CSRankings 2024 结果出炉！全世界计算机科学机构的排名进行了大更新。在 AI 板块，欧博清华、北大、上交分列 TOP 3，CMU 和浙大并列第 4。AI TOP 10 中的中国高校，还包括人大、南京大学、复旦大学、哈工大等。

2024 CSRankings 全球计算机科学排名，刚刚发布！

全球 CS 排名中，中国高校 / 机构包揽了多个席位，其中卡内基梅隆大学第一，清华第二，上交第 3，北大第 4。

就 AI 领域的世界 TOP 10 排名来看，中国表现非常亮眼，共有 8 所高校 / 机构进入全球前十（包含并列排名）。

2024 年 AI 领域世界高校 / 机构排名中，最值得关注的一点是，中国科学院跌出了世界前十（2023 年排第 8）。

CSRankings 是由麻省州立大学阿姆赫斯特分校计算机与信息科学学院教授 Emery Berger 组织的全球院校计算机科学领域实力排名，完全基于研究指标，相对来说比较透明。

排名囊括了全球范围高校的计算机专业，以高校和研究机构在计算机科学领域顶级学术会议上发表的论文数量为参考依据。

按照地域划分，这项排名可以单独查到多个国家，还可以分为北美、南美、非洲、亚洲、澳洲、欧洲、全球。

CSRanking 的细分排名分为 4 大类（27 项小细分），分别为 AI、系统、理论和跨学科领域。

在 AI 板块，主要有 5 个细分领域：

1.人工智能（Artificial intelligence）；

2.计算机视觉（Computer vision）；

3.机器学习（Machine learning）；

4.自然语言处理（Natural language processing）；

5.网页信息检索（The Web & information retrieval）。

根据最新的 CS Rankings，24 年计算机科学专业全球整体排名 Top 10 如下 ——

卡内基梅隆大学第 1，清华大学第 2，上海交通大学第 3，北京大学和伊利诺伊大学厄巴纳-香槟分校并列第 4，浙江大学第 6，欧博娱乐苏黎世联邦理工学院和佐治亚理工学院并列第 7，韩国科学技术院、斯坦福大学、加州大学圣地亚哥分校、密歇根大学、华盛顿大学并列第 9，MIT、新加坡国立大学、UC 伯克利、 马里兰大学帕克分校并列第 14。

选择「AI」选项可以看出，2024 年的 AI 全球排名，国内多所高校进入 TOP 20。

清华大学第 1 名，北京大学第 2 名，上海交大第 3 名，卡耐基梅隆大学和浙江大学并列第 4 名，韩国科学技术院第 6 名，中国人民大学第 7 名，南京大学第 8 名，新加坡国立大学第 9 名，复旦大学、哈尔滨工业大学并列第 10 名。

与 2023 年世界 AI 机构 TOP 10 排名相比，基本排名保持不变。

最值得一提的是，中国科学院在 2024 年排名中竟跌出了世界前十（去年位列世界第 8）。另外，UIUC 也被挤出了世界前十，新加坡国立大学、复旦大学成功晋升。

具体来看，清华大学在机器学习、NLP 领域发表的论文，远远超过 AI、计算机视觉、网页信息检索领域的论文数量。

其中，发表论文数超过 10 篇的教职工是，黄民烈（16）、孙茂松（15）、朱军（15）、李勇（11）、刘知远（11）、朱文武（11）、刘洋（10）。

北京大学在 AI、计算机视觉、机器学习领域顶会论文发表数量均超过了 40 篇。

其中，超过 10 篇论文的教职工是赵东岩（12）、王奕森（11）、施柏鑫（10）。

上海交通大学在 AI、机器学习论文数量最多。

顶会论文发表超过 10 篇的教职工有，严骏驰（29）、赵海（12）、王新兵（11）、杨小康（11）。

值得一提的是，CMU 在机器学习领域的顶会论文数量超过了 100 篇。在 AI 板块之外，机器人领域的论文数量近 50 篇。

Graham Neubig（16）、J. Zico Kolter （14）、Deva Ramanan（11）论文数量超过了 10 篇。

并列第四的浙江大学，在 AI、计算机视觉发表顶会论文数量均超过 50 篇。

顶会发表论文超过 10 篇论文的教职工是赵洲（20）、陈华钧（14）、杨易（14）。

在 AI 大类中选择「人工智能」方向，全球前十的高校是上海交通大学、浙江大学、南京大学、北京大学、中国人民大学、清华大学、哈尔滨工业大学、新加坡国立大学、武汉大学和韩国科学技术院。

在 AI 大类中选择「计算机视觉」方向，全球前十的高校是浙江大学、北京大学、韩国科学技术院、 卡耐基梅隆大学、穆罕默德・本・扎耶德人工智能大学、上海交通大学、苏黎世联邦理工学院、斯坦福大学、香港中文大学、南洋理工大学。

在 AI 大类中选择「机器学习」方向，全球前十的高校是卡耐基梅隆大学、斯坦福大学、韩国科学技术院、MIT、加州大学圣地亚哥分校、加州大学伯克利分校、加州大学洛杉矶分校、清华大学、北京大学、上海交通大学。

在 AI 大类中选择「自然语言处理」方向，全球前十的高校是哈尔滨工业大学、卡耐基梅隆大学、复旦大学、华盛顿大学、斯坦福大学、清华大学、北京大学、伊利诺伊大学厄巴纳-香槟分校、苏黎世联邦理工学院、加州大学洛杉矶分校。

在 AI 大类中选择「网页信息检索」方向，全球前十的高校分别是清华大学、中国人民大学、中国科学技术大学、浙江大学、阿姆斯特丹大学、复旦大学、伊利诺伊大学厄巴纳-香槟分校、北京大学、中国科学院大学、北京邮电大学。

在 AI 领域，中国机构排名前十的机构是：

清华第 1 名、北大第 2 名、上海交通大学第 3 名、浙江大学第 4 名、中国人民大学第 5 名、南京大学第 6 名、复旦大学第 7 名、哈尔滨工业大学第 8 名、中国科学院第 9 名、电子科技大学第 10 名。

和去年相比，前十名的机构整体不变。复旦大学有所提升（去年排第 9），中国科学院排名大幅下降（去年排名第 6）。

当前，1983 年开始的《美国新闻与世界报道》（US News and World Report）排名最具声望。

不过，US News 排名完全以声誉为基础，依赖于向各部门主管和研究生院主任进行调查。

就拿 2023 年 US News 世界排名一出离了大谱，把 213 所机构排名弄错了，留学圈也是吵翻了天。

包括之前哥大在 US News 的排名数据造假事件，也是掀起了腥风血雨。

另外，基于引用次数的指标也存在灌水的嫌疑。比如，有的大学就鼓励教职员工相互引用，「引用卡特尔」（Citation Cartels）也就看着光彩了。

不仅如此，并非所有论文引用都是免费的，而且变化很快，像 Google Scholar 中引文统计系统在作者歧义方面做的不是很好。

为了给所有人提供一个有意义且透明的排名体系，Emery Berger 组织的全球院校计算机科学领域实力排名，完全基于「研究指标」进行排名。

具体来说，CSRankings 是以绝大多数院校教员，在计算机科学领域的各大顶会发布的论文数量为衡量指标。

自然语言处理的顶会有 ACL、EMNLP、NAACL；计算机视觉领域的顶会含 CVPR、ECCV、ICCV；机器学习与数据挖掘会议的论文来自 ICML、KDD 、NIPS；人工智能顶会则包含 AAAI、IJCAI。

看得出，这种方法是为了激励教职员工在顶会上发表论文，而且 CSrankings 所有代码和数据共享，同时还能防止造假。

数据库的收录标准是，只要是特定校园中的全职、终身教职员工，并且能够单独为计算机科学专业的博士生提供指导，都可以被收录到数据库中。

因此，这种方法将数据库的覆盖范围扩大到了其他院系的一些教师，这些教师与计算机科学系或类似院系有兼职合同，可以为 CS 的博士生提供指导。

请注意，全职意味着在整个学年至少有 75% 的工作时间。

一名教职员工在一篇论文中可获得 1 / N 分，其中 N 是作者人数，与他们的隶属关系或身份（教职员工、学生或其他身份）无关。这个数字永远不会变。

在所有作者都是 / 最终成为数据库中的教员的情况下，那么一篇论文最多只能算 1.0 分。

如果不按作者数量划分论文的学术产出量，仅简单计数论文数，那么作者可以很容易地通过增加作者来人为操纵和夸大单篇论文的产出量。

为了避免这种情况，必须分割论文的学术产出量。这可以激励作者适当地对待学术产出的署名，不滥用多作者夸大单篇论文的产出量。

参考资料：

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

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。