高水平AI论文来源主要是哪里？AI论文“高引用转化率”排名！

高水平AI论文来源在哪里？根据最新的研究报告显示，AI论文“高引用转化率”排名如下：

哪些机构或国家(地区)发表的AI研究是最具影响力的?

为了弄清这个问题，美国ZetaAlpha平台统计了2020-2022三年之间全世界引用次数前100的AI论文，得出了一些很有意思的结果。

比如：

“当红明星”OpenAI，在论文引用次数最多的机构中名列第9。

然而，在论文发表数量最多的机构榜单上，根本找不到它的名字。

再比如，来自工业界的谷歌Meta微软总是在各项数据都名列前茅，然而总的看下来，学术界也并没有落后工业界。

此外，此前关于“中国AI研究的产出数量和质量可能超过美国”的观点在这份报告中似乎也被破解——

更多以及具体的数据，我们一个一个来看。

中国第二，OpenAI、DeepMind质量取胜

在具体分析之前，ZetaAlpha先统计出了2020-2022每年引用次数最多的论文，它们分别是：

2022年：

1、AlphaFoldProteinStructureDatabase:Massivelyexpandingthestructuralcoverageofprotein-sequencespacewithhigh-accuracymodels

引用次数：1372

机构：DeepMind

主题：利用AlphaFold增加蛋白质结构数据库的覆盖范围

2、ColabFold:makingproteinfoldingaccessibletoall

引用次数：1162

机构：多家合作完成

主题：一种开源且高效的蛋白质折叠模型

3、HierarchicalText-ConditionalImageGenerationwithCLIPLatents

引用次数：718

机构：OpenAI

主题：DALL·E2

4、AConvNetforthe2020s

引用次数：690

机构：Meta和UC伯克利大学

主题：在Transformer繁荣时期成功实现CNN现代化

5、PaLM:ScalingLanguageModelingwithPathways

引用次数：452

机构：谷歌

主题：谷歌的540B大型语言模型，一个新的MLOps范式，包含它的实现过程

2021年

1、HighlyaccurateproteinstructurepredictionwithAlphaFold

引用次数：8965

机构：DeepMind

主题：AlphaFold，利用深度学习进行蛋白质结构预测的巨大突破

2、SwinTransformer:HierarchicalVisionTransformerusingShiftedWindows

引用次数：4810

机构：微软

主题：ViT的强大变体

3、LearningTransferableVisualModelsFromNaturalLanguageSupervision

引用次数：3204

机构：OpenAI

主题：CLIP

4、OntheDangersofStochasticParrots:CanLanguageModelsBeTooBig?

引用次数：1266

机构：美国华盛顿，BlackinAI，TheAether

主题：著名的立场论文，对不断增长的语言模型的趋势持批评态度，强调了它们的局限性和危险

5、EmergingPropertiesinSelf-SupervisedVisionTransformers

引用次数：1219

机构：Meta

主题：DINO，揭示了图像的自监督如何导致Transformers中出现某种原型对象分割

2020年：

1、AnImageisWorth16x16Words:TransformersforImageRecognitionatScale

引用次数：11914

机构：谷歌

主题：第一个展示普通Transformer如何在计算机视觉领域中表现出色的作品

2、LanguageModelsareFew-ShotLearners

引用次数：8070

机构：OpenAI

主题：GPT-3

3、YOLOv4:OptimalSpeedandAccuracyofObjectDetection

引用次数：8014

机构：中国台湾“中研院”

主题：YOLOv4

4、ExploringtheLimitsofTransferLearningwithaUnifiedText-to-TextTransformer

引用次数：5906

机构：谷歌

主题：对Transformer的迁移学习进行了严格的研究，产生了著名的T5

5、Bootstrapyourownlatent:Anewapproachtoself-supervisedLearning

引用次数：2873

机构：DeepMind和帝国理工学院

主题：表明negative对于表征学习来说不是必需的

想必大家能从中找到不少“熟悉的面孔”。

接着，ZetaAlpha就对近三年的高引用论文背后的信息进行了一番分析。

首先是“每年论文引用次数进前100最多”的国家(地区)。

可以看到美国强势第一，中国与之的差距比较明显。

因此ZetaAlpha也认为，此前关于“中国在AI方面的研究可能超过美国”的说法至少在这项数据上是不成立的。

除此之外，新加坡和澳大利亚的排名也比较出人意料，分别为第五和第六。

“为了正确评估美国的主导地位”，ZetaAlpha又换了一种统计方式，计算引用次数前100的百分比。

当然，美国仍然第一，但可以看到三年间的占比有所下降。

英国是中美以外最大的竞争对手，不过英国表现突出的2022年，其实主要都是由DeepMind贡献的(占比69%)。

接下来是按组织或机构评比论文引用次数进前100最多的个体。

不太意外，谷歌与Meta微软分列前三，随后是UC伯克利、DeepMind和斯坦福。

OpenAI也收获了一个还不错的名次，第九。第十是MIT，第十一是清华大学。

尽管前三名选手都来自工业界，但是如果只按照机构类型来分，学术界和它的表现其实基本不相上下。

再接着，是过去三年各组织或机构发表的论文总数排名。

老大还是谷歌。第二名比较亮眼，是清华大学，随后是微软、CMU、MIT、斯坦福、UC伯克利、北京大学(第八)、Meta……

可以看到，前十里隶属于学术界的机构或组织占据了大片江山。

而我们找了半天，也没有看到OpenAI和DeepMind的名字——

显然它们发表的论文数量较少，主要靠质量取胜。

为了验证这一猜测，ZetaAlpha也做了一个高引论文转化率的排名。

果不其然，OpenAI摘得桂冠，DeepMind获得第三。

当然，Meta也不错，第四，引得LeCun都出来“现身说法”了一下：

我们Meta确实是更注重质量而不是数量的。

相比之下，高引多但发得更多的谷歌才排第九，差点出前10。

除了这几位，第二名也是亮点——它就是旷视。

以及国内还有商汤也上榜了。