新智元报道
编辑：桃子 犀牛
【新智元导读】2025 CSRankings新鲜出炉了！CMU稳坐全球第一，中国高校强势崛起，清华摘得第2，上交大与浙大并列第3，北大位居第5。中国在AI领域表现尤为抢眼，上交大、清华、北大、浙大包揽前四，中国科学院与哈工大也跻身全球前十。
就在刚刚，2025 CSRankings全球计算机科学排名发布！
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曾连续多年稳坐全球第二，如今跌至第6。
中国高校/机构继续包揽多个席位，其中清华排名第2，上交大/浙大并列第3，北大第5。
就全球AI领域表现来看，中国高校非常亮眼，在全球排名前十中包揽六席。
上交清华北大浙大拿下前四，中国科学院、哈工大冲进全球AI领域的TOP 10。
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）。
2025 CS高校全球排名，CMU第一
根据最新的CS Rankings，25年计算机科学专业全球整体排名Top 10如下——
卡耐基梅隆大学第1，清华大学第2，上海交通大学/浙江大学并列第3，北京大学第5，UCSD/UIUC并列第6，佐治亚理工学院/香港科技大学/新加坡国立大学/韩国科学技术院并列第8。
具体来看，CMU在机器学习、NLP、计算机视觉、AI领域发表的论文数量最多。
清华在ML、NLP论文数量远超人工智能和计算机视觉领域。
其中，发表论文数超20篇的教职工是，刘志远（30）、孙茂松（26）、黄民烈（23）。
此外，上交大、浙大、北大发表论文方向侧重各有不同，北大上交大均是机器学习论文最强，浙大就人工智能方向发表数量最多。
在AI大类中选择「人工智能」方向，全球前十的高校是北京大学、上海交通大学、浙江大学、哈尔滨工业大学、电子科技大学、南京大学、南洋理工大学、清华大学、中国科学院和韩国科学技术院。
在AI大类中选择「计算机视觉」方向，全球前十的高校是北京大学、南洋理工大学、韩国科学技术院、上海交通大学、浙江大学、香港科技大学、中国科学院、新加坡国立大学、慕尼黑工业大学和苏黎世联邦理工学院。
在AI大类中选择「机器学习」方向，全球前十的高校是加州大学伯克利分校、韩国科学技术院、MIT、北京大学、卡耐基梅隆大学、上海交通大学、加州大学圣地亚哥分校、清华大学、斯坦福大学、新加坡国立大学和普林斯顿大学。
在AI大类中选择「自然语言处理」方向，全球前十的高校是清华大学、中国科学院、哈尔滨工业大学、中国人民大学、复旦大学、卡耐基梅隆大学、伊利诺伊大学厄巴纳-香槟分校、爱丁堡大学、北京大学、南洋理工大学、马里兰大学帕克分校和浙江大学。
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中国人民大学、清华大学、中国科学技术大学、浙江大学、阿姆斯特丹大学、马萨诸塞大学阿默斯特分校、伊利诺伊大学厄巴纳-香槟分校、新加坡国立大学、南京大学、上海交通大学和昆士兰大学。
中国AI TOP10：上交大清华霸榜
如上文所述，在AI这一大领域，全球排名前十的高校/机构是：
上交大第1名、清华第2名、北大第3名、浙大第4名、南洋理工大学第5名、韩国科学技术院第6名、新加坡国立大学第7名、中国科学院第8名、哈尔滨工业大学第9名、CMU第10名。
就国内来看，前几名依旧保持不变，南京大学、人民大学、复旦大学、电子科技大学在TOP 10之列。和去年相比，前十名机构整体不变。
排名依据：顶会论文发表量
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。
教职工入选标准是？
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。
作者署名、论文数怎么算？
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/#/fromyear/2014/toyear/2025/index?ai&vision&mlmining&nlp&inforet&world
