加载中...
尽管AI领域在工业界发展迅速，企业研究机构在拼命的开发相关的产品以推动各自业务的发展。但是他们也在科研领域不断贡献大量的AI论文。Zeta Alpha的一篇博客分析了2022年发表的被引用最多的100篇AI论文，给大家提供一个洞察思路。
其实本次分析包含了过去三年的数据，即2020、2021和2022年每年的引用最多的100篇AI领域论文。从发表机构和地区角度分析。
先说主要结论：
目录如下：
Follow DataLearner WeChat for the latest AI updates
过去三年，按照国家和地区看，100篇引用最多的论文发布的数量如下图所示：
可以看到，100篇引用最多论文的数量最多的就是美国了。不过，近三年总体占比下降趋势，近三年数量分别是78篇、75篇和68篇。第二名就是中国（这里看应该是不包括香港和台湾省），近三年论文分别是27、23和27，数量几乎不变。之前有报告称中国要在AI论文领域取代美国，但是从被引看这个有点夸张了，差距还是很明显的。
第一个角度是从数量占比看。现在从比例看如下图所示：
因为共同作者的原因，这里的100篇被引最多论文作者单位应该是不止100的。从比例看，美国从2020年占比的将近80%下降到60%不到。而中国稳定在10%多一点。除此之外，英国是最重要的地区。不过需要注意的是，英国作者贡献的论文中69%都是由DeepMind发布的。而DeepMind是被谷歌收购的研究机构。所以，准确来说，差距更大。
现在从作者单位来看论文数量。情况如下：
从近三年的发布情况看，100篇被引最多的AI论文前三名由企业界的三巨头占据，即美国科技企业谷歌、Meta和微软。而后面的排名中，还有13家单位，高校占比更多。只有3家企业相关机构，包括DeepMind、OpenAI和MIT，但都是美国企业。其中剑桥大学、清华大学和新加坡国立大学大学是剩下10所高校中仅有的3所非美国高校。从这个角度看，美国的企业和高校实力绝对的强。
从这个角度看，企业的研究很强，但是集中在头部。而高校虽然单个机构的影响力不如企业，但是加在一起很多。下图展示的是三年不同类别机构占比。
可以看到，工业界和学术界总体影响力差不多。
前面分析的都是100篇被引最多的论文。这里再看看所有论文发布结果排序。
这里看到排名大变样。不过谷歌依然最强。说明谷歌的研究结果不仅影响力大，产量也是惊人。这可能与谷歌庞大的研究机构有关（Google Research简介：https://www.datalearner.com/ai-organizations/google-research ）。但是OpenAI、DeepMind这种产出高影响力论文的单位在这里就看不到了。下图展示了哪些机构发布的论文中高影响力论文占比更高。
可以看到，OpenAI绝对的占比第一。也就是说，OpenAI发布的论文一半或者以上都具有很高的影响力。而其他的机构水平都差不多。不过可惜的是，国内的机构和企业均没有上榜。
最后，我们列出过去三年每年被引用最多的5篇AI领域的论文，大家可以看看仔细研读学习！
AlphaFold Protein Structure Database: massively expanding the structural coverage of protein-sequence space with high-accuracy models - 著名的蛋白质结构预测模型，来自DeepMind，被引1372次。
ColabFold: making protein folding accessible to all - 开源的蛋白质折叠模型，多家机构共同作者，被引1162次。
Hierarchical Text-Conditional Image Generation with CLIP Latents - 来自OpenAI的DALL·E2模型论文，被引718次。
A ConvNet for the 2020s - 来自Meta和UC Berkeley，被引690次。在一个transformer统一天下的时代，除了一个卷积网络的性能天花板级别的探索，非常值得一读。
PaLM: Scaling Language Modeling with Pathways - 来自谷歌的5400亿参数大模型，被引452次。
**Highly accurate protein structure prediction with AlphaFold ** - 突破性的成果，DeepMind预测蛋白质结构的模型，被引8965次。
Swin Transformer: Hierarchical Vision Transformer using Shifted Windows - 来自微软的使用transformer变种做CV的成果，被引4810次。
Learning Transferable Visual Models From Natural Language Supervision -> 来自OpenAI的著名CLIP模型，一个自监督的多模态模型，将多模态工作从最近几年的停滞状态做了一个很好的探索，被引3204次。
On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? - 来自华盛顿大学论文，对大模型的趋势做了判断，强调了现在的大模型的局限和危险，被引1266次。
Emerging Properties in Self-Supervised Vision Transformers - 来自Meta的探索，自监督模型如何让transformer产生原始图像的分割能力，被引1219次。
An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale 谷歌的著名论文，首次展示一个纯粹的transformer模型可以在CV领域获得很好的效果，被引11914次。
Language Models are Few-Shot Learners - OpenAI著名的GPT-3模型论文，但是没有细节，被引8070次。
YOLOv4: Optimal Speed and Accuracy of Object Detection - 来自台湾的Academia Sinica，YOLO系列最新的模型，被引8014次。
**Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer ** - Google关于transformers模型的迁移学习探索，产生了著名的T5模型。被引5906次。
Bootstrap your own latent: A new approach to self-supervised Learning - DeepMind and Imperial College展示了表示学习中negatives并不是必须的。被引2873次。
