AIRankings世界大學AI排行榜出爐
又是一年高考季。
記得當年小編高考的時候,還流行這麼一句話。
那就是,「本科看學校,讀研看專業」。
這話放之前可能確實沒什麼不好。
然而,隨著近年來科技突飛猛進的發展,一些和前端科技掛鉤的專業可能就要從本科開始起步了。
要說當下最火紅的專業,莫過於人工智慧了。
#剛好最近AIRankings發布了一份全球大學AI相關專業排行榜。
讓我們一起看看有哪些大學和機構榜上有名吧。
AI世界排名:北清綜合前三
AIRankings排名綜合過去十年的研究,以及通用人工智慧、電腦視覺、機器人、機器學習、自然語言處理、認知推理、多智能體系統與模擬這八個方向的表現。
卡內基美隆大學以巨大的優勢奪得第一,北大和清華當之無愧地躋身於世界前五名,分別位列第2、第3。
加州大學柏克萊分校和麻省理工學院緊追在後,分別拿下第4、第5,中國科學院則排名第6。
「相愛相殺」的清北/北清,在這個排名上依舊十分膠著、不分伯仲。
從修正後的AI論文數來看,北大領先;而單從AI指數來看,則是清華略勝一籌。
不過,把各個專案拆開之後可以發現,兩所學校各有專注。
例如,北大在電腦視覺和自然語言處理上得分更高,清華在通用人工智慧和機器學習上表現出色。
其他進入世界前100的學校如下:
##排名 | #學校 | 修正後論文數 | AI 指數 |
15 | 香港中文大學 | 546.10 | 20.78 |
20 |
浙江大學 |
486.92 |
##20.99 |
23 | 上海交通大學 | 469.77 | 18.70 |
28 | #南京大學 | 424.89 | 14.07 |
29 | #香港科技大學 | 418.76 | #19.97 |
################## ###35#############10.62#############360.20############10.62### | |||
43 |
西北工業大學 |
318.07 |
|
##7.08 | |||
中山大學 | 309.96 | 8.40 | |
哈爾濱工業大學 | 300.69 | 7.12 | |
############################### #######北京航空航太大學############267.45############10.70############# #####61############電子科技大學############254.22############7.55### | |||
65 |
中科學技術大學 |
248.97 | #12.44 |
#88 |
香港城市大學 |
177.37 |
10.31 |
#94 |
#西湖大學 |
167.74 |
4.30 |
此外,從國家層級來看,中國的AI研究成果已然可以排在世界第2,不過距離第1的美國依然差距頗大。
同時,研究機構的數量也遜於第3的德國和第4的英國。
具體表現如下:
# 評價標準
綜合來看,這個榜單的評價標準也是十分嚴謹的。
其中,共列出人工智慧最主要的六個領域:電腦視覺,自然語言處理,機器學習,認知推理,機器人以及多智能體系統,再加上通用人工智慧和模擬兩個領域,共八個方向。
同時,這些領域彼此之間並不是孤立的,領域之間多有融合。
在評價細則中寫道,評價作者時,每位作者會得到兩個分數。
其中一項叫做Adjusted Publications(AP),指的是該作者在某一特定領域的經修正後的發表文章總數。
這個量又受兩個因素影響:
第一是這篇文章發表在了哪裡,反映在上式的權重係數Pi。
第二是看文章有幾位合著者(除去學生),比方說有K個合著者,那麼每名合著者就會得到K^{-1}分。
另一項分數則叫AI指數,指的是每個領域中該作者發表文章數量的幾何平均數。
計算公式為:
其中Si為作者在特定領域內的「AP」,n為跨領域數。
AI指數衡量的是作者研究的廣度,跨學科能力越強,分數越高。
在多個AI領域都曾經發表過文章的人所獲得的評分會高於在同一領域發表相同數量文章的人。
而在評估研究機構(包括大學)時,也會應用如上的兩項指標。
Adjusted Publications和AI指數。
差異就在於,在統計總數時會把該機構(含大學)的所有作者發表的文章算進去。
如果有作者另謀出路了,那麼屬於他的這一部分分數也會跟著轉移到新的機構。
AIRanking的概念很簡單:
評價一所學校或機構不是看你過去取得了多麼厲害的成就,而是看你當下有多少能力。
當然了,這份榜單也不一定是最權威的。
在評價細則的最後,AIRankings指出了這次排名的一些可以提升的方面以及不足:
首先,AIRankings只收集了學術界的研究機構的數據,並不包括企業資助的機構。
然後,不是所有的AI成果都發表在特定的AI期刊和會議上。有相當一部分論文發表在了多學科的科學期刊上(比如說Cell、Nature、Science等等),這部分文章不計入評分。
另外,AIRankings會區分不同的期刊和會議的權重。根據它們在領域內的影響力計算。
該數據則透過諮詢AI專家進行確定。
八大方向排名
通用人工智慧
# 這排行榜單打眼一看,滿滿的中國國旗。
前五裡面有四所都來自中國,分別是清華大學、中國科學院、北京大學、南京大學。
而6到10名也有兩所中國大學入選。分別是第6名的交屋和第7名的浙大。
值得一提的是,清華的兩項指標均為326.33,遙遙領先。
電腦視覺
在CV這個領域裡,前十名還是有四所中國大學入選。
其中,前五名裡,港中文、中科院和北大分別位列前三。
可以說是霸榜了。
而就這一項來說,清華的排名往下掉了幾名。但還是排在了第9,和6、7、8名的差距並不大。
機器人
然而,在機器人研究上,我國的大學就要遜色不少了,位列前50的學校是由三所:
清華大學排名39,香港科技大學排名42,北京大學排名50。
機器學習
在機器學習領域,中國大學也沒有特別出眾。
其中,前五都由美國大學佔領,並且兩項指標都很高。
好在,清華大學獨樹一幟,排在了第6名。
北大排名14,西工大第21,浙大第26,中科院第30,南大第42。
對比機器人方向,機器學習的整體表現還是要好上不少。
自然語言處理
在自然語言處理這個分支,北大當之無愧排在了第1名。
北大的兩個分數甩開第二名快40分。可以說,地位相當穩固。
同時,清華也殺進了前五名。中國科學院和哈爾濱工業大學分別位列第6和第7。
認知推理
這一項的前十名也沒有中國大學上榜。
在認知推理這個分支下我們和美國大學還是有一定差距。
北大和清華出現在了榜單三十多名的位置,分別排在第34名和第38名。
多智能體系統
很遺憾,這一項中前十名還是沒有出現中國大學。
往後看一點的話,第13名是清華大學。從分數來看,和第10名的差距並不大,殺入前十指日可待。
第55名、57名和58名分別是人民大學、山東大學和南京大學。這三所學校都是有潛力繼續在這個榜單上佔有一席之地的。
模擬
而在AI模擬領域,浙大一枝獨秀排在了第4。它也是這個領域唯一一所排進前十名的中國大學。
而在之後的排名中,清華大學排在了第15名,北京大學排在了第21名。距離前十也並不是那麼的遙遠。
不管怎麼說,中國還是有很多所大學的AI學科名列前茅。
想進軍人工智慧的廣大學子可以衝了!
高考必勝!
以上是AIRankings世界大學AI排行榜出爐的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

使用C 中的chrono庫可以讓你更加精確地控制時間和時間間隔,讓我們來探討一下這個庫的魅力所在吧。 C 的chrono庫是標準庫的一部分,它提供了一種現代化的方式來處理時間和時間間隔。對於那些曾經飽受time.h和ctime折磨的程序員來說,chrono無疑是一個福音。它不僅提高了代碼的可讀性和可維護性,還提供了更高的精度和靈活性。讓我們從基礎開始,chrono庫主要包括以下幾個關鍵組件:std::chrono::system_clock:表示系統時鐘,用於獲取當前時間。 std::chron

DMA在C 中是指DirectMemoryAccess,直接內存訪問技術,允許硬件設備直接與內存進行數據傳輸,不需要CPU干預。 1)DMA操作高度依賴於硬件設備和驅動程序,實現方式因係統而異。 2)直接訪問內存可能帶來安全風險,需確保代碼的正確性和安全性。 3)DMA可提高性能,但使用不當可能導致系統性能下降。通過實踐和學習,可以掌握DMA的使用技巧,在高速數據傳輸和實時信號處理等場景中發揮其最大效能。

在C 中處理高DPI顯示可以通過以下步驟實現:1)理解DPI和縮放,使用操作系統API獲取DPI信息並調整圖形輸出;2)處理跨平台兼容性,使用如SDL或Qt的跨平台圖形庫;3)進行性能優化,通過緩存、硬件加速和動態調整細節級別來提升性能;4)解決常見問題,如模糊文本和界面元素過小,通過正確應用DPI縮放來解決。

C 在實時操作系統(RTOS)編程中表現出色,提供了高效的執行效率和精確的時間管理。 1)C 通過直接操作硬件資源和高效的內存管理滿足RTOS的需求。 2)利用面向對象特性,C 可以設計靈活的任務調度系統。 3)C 支持高效的中斷處理,但需避免動態內存分配和異常處理以保證實時性。 4)模板編程和內聯函數有助於性能優化。 5)實際應用中,C 可用於實現高效的日誌系統。

在C 中測量線程性能可以使用標準庫中的計時工具、性能分析工具和自定義計時器。 1.使用庫測量執行時間。 2.使用gprof進行性能分析,步驟包括編譯時添加-pg選項、運行程序生成gmon.out文件、生成性能報告。 3.使用Valgrind的Callgrind模塊進行更詳細的分析,步驟包括運行程序生成callgrind.out文件、使用kcachegrind查看結果。 4.自定義計時器可靈活測量特定代碼段的執行時間。這些方法幫助全面了解線程性能,並優化代碼。

在MySQL中,添加字段使用ALTERTABLEtable_nameADDCOLUMNnew_columnVARCHAR(255)AFTERexisting_column,刪除字段使用ALTERTABLEtable_nameDROPCOLUMNcolumn_to_drop。添加字段時,需指定位置以優化查詢性能和數據結構;刪除字段前需確認操作不可逆;使用在線DDL、備份數據、測試環境和低負載時間段修改表結構是性能優化和最佳實踐。

交易所內置量化工具包括:1. Binance(幣安):提供Binance Futures量化模塊,低手續費,支持AI輔助交易。 2. OKX(歐易):支持多賬戶管理和智能訂單路由,提供機構級風控。獨立量化策略平台有:3. 3Commas:拖拽式策略生成器,適用於多平台對沖套利。 4. Quadency:專業級算法策略庫,支持自定義風險閾值。 5. Pionex:內置16 預設策略,低交易手續費。垂直領域工具包括:6. Cryptohopper:雲端量化平台,支持150 技術指標。 7. Bitsgap:

C 中使用字符串流的主要步驟和注意事項如下:1.創建輸出字符串流並轉換數據,如將整數轉換為字符串。 2.應用於復雜數據結構的序列化,如將vector轉換為字符串。 3.注意性能問題,避免在處理大量數據時頻繁使用字符串流,可考慮使用std::string的append方法。 4.注意內存管理,避免頻繁創建和銷毀字符串流對象,可以重用或使用std::stringstream。
