CSRankings 2024 結(jié)果出爐！全世界計算機科學機構(gòu)的排名進行了大更新。在 AI 板塊，清華、北大、上交分列 TOP 3，CMU 和浙大并列第 4。AI TOP 10 中的中國高校，還包括人大、南京大學、復旦大學、哈工大等。

2024 CSRankings 全球計算機科學排名，剛剛發(fā)布！

全球 CS 排名中，中國高校 / 機構(gòu)包攬了多個席位，其中卡內(nèi)基梅隆大學第一，清華第二，上交第 3，北大第 4。

就 AI 領(lǐng)域的世界 TOP 10 排名來看，中國表現(xiàn)非常亮眼，共有 8 所高校 / 機構(gòu)進入全球前十（包含并列排名）。

2024 年 AI 領(lǐng)域世界高校 / 機構(gòu)排名中，最值得關(guān)注的一點是，中國科學院跌出了世界前十（2023 年排第 8）。

CSRankings 是由麻省州立大學阿姆赫斯特分校計算機與信息科學學院教授 Emery Berger 組織的全球院校計算機科學領(lǐng)域?qū)嵙ε琶耆谘芯恐笜?，相對來說比較透明。

排名囊括了全球范圍高校的計算機專業(yè)，以高校和研究機構(gòu)在計算機科學領(lǐng)域頂級學術(shù)會議上發(fā)表的論文數(shù)量為參考依據(jù)。

按照地域劃分，這項排名可以單獨查到多個國家，還可以分為北美、南美、非洲、亞洲、澳洲、歐洲、全球。

CSRanking 的細分排名分為 4 大類（27 項小細分），分別為 AI、系統(tǒng)、理論和跨學科領(lǐng)域。

在 AI 板塊，主要有 5 個細分領(lǐng)域：

• 1.人工智能（Artificial intelligence）；

• 2.計算機視覺（Computer vision）；

• 3.機器學習（Machine learning）；

• 4.自然語言處理（Natural language processing）；

• 5.網(wǎng)頁信息檢索（The Web & information retrieval）。

2024 CS 高校全球排名

根據(jù)最新的 CS Rankings，24 年計算機科學專業(yè)全球整體排名 Top 10 如下 ——

卡內(nèi)基梅隆大學第 1，清華大學第 2，上海交通大學第 3，北京大學和伊利諾伊大學厄巴納-香檳分校并列第 4，浙江大學第 6，蘇黎世聯(lián)邦理工學院和佐治亞理工學院并列第 7，韓國科學技術(shù)院、斯坦福大學、加州大學圣地亞哥分校、密歇根大學、華盛頓大學并列第 9，MIT、新加坡國立大學、UC 伯克利、 馬里蘭大學帕克分校并列第 14。

選擇「AI」選項可以看出，2024 年的 AI 全球排名，國內(nèi)多所高校進入 TOP 20。

清華大學第 1 名，北京大學第 2 名，上海交大第 3 名，卡耐基梅隆大學和浙江大學并列第 4 名，韓國科學技術(shù)院第 6 名，中國人民大學第 7 名，南京大學第 8 名，新加坡國立大學第 9 名，復旦大學、哈爾濱工業(yè)大學并列第 10 名。

與 2023 年世界 AI 機構(gòu) TOP 10 排名相比，基本排名保持不變。

最值得一提的是，中國科學院在 2024 年排名中竟跌出了世界前十（去年位列世界第 8）。另外，UIUC 也被擠出了世界前十，新加坡國立大學、復旦大學成功晉升。

具體來看，清華大學在機器學習、NLP 領(lǐng)域發(fā)表的論文，遠遠超過 AI、計算機視覺、網(wǎng)頁信息檢索領(lǐng)域的論文數(shù)量。

其中，發(fā)表論文數(shù)超過 10 篇的教職工是，黃民烈（16）、孫茂松（15）、朱軍（15）、李勇（11）、劉知遠（11）、朱文武（11）、劉洋（10）。

北京大學在 AI、計算機視覺、機器學習領(lǐng)域頂會論文發(fā)表數(shù)量均超過了 40 篇。

其中，超過 10 篇論文的教職工是趙東巖（12）、王奕森（11）、施柏鑫（10）。

上海交通大學在 AI、機器學習論文數(shù)量最多。

頂會論文發(fā)表超過 10 篇的教職工有，嚴駿馳（29）、趙海（12）、王新兵（11）、楊小康（11）。

值得一提的是，CMU 在機器學習領(lǐng)域的頂會論文數(shù)量超過了 100 篇。在 AI 板塊之外，機器人領(lǐng)域的論文數(shù)量近 50 篇。

Graham Neubig（16）、J. Zico Kolter （14）、Deva Ramanan（11）論文數(shù)量超過了 10 篇。

并列第四的浙江大學，在 AI、計算機視覺發(fā)表頂會論文數(shù)量均超過 50 篇。

頂會發(fā)表論文超過 10 篇論文的教職工是趙洲（20）、陳華鈞（14）、楊易（14）。

各大 AI 細分方向全球 TOP10 高校

在 AI 大類中選擇「人工智能」方向，全球前十的高校是上海交通大學、浙江大學、南京大學、北京大學、中國人民大學、清華大學、哈爾濱工業(yè)大學、新加坡國立大學、武漢大學和韓國科學技術(shù)院。

在 AI 大類中選擇「計算機視覺」方向，全球前十的高校是浙江大學、北京大學、韓國科學技術(shù)院、 卡耐基梅隆大學、穆罕默德?本?扎耶德人工智能大學、上海交通大學、蘇黎世聯(lián)邦理工學院、斯坦福大學、香港中文大學、南洋理工大學。

在 AI 大類中選擇「機器學習」方向，全球前十的高校是卡耐基梅隆大學、斯坦福大學、韓國科學技術(shù)院、MIT、加州大學圣地亞哥分校、加州大學伯克利分校、加州大學洛杉磯分校、清華大學、北京大學、上海交通大學。

在 AI 大類中選擇「自然語言處理」方向，全球前十的高校是哈爾濱工業(yè)大學、卡耐基梅隆大學、復旦大學、華盛頓大學、斯坦福大學、清華大學、北京大學、伊利諾伊大學厄巴納-香檳分校、蘇黎世聯(lián)邦理工學院、加州大學洛杉磯分校。

在 AI 大類中選擇「網(wǎng)頁信息檢索」方向，全球前十的高校分別是清華大學、中國人民大學、中國科學技術(shù)大學、浙江大學、阿姆斯特丹大學、復旦大學、伊利諾伊大學厄巴納-香檳分校、北京大學、中國科學院大學、北京郵電大學。

中國 AI TOP10：清華北大霸榜，中科院跌至第 9

在 AI 領(lǐng)域，中國機構(gòu)排名前十的機構(gòu)是：

清華第 1 名、北大第 2 名、上海交通大學第 3 名、浙江大學第 4 名、中國人民大學第 5 名、南京大學第 6 名、復旦大學第 7 名、哈爾濱工業(yè)大學第 8 名、中國科學院第 9 名、電子科技大學第 10 名。

和去年相比，前十名的機構(gòu)整體不變。復旦大學有所提升（去年排第 9），中國科學院排名大幅下降（去年排名第 6）。

排名依據(jù)：頂會論文發(fā)表量

當前，1983 年開始的《美國新聞與世界報道》（US News and World Report）排名最具聲望。

不過，US News 排名完全以聲譽為基礎(chǔ)，依賴于向各部門主管和研究生院主任進行調(diào)查。

就拿 2023 年 US News 世界排名一出離了大譜，把 213 所機構(gòu)排名弄錯了，留學圈也是吵翻了天。

包括之前哥大在 US News 的排名數(shù)據(jù)造假事件，也是掀起了腥風血雨。

另外，基于引用次數(shù)的指標也存在灌水的嫌疑。比如，有的大學就鼓勵教職員工相互引用，「引用卡特爾」（Citation Cartels）也就看著光彩了。

不僅如此，并非所有論文引用都是免費的，而且變化很快，像 Google Scholar 中引文統(tǒng)計系統(tǒng)在作者歧義方面做的不是很好。

為了給所有人提供一個有意義且透明的排名體系，Emery Berger 組織的全球院校計算機科學領(lǐng)域?qū)嵙ε琶?，完全基于「研究指標」進行排名。

具體來說，CSRankings 是以絕大多數(shù)院校教員，在計算機科學領(lǐng)域的各大頂會發(fā)布的論文數(shù)量為衡量指標。

自然語言處理的頂會有 ACL、EMNLP、NAACL；計算機視覺領(lǐng)域的頂會含 CVPR、ECCV、ICCV；機器學習與數(shù)據(jù)挖掘會議的論文來自 ICML、KDD 、NIPS；人工智能頂會則包含 AAAI、IJCAI。

看得出，這種方法是為了激勵教職員工在頂會上發(fā)表論文，而且 CSrankings 所有代碼和數(shù)據(jù)共享，同時還能防止造假。

教職工入選標準是？

數(shù)據(jù)庫的收錄標準是，只要是特定校園中的全職、終身教職員工，并且能夠單獨為計算機科學專業(yè)的博士生提供指導，都可以被收錄到數(shù)據(jù)庫中。

因此，這種方法將數(shù)據(jù)庫的覆蓋范圍擴大到了其他院系的一些教師，這些教師與計算機科學系或類似院系有兼職合同，可以為 CS 的博士生提供指導。

請注意，全職意味著在整個學年至少有 75% 的工作時間。

作者署名、論文數(shù)怎么算？

一名教職員工在一篇論文中可獲得 1 / N 分，其中 N 是作者人數(shù)，與他們的隸屬關(guān)系或身份（教職員工、學生或其他身份）無關(guān)。這個數(shù)字永遠不會變。

在所有作者都是 / 最終成為數(shù)據(jù)庫中的教員的情況下，那么一篇論文最多只能算 1.0 分。

如果不按作者數(shù)量劃分論文的學術(shù)產(chǎn)出量，僅簡單計數(shù)論文數(shù)，那么作者可以很容易地通過增加作者來人為操縱和夸大單篇論文的產(chǎn)出量。

為了避免這種情況，必須分割論文的學術(shù)產(chǎn)出量。這可以激勵作者適當?shù)貙Υ龑W術(shù)產(chǎn)出的署名，不濫用多作者夸大單篇論文的產(chǎn)出量。

參考資料：

• https://csrankings.org/#/index?all&us

廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。