随着2016年结束，剑桥大学高级研究员MarekRei对人工智能行业的11个主要会议和期刊进行了分析，它们包括ACL、EACL、NAACL、EMNLP、COLING、CL、TACL、CoNLL、Sem/StarSem、NIPS和ICML。本次分析对目前在机器学习与自然语言处理领域的各类组织与院校的科研情况进行了对比。分析显示，在论文数量上，卡耐基梅隆大学（CMU）高居*位。

 

　　以下各图所用到的信息均来自网络，每份文件的机构组织信息都是由论文的pdf文件中获取的，并不*完全准确。

 

　　在你看完这份分析，得出自己的结论之前，请注意一个前提：论文的质量远比数量重要，而论文质量并不在本次分析的范围内。我们的分析来源于这样一个动机：我们希望展示深度学习和机器学习领域在过去的一年里发生了什么，大公司和院校正在做什么，希望它能够为你提供一些帮助。

 

　　首先是2016年*活跃的25个机构：
　　卡耐基梅隆大学仅以一篇论文优势击败谷歌。2016年，微软和斯坦福也发表80多篇论文。IBM、剑桥、华盛顿大学和MIT都抵达了50篇的界线。谷歌、斯坦福、MIT以及普林斯顿大学明显关注的是机器学习领域，论文发表几乎都集中在了NIPS和ICML上。实际上，谷歌论文几乎占了NIPS所有论文的10%。不过，IBM、北大、爱丁堡大学以及达姆施塔特工业大学（TUDarmstadt）显然关注的是自然语言处理应用。