权威性排名CSrankings更新数据,清华北大等国内高校AI实力“扎眼”

简介: 为国内高校的AI实力打call。

为国内高校的AI实力打call。

日前,全球计算机科学专业排名CSrankings进行了数据更新。这一排名由美国马萨诸塞大学安姆斯特分校的Emery Berger教授发起,他希望能够建立一个透明且有意义的排名体系。值得注意的是,CSrankings完全基于论文发表指标,通过衡量学术机构成员在计算机科学顶级学术会议上所发表的论文数量来打分。

TB11.XxAXzqK1RjSZSgXXcpAVXa.jpg

根据最新排名,计算机科学总排名前十名高校分别是:卡耐基梅隆大学、麻省理工学院、斯坦福大学、加州大学伯克利分校、伊利诺伊大学香槟分校、密歇根大学、康奈尔大学、华盛顿大学、佐治亚理工学院和清华大学。

其中,除清华大学外,其余均为美国高校。而在总榜单中,包括清华大学在内,国内共有7所高校进入。

AI综合排名中,有三所高校进入前十,分别是位列第二、第五、第七的清华大学、北京大学和中科院,另有包括南京大学在内的7所高校进入该榜单。

此外,针对AI领域,CSrankings又细分出了狭义的“人工智能”、“计算机视觉”、“机器学习与数据挖掘”、“自然语言处理”和“网络与信息检索”共五个子类。在这之中,国内高校的表现颇为亮眼。

具体来看,“人工智能”类别中,清华大学、北京大学和中科院分别位于全球一、二、三名,另有上海交通大学、浙江大学和南京大学进入全球前十。

“计算机视觉”类别中,中科院居全球首位,清华大学排名第四。

“机器学习与数据挖掘”类别中,进入前十的清华大学居第五位。

“自然语言处理”类别中,北京大学夺得全球第一,清华大学居全球第四。

“网络与信息检索”类别中,清华大学居世界第一,另有浙江大学中科院入围全球全球前十。

可以看出,虽然国内高校在计算机科学总排名中亮点不多,但在AI领域中,表现十分卓越。这也与国内近年来大力支持、推动AI产业有关。伴随着国家的政策鼓励与支持,以及对未来趋势的前瞻,越来越多的高校也开始了自己的“转变。”

为了进一步推动学术和产业上的提升与进步,一方面,高校相继设立独立AI学院或专业,以培养AI人才、满足产业人才缺口;另一方面,则是与AI企业合作科研项目或是建立联合实验室,专注于技术研发与输出。

可以说,在产学界,高校都担任着不小的连接作用,而此次权威性榜单的评选结果,则正面验证了国内高校的AI实力。

相关文章
|
1月前
|
存储 人工智能 Cloud Native
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
在9月20日2024云栖大会上,阿里云智能集团副总裁,数据库产品事业部负责人,ACM、CCF、IEEE会士(Fellow)李飞飞发表《从数据到智能:Data+AI驱动的云原生数据库》主题演讲。他表示,数据是生成式AI的核心资产,大模型时代的数据管理系统需具备多模处理和实时分析能力。阿里云瑶池将数据+AI全面融合,构建一站式多模数据管理平台,以数据驱动决策与创新,为用户提供像“搭积木”一样易用、好用、高可用的使用体验。
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
|
22天前
|
人工智能 关系型数据库 分布式数据库
拥抱Data+AI|“全球第一”雅迪如何实现智能营销?DMS+PolarDB注入数据新活力
针对雅迪“云销通App”的需求与痛点,本文将介绍阿里云瑶池数据库DMS+PolarDB for AI提供的一站式Data+AI解决方案,助力销售人员高效用数,全面提升销售管理效率。
|
1月前
|
机器学习/深度学习 人工智能 算法
整合海量公共数据,谷歌开源AI统计学专家DataGemma
【10月更文挑战第28天】谷歌近期开源了DataGemma,一款AI统计学专家工具,旨在帮助用户轻松整合和利用海量公共数据。DataGemma不仅提供便捷的数据访问和处理功能,还具备强大的数据分析能力,支持描述性统计、回归分析和聚类分析等。其开源性质和广泛的数据来源使其成为AI研究和应用的重要工具,有助于加速研究进展和推动数据共享。
57 6
|
15天前
|
人工智能 自然语言处理 算法
具身智能高校实训解决方案 ----从AI大模型+机器人到通用具身智能
在具身智能的发展历程中,AI 大模型的出现成为了关键的推动力量。高校作为培养未来科技人才的摇篮,需要紧跟这一前沿趋势,开展具身智能实训课程。通过将 AI 大模型与具备 3D 视觉的机器人相结合,为学生搭建一个实践平台。
170 64
|
4天前
|
存储 机器学习/深度学习 人工智能
【AI系统】完全分片数据并行 FSDP
本文深入探讨了AI框架中针对权重数据、优化器数据和梯度数据的分布式并行实现,特别是在PyTorch框架下的具体方案。文章首先回顾了通用数据并行和分布式数据并行的概念,重点讨论了同步与异步数据并行的差异。接着,文章详细介绍了如何在PyTorch中实现弹性数据并行,特别是完全分片数据并行(FSDP)的机制,包括其如何通过分片模型状态和剩余状态来减少内存消耗,提高训练效率。此外,文章还探讨了混合精度训练、损失缩放和内存消耗估算等关键技术,为理解和实施高效的分布式训练提供了全面的指导。
23 9
【AI系统】完全分片数据并行 FSDP
|
4天前
|
机器学习/深度学习 人工智能 PyTorch
【AI系统】数据并行
数据并行是一种在分布式AI系统中广泛应用的技术,通过将数据集划分成多个子集并在不同计算节点上并行处理,以提高计算效率和速度。在大规模机器学习和深度学习训练中,数据并行可以显著加快模型训练速度,减少训练时间,提升模型性能。每个计算节点接收完整的模型副本,但处理不同的数据子集,从而分摊计算任务,提高处理速度和效率。数据并行按同步方式可分为同步数据并行和异步数据并行,按实现方式包括数据并行、分布式数据并行、完全分片的数据并行等。其中,分布式数据并行(DDP)是当前应用最广泛的并行算法之一,通过高效的梯度聚合和参数同步机制,确保模型一致性,适用于大型NPU集群和AI系统。
43 7
【AI系统】数据并行
|
9天前
|
人工智能 vr&ar
GeneMAN:上海AI Lab联合北大等高校推出的3D人体模型创建框架
GeneMAN是由上海AI实验室、北京大学、南洋理工大学和上海交通大学联合推出的3D人体模型创建框架。该框架能够从单张图片中生成高保真度的3D人体模型,适用于多种应用场景,如虚拟试衣、游戏和娱乐、增强现实和虚拟现实等。
30 7
GeneMAN:上海AI Lab联合北大等高校推出的3D人体模型创建框架
|
14天前
|
存储 人工智能 编译器
【AI系统】昇腾数据布局转换
华为昇腾NPU采用独特的NC1HWC0五维数据格式,旨在优化AI处理器的矩阵乘法运算和访存效率。此格式通过将C维度分割为C1份C0,适应达芬奇架构的高效计算需求,支持FP16和INT8数据类型。此外,昇腾还引入了NZ分形格式,进一步提升数据搬运和矩阵计算效率。AI编译器通过智能布局转换,确保在不同硬件上达到最优性能。
40 3
|
22天前
|
SQL 机器学习/深度学习 人工智能
今日 AI 开源|共 4 项|DeepSeek 推出新一代 AI 推理模型,实力比肩 OpenAI o1-preview!
本文介绍了四个最新的 AI 开源项目,涵盖多模态生成式 AI、自然语言到 SQL 转化、多模态数学推理和复杂逻辑推理等多个领域,为 AI 应用开发提供了丰富的资源和工具。
97 0
今日 AI 开源|共 4 项|DeepSeek 推出新一代 AI 推理模型,实力比肩 OpenAI o1-preview!
|
1月前
|
存储 人工智能 调度
阿里云吴结生:高性能计算持续创新,响应数据+AI时代的多元化负载需求
在数字化转型的大潮中,每家公司都在积极探索如何利用数据驱动业务增长,而AI技术的快速发展更是加速了这一进程。