在美、英、德以後，位居第四。這裏能夠看到美國的 Share （後文解釋含義）要大於2~10名所有總和。

 

圖 1：天然指數的國家排名

然而，根據規模更大的 Dimensions 數據庫，AI領先的國家和地區顯然不一樣。中國在2015-2019年間的出版物以 318534的數量雄踞第一，而印度則以91563的數量排名第三。

圖2：基於Dimensions Data的國家排名

 

這種差異的緣由在於，天然指數數據分析聚焦在指數所追蹤的82本高質量天然科學期刊上發表的AI相關文章的數量，這些期刊主要覆蓋化學、物理、生命科學、地球與環境科學等。所以依據天然指數數據的排名，更強調的是 AI 在化學、物理、生命科學、地球與環境科學等方面的應用。

而Dimension相對則更爲普遍，包括人工智能相關的各類期刊和會議論文，可追蹤到全部領域AI相關文章的發表狀況。

 

兩相對比，更突顯了：儘管中國的 AI 研究在整體上居於世界第一（以出版物數量來講），但在化、物、生、地等傳統學科中的應用倒是短板。

01 Dimensions Data 中的中國 AI

 

使用Dimensions Data，Nature Index AI不只分析了每一個國家的排名，還給出更爲詳細的研究機構的 AI 100 排名。在這個榜單上，來自中國的研究機構主導了前十強機構。

前 10 名中有 7 家來自中國的高校/科研單位：清華大學（第一）、中國科學院大學（第二）、上海交通大學（第三）、北京航空航天大學（第四）、浙江大學（第五）、哈爾濱工業大學（第六）、電子科技大學（第八）。

而前100強機構中，中國佔到 39 家。

 

名詞	研究機構	國家/地區	出版物2015–2019
1	清華大學	中國	11,867
2	中國科學院大學	中國	8,835
3	上海交通大學	中國	8,796
4	北京航空航天大學	中國	8,605
5	浙江大學	中國	8,337
6	哈爾濱工業大學	中國	8,315
7	南洋理工大學	新加坡	6,985
8	電子科技大學	中國	6,954
9	斯坦福大學	美國	6,609
10	麻省理工學院	美國	6,314
11	東南大學	中國	6,180
12	東京大學	日本	6,058
13	華中科技大學	中國	6,048
14	倫敦大學學院	英國	5,988
15	武漢大學	中國	5,797
16	北京理工大學	中國	5,641
17	北京大學	中國	5,612
18	哈佛大學	美國	5,553
19	密西根大學	美國	5,464
20	西安交通大學	中國	5,364
21	國防科技大學	中國	5,361
22	西安電子科技大學	中國	5,277
23	新加坡國立大學	新加坡	5,269
24	西北工業大學	中國	5,261
25	多倫多大學	加拿大	5,205
26	卡內基·梅隆大學	美國	5,192
27	佐治亞理工學院	美國	5,123
28	北京郵電大學	中國	5,010
29	牛津大學	英國	4,951
30	倫敦帝國理工學院	英國	4,915
31	天津大學	中國	4,914
32	安娜大學安娜	印度	4,838
33	加州大學伯克利分校	美國	4,754
34	慕尼黑工業大學	德國	4,551
35	東北大學	中國	4,436
36	劍橋大學	英國	4,423
37	中國科學技術大學	中國	4,368
38	華盛頓大學	美國	4,359
39	伊利諾伊大學香檳分校	美國	4,282
40	華南理工大學	中國	4,239
41	加州大學洛杉磯分校	美國	4,179
42	蘇黎世聯邦理工學院	瑞士	4,152
43	大連理工大學	中國	4,143
44	同濟大學	中國	4,112
45	加州大學聖地亞哥分校	美國	4,083
46	悉尼新南威爾士大學	澳大利亞	4,080
47	中山大學	中國	4,058
48	南加州大學	美國	4,050
49	約翰·霍普金斯大學	美國	4,014
50	悉尼大學	澳大利亞	3,860

另外一方面，若是是按照增加速率進行排名的話，中國高校/單位近乎呈現一種霸榜的態勢，在前 25 個發展最快的機構中，有 23 個來自中國，而僅有 2 個來自美國：

名次	研究機構	國家/地區	出版物2015	出版物2019	2015-19年變化	變更2015–19（％）
1	中國科學院大學	中國	653	3,236	2,583	395.6％
2	清華大學	中國	1,629	3,418	1,789	109.8％
3	電子科技大學	中國	699	2,451	1,752	250.6％
4	上海交通大學	中國	1,124	2,692	1,568	139.5％
5	浙江大學	中國	1,166	2,644	1,478	126.8％
6	東南大學	中國	711	2,099	1,388	195.2％
7	西北工業大學	中國	500	1,804	1,304	260.8％
8	哈爾濱工業大學	中國	1,158	2,340	1,182	102.1％
9	北京航空航天大學	中國	1,172	2,339	1,167	99.6％
10	北京郵電大學	中國	500	1,660	1,160	232.0％
11	華中科技大學	中國	806	1,953	1,147	142.3％
12	北京理工大學	中國	680	1,824	1,144	168.2％
13	西安電子科技大學	中國	640	1,765	1,125	175.8％
14	武漢大學	中國	709	1,821	1,112	156.8％
15	中山大學	中國	414	1,513	1,099	265.5％
16	天津大學	中國	568	1,621	1,053	185.4％
17	哈佛大學	美國	710	1,709	999	140.7％
18	北京大學	中國	785	1,711	926	118.0％
19	國防科技大學	中國	655	1,578	923	140.9％
20	中南大學	中國	314	1,219	905	288.2％
20	斯坦福大學	美國	943	1,848	905	96.0％
21	中國科學技術大學	中國	548	1,421	873	159.3％
22	西安交通大學	中國	720	1,591	871	121.0％
23	重慶大學	中國	369	1,239	870	235.8％
24	深圳大學	中國	314	1,182	868	276.4％
25	東北大學	中國	502	1,366	864	172.1％

 

 

02 天然指數中的中國 AI

正如上文所說，天然指數的數據來源，是 82 本涵蓋化學、物理、生命科學、地球與環境科學的高質量天然科學期刊，所以基於它所分析的 AI 現狀，主要考慮 AI在這些領域中的應用狀況。

 

首先須要強調一下它的排名計算方式。

 

1）count：對於一篇論文，若是做者中有一個以上來自中國，那麼中國的count數就加 1（因此有兩個也是加 1）；無論文章有多少做者，都是如此。這也就意味着，同一篇文章能夠給多個國家/地區或機構的count數作貢獻。

 

2）share：假如每篇文章的share 數值爲 1，那麼每一個做者將均分這個總額。例如一篇有10人合做者的論文，每一個做者的share值將爲 0.1，所以做者所隸屬的單位或國家的share值便加 0.1。

 

從前面圖 1 中能夠看出，美國不管是在count，仍是share上都遠超中國；甚至 share值大於2-10名的國家之和。

 

天然指數還排名了前 100 強機構，前20名以下，中國僅有中國科學院入榜：

排名	機構	國家/地區	2015–2019 Share	2015–2019 Count	國際文章（％）
1	哈佛大學	美國	331.08	937	57.0％
2	斯坦福大學	美國	257.90	629	54.4％
3	麻省理工學院（MIT）	美國	209.04	620	59.4％
4	馬克斯·普朗克學會	德國	167.98	628	83.0％
5	牛津大學	英國（UK）	132.34	495	85.3％
6	劍橋大學	英國（UK）	130.68	485	84.9％
7	中國科學院	中國	130.00	492	73.2％
8	UCL	英國（UK）	129.70	415	77.1％
9	紐約市的哥倫比亞大學（CU）	美國	127.56	386	61.9％
10	國立衛生研究院（NIH）	美國	122.69	302	52.0％
11	紐約大學（NYU）	美國	117.40	353	67.4％
12	華盛頓大學	美國	110.68	338	59.8％
13	普林斯頓大學	美國	107.92	254	52.8％
14	加州大學伯克利分校（UC Berkeley）	美國	107.54	329	54.1％
15	加州大學聖地亞哥分校（UC San Diego）	美國	100.63	297	59.6％
16	賓夕法尼亞大學	美國	98.54	296	59.8％
17	約翰·霍普金斯大學（JHU）	美國	85.80	285	52.3％
18	耶魯大學	美國	83.95	273	64.5％
19	加州理工學院（Caltech）	美國	83.59	205	57.1％
20	多倫多大學	加拿大	83.27	290	84.5％

 

考慮到2015年至2019年的增速，中國也僅有中國科學院和清華大學入榜：

 

排名	機構	國家/地區	2015–2019 share	2015–2019 count	2015-19 count變化	2015–19share變化（％）
1	哈佛大學	美國	89.44	273	41.68	87.3％
2	斯坦福大學	美國	76.03	187	39.94	110.6％
3	麻省理工學院	美國	61.77	171	34.28	124.7％
4	加州大學伯克利分校	美國	35.99	101	28.57	385.1％
5	中國科學院	中國	40.69	173	26.69	190.7％
6	加州大學聖地亞哥分校	美國	31.33	105	21.30	212.3％
7	加州大學舊金山分校	美國	27.17	76	20.17	288.2％
8	耶魯大學	美國	28.32	78	19.41	218.1％
9	加州大學洛杉磯分校	美國	24.19	90	18.18	302.8％
10	馬克斯·普朗克學會	德國	46.71	173	17.67	60.8％
11	賓夕法尼亞大學	美國	30.33	85	16.72	122.9％
12	劍橋大學	英國（UK）	33.06	124	16.53	100.0％
13	清華大學	中國	16.73	75	14.63	696.5％
14	瑞士蘇黎世聯邦理工學院	瑞士	24.61	76	14.33	139.4％
15	賓夕法尼亞州立大學	美國	16.63	40	13.72	471.1％
16	倫敦帝國理工學院	英國（UK）	18.13	82	13.67	306.1％
17	UCL	英國（UK）	35.36	108	13.49	61.7％
18	康奈爾大學	美國	20.90	85	13.23	172.3％
19	亥姆霍茲德國研究中心協會	德國	23.37	113	12.54	115.8％
20	杜克大學	美國	24.22	69	12.47	106.1％

 

比較有意思的是，天然指數還進行了醫療機構的 AI 排名，前十名所有來自美國。這說明，醫療 AI 在美國頗有市場。

 

排名	機構	國家/地區	2015–2019 Share	2015–2019 Count	國際文章（％）
1	哥倫比亞大學歐文醫學中心（CUIMC）	美國	68.25	216	54.2％
2	威斯康星大學醫學	美國	49.31	154	48.1％
3	杜克大學衛生系統	美國	38.32	115	46.1％
4	加州大學聖地亞哥分校健康科學	美國	35.59	139	54.0％
5	麻省總醫院（MGH）	美國	32.00	194	56.2％
6	紐約大學朗格尼醫學中心（NYULMC）	美國	31.34	114	58.8％
7	加州大學洛杉磯分校健康	美國	30.75	127	59.1％
8	德克薩斯大學西南醫學中心（UT Southwestern Medical Center）	美國	27.97	62	48.4％
9	UCSF健康	美國	27.18	110	40.0％
10	斯隆·凱特琳記念癌症中心（MSKCC）	美國	26.02	78	60.3％

 

 

03 總  結

 

Nature Index的排名並不是是對中國 AI 的否認，而Dimensions Data的出版物數量也不能說明中國 AI 已經引領。

圖 3：2015-2019年間，六個國家（中、美、印、德、英、法）在 Share 和出版物數量上的增加狀況

 

正如許多AI報告指出，中國在論文數量上佔據優點，但平均引用量卻低於世界平均水平。例如《AI 指數報告》統計發現，2019 年來自中國的論文被引用量比世界平均水平低約 20%，而來自美國的論文被引用量比世界平均水平高約 40%。

 

「僅僅是大量的、沒有持久影響的原始論文並非真正有用的，跟上技術前沿更重要。」牛津大學人類將來研究所研究中國 AI 戰略的 Jeffrey Ding 博士說。

 

這兩種數據排名的對比告訴咱們，中國在 AI 方向確實已經處於前沿地位，但咱們在將 AI 應用於傳統基礎學科上仍有欠缺。這種欠缺，除了提示咱們應當更加註重基礎研究外，或許也告訴咱們 的AI 專家們：在傳統學科中或許能夠探索更多的新天地，而非僅僅侷限在 AI 的核心任務上。