斯坦福大学Stanford HAI汇编的《2025年人工智能指数报告》（AI Index 2025）按机构统计了2014年至2024年发布的热门AI模型数量。在大学中，斯坦福大学和卡内基梅隆大学（CMU）各有25个，清华大学和加州大学伯克利分校各有22个，麻省理工学院（MIT）有15个。
本文将以这些数据为线索，看看这5所AI研究活跃的大学。
模型数量并非选择大学的答案
“学AI该选哪所大学？”无论是考虑升学的学生，还是寻找人才、物色合作研究机构的职场人士，都难免会想到这个问题。不过，容易获取的数据也暗藏陷阱。
本文采用的热门AI模型数量，统计的是有多少引人瞩目的模型从研究领域走向公众。它既不是AI专业学生的人数，也不代表课程的完善程度。与其把它看作排名，不如将其视为观察各校研究势头的一个切入点。
斯坦福与CMU并列第一
大学机构中数量最多的是斯坦福大学和CMU，各有25个。这意味着在2014年至2024年的11年间，两校都推出了25个热门模型。
跨越学科壁垒的斯坦福
谈到斯坦福，就不能不提成立于2019年的Stanford HAI。该机构以从以人为本的视角重新审视AI为宗旨，定位为跨越多个院系开展研究的跨学科组织。
AI已不再是仅靠计算机科学就能涵盖的领域。随着它与医疗、法律、经济和伦理等领域的联系日益增多，从一开始就不以院系壁垒为前提的组织设计，顺应了时代发展。
CMU与其并列
CMU的模型数量也与斯坦福一样为25个，在这一指标上不相上下。两校数量相同，也说明AI研究的中心并非集中在一所大学。
与其说数字持平意味着双方尚未分出高下，不如说是方向各异的两所大学齐头并进，这或许更符合实际。
清华大学和伯克利各有22个
紧随其后的是中国的清华大学和美国的加州大学伯克利分校，两校均有22个。与斯坦福和CMU仅相差3个。
这一排名颇有意思之处在于，美国和中国的大学都跻身前列。从大学层面的数据也能看出，AI研究的主战场并不局限于某一个国家。寻找留学目的地或合作研究伙伴时，拓宽视野、跨越国家和地区去比较，似乎很有价值。
MIT的研究布局值得关注
MIT的热门AI模型数量为15个，与前四所大学相比相对较少。不过，若从研究布局的广度来看，还能看到另一番景象。
MIT计算机科学与人工智能实验室（CSAIL）的官方网站列出了AI与机器学习领域的68个项目、27个研究小组和111名成员。将机器学习应用于机器人、医疗和自然语言处理等领域，也是其研究重点之一。
有的研究通过打造一个大型模型脱颖而出，也有的研究则依托众多研究小组拓展应用领域。仅凭模型数量这一把尺子，无法充分衡量后者的研究实力。
数字之外的择校之道
把这5所大学放在一起比较，模型数量最多相差10个。仅凭这点差距来决定升学去向，或许有些草率。
更值得比较的，或许是自己想在哪个领域运用AI。若重视AI与社会的联系，可以关注设有跨学科组织的大学；若希望拓宽应用领域，则可以关注研究小组较多的研究机构。以数字为起点，将目光转向研究体系，大学呈现出的面貌就会有所不同。
コメント