AI論文“高引用轉化率”排名:OpenAI第1,曠視第2,谷歌位居第9

首頁 > 科技

AI論文“高引用轉化率”排名:OpenAI第1,曠視第2,谷歌位居第9

來源:綜藝大集合 釋出時間:2023-03-06 17:32

豐色 發自 凹非寺

量子位 | 公眾號 QbitAI

哪些機構或國家(地區)發表的AI研究是最具影響力的?

為了弄清這個問題,美國Zeta Alpha平臺統計了2020-2022三年之間全世界引用次數前100的AI論文,得出了一些很有意思的結果。

比如:

“當紅明星”OpenAI,在論文引用次數最多的機構中名列第9。

然而,在論文發表數量最多的機構榜單上,根本找不到它的名字。

再比如,來自工業界的谷歌Meta微軟總是在各項資料都名列前茅,然而總的看下來,學術界也並沒有落後工業界

此外,此前關於“中國AI研究的產出數量和質量可能超過美國”的觀點在這份報告中似乎也被破解——

更多以及具體的資料,我們一個一個來看。

中國第二,OpenAI、DeepMind質量取勝

在具體分析之前,Zeta Alpha先統計出了2020-2022每年引用次數最多的論文,它們分別是:

2022年:

1、AlphaFold Protein Structure Database: Massively expanding the structural coverage of protein-sequence space with high-accuracy models

引用次數:1372

機構:DeepMind

主題:利用AlphaFold增加蛋白質結構資料庫的覆蓋範圍

2、ColabFold: making protein folding accessible to all

引用次數:1162

機構:多家合作完成

主題:一種開源且高效的蛋白質摺疊模型

3、Hierarchical Text-Conditional Image Generation with CLIP Latents

引用次數:718

機構:OpenAI

主題:DALL·E 2

4、A ConvNet for the 2020s

引用次數:690

機構:Meta和UC伯克利大學

主題:在Transformer繁榮時期成功實現CNN現代化

5、PaLM: Scaling Language Modeling with Pathways

引用次數:452

機構:谷歌

主題:谷歌的540B大型語言模型,一個新的MLOps正規化,包含它的實現過程

2021年

1、Highly accurate protein structure prediction with AlphaFold

引用次數:8965

機構:DeepMind

主題:AlphaFold,利用深度學習進行蛋白質結構預測的巨大突破

2、Swin Transformer: Hierarchical Vision Transformer using Shifted Windows

引用次數:4810

機構:微軟

主題:ViT的強大變體

3、Learning Transferable Visual Models From Natural Language Supervision

引用次數:3204

機構:OpenAI

主題:CLIP

4、On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?

引用次數:1266

機構:美國華盛頓,Black in AI,The Aether

主題:著名的立場論文,對不斷增長的語言模型的趨勢持批評態度,強調了它們的侷限性和危險

5、Emerging Properties in Self-Supervised Vision Transformers

引用次數:1219

機構:Meta

主題:DINO,揭示了影象的自監督如何導致Transformers中出現某種原型物件分割

2020年:

1、An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale

引用次數:11914

機構:谷歌

主題:第一個展示普通Transformer如何在計算機視覺領域中表現出色的作品

2、Language Models are Few-Shot Learners

引用次數:8070

機構:OpenAI

主題:GPT-3

3、YOLOv4: Optimal Speed and Accuracy of Object Detection

引用次數:8014

機構:中國臺灣“中研院”

主題:YOLOv4

4、Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer

引用次數:5906

機構:谷歌

主題:對Transformer的遷移學習進行了嚴格的研究,產生了著名的T5

5、Bootstrap your own latent: A new approach to self-supervised Learning

引用次數:2873

機構:DeepMind和帝國理工學院

主題:表明negative對於表徵學習來說不是必需的

想必大家能從中找到不少“熟悉的面孔”。

接著,Zeta Alpha就對近三年的高引用論文背後的資訊進行了一番分析。

首先是“每年論文引用次數進前100最多”的國家(地區)。

可以看到美國強勢第一,中國與之的差距比較顯著。

因此Zeta Alpha也認為,此前關於“中國在AI方面的研究可能超過美國”的說法至少在這項資料上是不成立的。

除此之外,新加坡和澳大利亞的排名也比較出人意料,分別為第五和第六。

“為了正確評估美國的主導地位”,Zeta Alpha又換了一種統計方式,計算引用次數前100的百分比

當然,美國仍然第一,但可以看到三年間的佔比有所下降。

英國是中美以外最大的競爭對手,不外英國表現突出的2022年,其實主要都是由DeepMind貢獻的(佔比69%)

接下來是按組織或機構評比論文引用次數進前100最多的個體。

不太意外,谷歌與Meta微軟分列前三,隨後是UC伯克利、DeepMind和斯坦福。

OpenAI也收穫了一個還不錯的名次,第九。第十是MIT,第十一是清華大學

儘管前三名選手都來自工業界,但是如果只按照機構型別來分,學術界和它的表現其實基本不相上下。

再接著,是過去三年各組織或機構發表的論文總數排名。

上一篇:ChatGPT爆火... 下一篇:哪個借錢軟體...
猜你喜歡
熱門閱讀
同類推薦