2025 CSRankings 新鮮出爐了！CMU 穩(wěn)坐全球第一，中國高校強(qiáng)勢崛起，清華摘得第 2，上交大與浙大并列第 3，北大位居第 5。中國在 AI 領(lǐng)域表現(xiàn)尤為搶眼，上交大、清華、北大、浙大包攬前四，中國科學(xué)院與哈工大也躋身全球前十。
就在剛剛，2025 CSRankings 全球計算機(jī)科學(xué)排名發(fā)布！
地址：https://csrankings.org/#/fromyear/2014/toyear/2025/index?all&world
今年全球 CS 排名中，CMU 再次霸榜，UIUC 曾連續(xù)多年穩(wěn)坐全球第二，如今跌至第 6。
中國高校 / 機(jī)構(gòu)繼續(xù)包攬多個席位，其中清華排名第 2，上交大 / 浙大并列第 3，北大第 5。
就全球 AI 領(lǐng)域表現(xiàn)來看，中國高校非常亮眼，在全球排名前十中包攬六席。
上交清華北大浙大拿下前四，中國科學(xué)院、哈工大沖進(jìn)全球 AI 領(lǐng)域的 TOP 10。
CSRankings 是由麻省州立大學(xué)阿姆赫斯特分校計算機(jī)與信息科學(xué)學(xué)院教授 Emery Berger 組織的全球院校計算機(jī)科學(xué)領(lǐng)域?qū)嵙ε琶耆谘芯恐笜?biāo)，相對來說比較透明。
排名囊括了全球范圍高校的計算機(jī)專業(yè)，以高校和研究機(jī)構(gòu)在計算機(jī)科學(xué)領(lǐng)域頂級學(xué)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(xì)分排名分為 4 大類（27 項小細(xì)分），分別為 AI、系統(tǒng)、理論和跨學(xué)科領(lǐng)域。
在 AI 板塊，主要有 5 個細(xì)分領(lǐng)域：1.人工智能（Artificial intelligence）；2.計算機(jī)視覺（Computer vision）；3.機(jī)器學(xué)習(xí)（Machine learning）；4.自然語言處理（Natural language processing）；5.網(wǎng)頁信息檢索（The Web & information retrieval）。
2025 CS 高校全球排名，CMU 第一
根據(jù)最新的 CS Rankings，25 年計算機(jī)科學(xué)專業(yè)全球整體排名 Top 10 如下 ——
卡耐基梅隆大學(xué)第 1，清華大學(xué)第 2，上海交通大學(xué) / 浙江大學(xué)并列第 3，北京大學(xué)第 5，UCSD / UIUC 并列第 6，佐治亞理工學(xué)院 / 香港科技大學(xué) / 新加坡國立大學(xué) / 韓國科學(xué)技術(shù)院并列第 8。
具體來看，CMU 在機(jī)器學(xué)習(xí)、NLP、計算機(jī)視覺、AI 領(lǐng)域發(fā)表的論文數(shù)量最多。
清華在 ML、NLP 論文數(shù)量遠(yuǎn)超人工智能和計算機(jī)視覺領(lǐng)域。
其中，發(fā)表論文數(shù)超 20 篇的教職工是，劉志遠(yuǎn)（30）、孫茂松（26）、黃民烈（23）。
此外，上交大、浙大、北大發(fā)表論文方向側(cè)重各有不同，北大上交大均是機(jī)器學(xué)習(xí)論文最強(qiáng)，浙大就人工智能方向發(fā)表數(shù)量最多。
在 AI 大類中選擇「人工智能」方向，全球前十的高校是北京大學(xué)、上海交通大學(xué)、浙江大學(xué)、哈爾濱工業(yè)大學(xué)、電子科技大學(xué)、南京大學(xué)、南洋理工大學(xué)、清華大學(xué)、中國科學(xué)院和韓國科學(xué)技術(shù)院。
在 AI 大類中選擇「計算機(jī)視覺」方向，全球前十的高校是北京大學(xué)、南洋理工大學(xué)、韓國科學(xué)技術(shù)院、上海交通大學(xué)、浙江大學(xué)、香港科技大學(xué)、中國科學(xué)院、新加坡國立大學(xué)、慕尼黑工業(yè)大學(xué)和蘇黎世聯(lián)邦理工學(xué)院。
在 AI 大類中選擇「機(jī)器學(xué)習(xí)」方向，全球前十的高校是加州大學(xué)伯克利分校、韓國科學(xué)技術(shù)院、MIT、北京大學(xué)、卡耐基梅隆大學(xué)、上海交通大學(xué)、加州大學(xué)圣地亞哥分校、清華大學(xué)、斯坦福大學(xué)、新加坡國立大學(xué)和普林斯頓大學(xué)。
在 AI 大類中選擇「自然語言處理」方向，全球前十的高校是清華大學(xué)、中國科學(xué)院、哈爾濱工業(yè)大學(xué)、中國人民大學(xué)、復(fù)旦大學(xué)、卡耐基梅隆大學(xué)、伊利諾伊大學(xué)厄巴納-香檳分校、愛丁堡大學(xué)、北京大學(xué)、南洋理工大學(xué)、馬里蘭大學(xué)帕克分校和浙江大學(xué)。
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中國人民大學(xué)、清華大學(xué)、中國科學(xué)技術(shù)大學(xué)、浙江大學(xué)、阿姆斯特丹大學(xué)、馬薩諸塞大學(xué)阿默斯特分校、伊利諾伊大學(xué)厄巴納-香檳分校、新加坡國立大學(xué)、南京大學(xué)、上海交通大學(xué)和昆士蘭大學(xué)。
中國 AI TOP10：上交大清華霸榜
如上文所述，在 AI 這一大領(lǐng)域，全球排名前十的高校 / 機(jī)構(gòu)是：
上交大第 1 名、清華第 2 名、北大第 3 名、浙大第 4 名、南洋理工大學(xué)第 5 名、韓國科學(xué)技術(shù)院第 6 名、新加坡國立大學(xué)第 7 名、中國科學(xué)院第 8 名、哈爾濱工業(yè)大學(xué)第 9 名、CMU 第 10 名。
就國內(nèi)來看，前幾名依舊保持不變，南京大學(xué)、人民大學(xué)、復(fù)旦大學(xué)、電子科技大學(xué)在 TOP 10 之列。和去年相比，前十名機(jī)構(gòu)整體不變。
排名依據(jù)：頂會論文發(fā)表量
當(dāng)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(yù)為基礎(chǔ)，依賴于向各部門主管和研究生院主任進(jìn)行調(diào)查。
就拿 2023 年 US News 世界排名一出離了大譜，把 213 所機(jī)構(gòu)排名弄錯了，留學(xué)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(fēng)血雨。
另外，基于引用次數(shù)的指標(biāo)也存在灌水的嫌疑。比如，有的大學(xué)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(jī)科學(xué)領(lǐng)域?qū)嵙ε琶?，完全基于「研究指?biāo)」進(jìn)行排名。
具體來說，CSRankings 是以絕大多數(shù)院校教員，在計算機(jī)科學(xué)領(lǐng)域的各大頂會發(fā)布的論文數(shù)量為衡量指標(biāo)。
自然語言處理的頂會有 ACL、EMNLP、NAACL；計算機(jī)視覺領(lǐng)域的頂會含 CVPR、ECCV、ICCV；機(jī)器學(xué)習(xí)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(biāo)準(zhǔn)是？
數(shù)據(jù)庫的收錄標(biāo)準(zhǔn)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(jī)科學(xué)專業(yè)的博士生提供指導(dǎo)，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(kuò)大到了其他院系的一些教師，這些教師與計算機(jī)科學(xué)系或類似院系有兼職合同，可以為 CS 的博士生提供指導(dǎo)。
請注意，全職意味著在整個學(xué)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(xué)生或其他身份）無關(guān)。這個數(shù)字永遠(yuǎn)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(xué)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(xué)術(shù)產(chǎn)出量。這可以激勵作者適當(dāng)?shù)貙Υ龑W(xué)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/#/fromyear/2014/toyear/2025/index?ai&vision&mlmining&nlp&inforet&world
本文來自微信公眾號：新智元（ID：AI_era）
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。