今天上午,清華和中國工程院知識智能聯(lián)合研究中心在清華大學(xué)聯(lián)合發(fā)布《人工智能全球2000位最具影響力學(xué)者》,通過AMiner學(xué)術(shù)數(shù)據(jù)在全球范圍內(nèi)遴選出了2000位人工智能學(xué)科最有影響力、最具活力的頂級學(xué)者并進(jìn)行了分析,揭秘了人工智能領(lǐng)域人才現(xiàn)狀。
概述
AI2000簡介
AI2000人工智能全球最具影響力學(xué)者榜單(以下稱為AI2000)旨在未來10年通過AMiner學(xué)術(shù)數(shù)據(jù)在全球范圍內(nèi)遴選2000位人工智能學(xué)科最有影響力、最具活力的頂級學(xué)者。AMiner由清華大學(xué)研發(fā),檢索了19世紀(jì)以來全球1億3千余萬學(xué)者發(fā)表的2億7千萬余篇學(xué)術(shù)論文數(shù)據(jù),已吸引全球220個國家/地區(qū)1000多萬獨(dú)立IP訪問,數(shù)據(jù)下載量230萬次,年度訪問量超過1100萬。
AI2000涵蓋人工智能學(xué)科20個子領(lǐng)域,具體遴選方法為每個子領(lǐng)域每年選出10名獲獎?wù)?,未?0年共產(chǎn)生2000名;每年遴選的時候,參考過去十年該領(lǐng)域最有影響力的會議和期刊發(fā)表論文的引用情況,排名前10的學(xué)者當(dāng)選該領(lǐng)域當(dāng)年【AI2000最具影響力學(xué)者獎】,排名前100的其他學(xué)者獲【AI2000最具影響力學(xué)者提名獎】;每個領(lǐng)域的期刊和會議由技術(shù)委員會專家確定。20個子領(lǐng)域分別為經(jīng)典AI(AAAI/IJCAI)、機(jī)器學(xué)習(xí)、計算機(jī)視覺、自然語言處理、機(jī)器人、知識工程、語音識別、數(shù)據(jù)挖掘、信息檢索與推薦、數(shù)據(jù)庫、人機(jī)交互、計算機(jī)圖形、多媒體、可視化、安全與隱私、計算機(jī)網(wǎng)絡(luò)、計算機(jī)系統(tǒng)、計算理論、芯片技術(shù)和物聯(lián)網(wǎng)。
清華大學(xué)AMiner團(tuán)隊(duì)秉持“植根學(xué)術(shù)土壤,促進(jìn)學(xué)科發(fā)展”的初衷,以“客觀公正”為原則,以數(shù)據(jù)為基礎(chǔ)構(gòu)建的全球?qū)W術(shù)知識圖譜、采用人工智能技術(shù)自動生成榜單。AMiner歷次榜單發(fā)布都受到世界著名大學(xué)和研究機(jī)構(gòu)的官方認(rèn)可,比如加州伯克利大學(xué)、康奈爾大學(xué)、杜克大學(xué)和新加坡國立大學(xué),其影響力、公信力和專業(yè)性,可見一斑。
評選規(guī)則
1、具體規(guī)則
AI 2000涵蓋人工智能學(xué)科20個子領(lǐng)域,具體遴選方法為每個子領(lǐng)域每年選出10名獲獎?wù)?,未?0年共產(chǎn)生2000名;每年遴選的時候,參考過去10年該領(lǐng)域最有影響力的會議和期刊發(fā)表論文的引用情況,排名前10的學(xué)者當(dāng)選該領(lǐng)域當(dāng)年【AI 2000最具影響力學(xué)者獎】,排名前100的其他學(xué)者獲【AI 2000最具影響力學(xué)者提名獎】。
榜單通過AMiner系統(tǒng)中所收錄的學(xué)術(shù)數(shù)據(jù)用計算機(jī)算法自動化生成榜單排名,確保了榜單的客觀、公平、公正、公開。榜單采用的引用數(shù)據(jù)來源于Google Scholar,更新日期為2019年12月31日。
2、領(lǐng)域劃分
人工智能既是計算機(jī)科學(xué)的一個分支,又是一個融合了多種學(xué)科的交叉學(xué)科,加上其最近幾年的高速發(fā)展,內(nèi)涵和外延也在不斷的變化,新興的子領(lǐng)域不斷涌現(xiàn),導(dǎo)致工業(yè)界和學(xué)術(shù)界并沒有一個對人工智能的明確定義。在進(jìn)行榜單生成時,綜合參考了計算機(jī)領(lǐng)域較為公認(rèn)的具有權(quán)威性的機(jī)構(gòu)(包括:ACM—Association for Computing Machinery 國際計算機(jī)學(xué)會;CCF—China Computer Federation 中國計算機(jī)學(xué)會;IEEE—Institute of Electrical and Electronics Engineers 電氣和電子工程師協(xié)會 )中關(guān)于學(xué)科的分類 。同時,又融合了國內(nèi)外專家學(xué)者的建議,選擇了經(jīng)典AI(AAAI/IJCAI)、機(jī)器學(xué)習(xí)、計算機(jī)視覺、自然語言處理、機(jī)器人、知識工程、語音識別、數(shù)據(jù)挖掘、信息檢索與推薦、數(shù)據(jù)庫、人機(jī)交互、計算機(jī)圖形、多媒體、可視化、安全與隱私、計算機(jī)網(wǎng)絡(luò)、操作系統(tǒng)、計算理論、芯片技術(shù)和物聯(lián)網(wǎng)20個子領(lǐng)域。
AI 2000各子領(lǐng)域?qū)D
領(lǐng)域會議和期刊
每個子領(lǐng)域所參考的頂級會議和期刊是根據(jù)《CCF推薦國際學(xué)術(shù)期刊和會議目錄》和ACM計算分類系統(tǒng)相關(guān)子領(lǐng)域的A類期刊和會議作為數(shù)據(jù)的來源。然后征求相關(guān)專家和團(tuán)體意見,補(bǔ)充新涌現(xiàn)的學(xué)科頂級期刊和會議。以下列表給出了20個子領(lǐng)域所采用的頂級會議和期刊。
領(lǐng)域 |
期刊/會議 |
經(jīng)典AI(AAAI/IJCAI) |
AAAI Conference on Artificial Intelligence (AAAI) |
International Joint Conference on Artificial Intelligence (IJCAI) | |
機(jī)器學(xué)習(xí) |
Annual Conference on Neural Information Processing Systems (NeurIPS) |
International Conference on Machine Learning (ICML) | |
International Conference on Learning Representations (ICLR) | |
計算機(jī)視覺 |
IEEE Conference on Computer Vision and Pattern Recognition (CVPR) |
IEEE International Conference on Computer Vision (ICCV) | |
European Conference on Computer Vision (ECCV) | |
自然語言處理 |
Annual Meeting of the Association for Computational Linguistics (ACL) |
Conference on Empirical Methods in Natural Language Processing (EMNLP) | |
North American Chapter of the Association for Computational Linguistics (NAACL) | |
機(jī)器人 |
IEEE International Conference on Robotics and Automation (ICRA) |
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) | |
知識工程 |
International Semantic Web Conference (ISWC) |
International Conference on Principles of Knowledge Representation and Reasoning (KR) | |
語音識別 |
IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) |
數(shù)據(jù)挖掘 |
ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD) |
ACM International Conference on Web Search and Data Mining (WSDM) | |
信息檢索與推薦 |
International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR) |
ACM Recommender Systems (RecSys) | |
International World Wide Web Conference (WWW) | |
數(shù)據(jù)庫 |
ACM SIGMOD International Conference on Management of Data (SIGMOD) |
International Conference on Very Large Data Bases (VLDB) | |
人機(jī)交互 |
ACM CHI Conference on Human Factors in Computing Systems (CHI) |
ACM Conference on Computer-Supported Cooperative Work & Social Computing (CSCW) | |
計算機(jī)圖形 |
ACM SIGGRAPH Conference (SIGGRAPH) |
多媒體 |
ACM International Conference on Multimedia (MM) |
可視化 |
IEEE Transactions on Visualization & Computer Graphics (TVCG) |
IEEE Visualization Conference (IEEE VIS) | |
安全與隱私 |
ACM Conference on Computer and Communications Security (CCS) |
IEEE Symposium on Security and Privacy (S&P) | |
USENIX Security Symposium (USS) | |
計算機(jī)網(wǎng)絡(luò) |
ACM International Conference on Mobile Computing and Networking (MobiCom) |
ACM SIGCOMM Conference (SIGCOMM) | |
計算機(jī)系統(tǒng) |
ACM Symposium on Operating Systems Principles (SOSP) |
USENIX Symposium on Operating Systems Design and Implementation (OSDI) | |
計算理論 |
ACM Symposium on Theory of Computing (STOC) |
IEEE Annual Symposium on Foundations of Computer Science (FOCS) | |
芯片技術(shù) |
IEEE International Solid-State Circuits Conference (ISSCC) |
Design Automation Conference (DAC) | |
Symposium on Field Programmable Gate Arrays (FPGA) | |
物聯(lián)網(wǎng) |
IEEE Internet of Things Journal (IoT-J) |
IEEE Transactions on Wireless Communications (TWC) |
子領(lǐng)域相應(yīng)會議/期刊
數(shù)據(jù)分析
美國學(xué)者數(shù)量領(lǐng)跑全球
學(xué)者地圖用于描述特定領(lǐng)域?qū)W者的分布情況,對于進(jìn)行學(xué)者調(diào)查、分析各地區(qū)競爭力現(xiàn)況尤為重要,下圖為AI 2000全球?qū)W者分布情況:
AI 2000學(xué)者全球分布
地圖根據(jù)學(xué)者當(dāng)前就職機(jī)構(gòu)地理位置進(jìn)行繪制,其中不同圖標(biāo)顏色代表不同地區(qū)的學(xué)者,圖標(biāo)大小代表學(xué)者數(shù)量。從地區(qū)角度看,AI 2000的學(xué)者主要集中在北美洲的美國地區(qū);歐洲中西部也有一定的學(xué)者分布;亞洲的人才主要分布于我國及日韓地區(qū);其他諸如南美洲、非洲等地區(qū)的學(xué)者非常稀少。學(xué)者人數(shù)TOP10國家如下所示:
學(xué)者人數(shù)TOP10國家
從國家角度看,美國學(xué)者人數(shù)的占比最高,有1128人,占比61.4%,超過總?cè)藬?shù)的一半,獨(dú)自領(lǐng)跑第一梯隊(duì)。中國排在美國之后,領(lǐng)跑第二梯隊(duì),有171人,占比9.3%。德國位列第三,是歐洲國家中擁有高影響力學(xué)者最多的地方;其余國家的學(xué)者人數(shù)量均少在100人以下。
美國機(jī)構(gòu)數(shù)量多實(shí)力強(qiáng)
統(tǒng)計各領(lǐng)域高引學(xué)者數(shù)TOP10的研究機(jī)構(gòu)如下圖所示,位居首位的是谷歌公司,共165人入選榜單,也是唯一一家學(xué)者數(shù)過百的機(jī)構(gòu)。從國家分布來看,只有清華大學(xué)為中國入選機(jī)構(gòu),其余均為美國研究機(jī)構(gòu),且美國機(jī)構(gòu)學(xué)者總體人數(shù)遙遙領(lǐng)先。
學(xué)者人數(shù)TOP10機(jī)構(gòu)
此外,各領(lǐng)域榜首機(jī)構(gòu)統(tǒng)計如下圖所示。谷歌在經(jīng)典人工智能等10個領(lǐng)域的學(xué)者數(shù)量都位居榜首;麻省理工學(xué)院在機(jī)器人以及計算理論2個領(lǐng)域的學(xué)者數(shù)量位居榜首;其他領(lǐng)域的榜首分布在不同的機(jī)構(gòu)中,其中,中國科學(xué)院在多媒體領(lǐng)域的學(xué)者數(shù)量最多。
各領(lǐng)域?qū)W者數(shù)榜首機(jī)構(gòu)統(tǒng)計
男女比例差異明顯
本報告高影響力學(xué)者信息的統(tǒng)計中,我們針對所有上榜學(xué)者性別做出統(tǒng)計。男性在各領(lǐng)域中均占多數(shù),共1663人;女性學(xué)者稀少,共175人。其中,機(jī)器學(xué)習(xí)領(lǐng)域的男性學(xué)者比例最高,達(dá)98%;人機(jī)交互領(lǐng)域的女性學(xué)者比例最高,但也只占該領(lǐng)域的24%。
學(xué)者整體水平較高
h-index是國內(nèi)外公認(rèn)的評價學(xué)者學(xué)術(shù)成就的方法,從下圖可以看出本次AI 2000學(xué)者均具有較高h(yuǎn)-index值,其中h-index大于60的人數(shù)最多,有385人,占比20.9%。
AI 2000學(xué)者h(yuǎn)-index分布
研究領(lǐng)域多點(diǎn)開花
AI 2000的學(xué)者中,有多位學(xué)者的研究方向涉及了多個領(lǐng)域,其中有2位學(xué)者出現(xiàn)在四個領(lǐng)域,他們分別是Yoshua Bengio以及Alex J. Smola;此外,有19位學(xué)者出現(xiàn)在3個領(lǐng)域,有118位學(xué)者出現(xiàn)在2個領(lǐng)域。
領(lǐng)域技術(shù)分析系統(tǒng)
領(lǐng)域技術(shù)分析系統(tǒng)可以基于AMiner大量的論文和學(xué)者信息進(jìn)行深入挖掘,對技術(shù)趨勢、國際趨勢等方面進(jìn)行分析。在本榜單期刊/會議基礎(chǔ)上,AI 2000的趨勢分析如下:
1、技術(shù)發(fā)展趨勢
AI 2000技術(shù)趨勢分析如下圖所示。圖中每條色帶表示一個話題,其寬度表示該術(shù)語在當(dāng)年的熱度,與當(dāng)年該話題的論文數(shù)量呈正相關(guān),每一年份中按照其熱度由高到低進(jìn)行進(jìn)行排序。通過技術(shù)趨勢分析可以發(fā)現(xiàn)當(dāng)前熱點(diǎn)研究話題TOP10是:Neural Network(神經(jīng)網(wǎng)絡(luò))、Convolutional Neural Network(卷積神經(jīng)網(wǎng)絡(luò))、Machine Learning(機(jī)器學(xué)習(xí))、Computer Vision(計算機(jī)視覺)、Mobile Device(移動設(shè)備)、Social Network(社交網(wǎng)絡(luò))、Speech Recognition(語音識別)、Information Retrieval(信息檢索)、Support Vector Machine(支持向量機(jī))、Data Mining(數(shù)據(jù)挖掘)。技術(shù)趨勢分析描述了技術(shù)的出現(xiàn)、變遷過程,可以幫助研究人員理解領(lǐng)域的研究歷史和現(xiàn)狀,快速識別研究的前沿?zé)狳c(diǎn)問題,例如下圖反映出的神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等領(lǐng)域在近期的快速發(fā)展。
AI 2000技術(shù)發(fā)展趨勢
2、國家發(fā)展趨勢
AI 2000國家趨勢分析如下圖所示。圖中每條色帶表示一個國家,其寬度表示該國家在當(dāng)年的研究熱度,與當(dāng)年該國論文數(shù)量呈正相關(guān),每一年份中按照其熱度由高到低進(jìn)行排序。通過國家趨勢分析可以發(fā)現(xiàn)熱度TOP10的國家分別是:United States(美國)、China(中國)、United Kingdom(英國)、Germany(德國)、Canada(加拿大)、Japan(日本)、Australia(澳大利亞)、South Korea(韓國)、Italy(意大利)、France(法國)。當(dāng)前研究熱度最高的國家是美國,從全局熱度來看,美國早期就有著領(lǐng)先優(yōu)勢并一直保持著最高的熱度,同時中國的研究熱度緊隨美國之后。
AI 2000國家發(fā)展趨勢
3、國家合作
國家間論文合作情況可以根據(jù)論文中的單位信息,將作者映射到各個國家中,進(jìn)而統(tǒng)計各國之間的論文合作情況,合作論文數(shù)量T OP10的關(guān)系如下圖所示。在合作論文數(shù)量上,中美合作的論文數(shù)遙遙領(lǐng)先;在合作對象上,絕大多數(shù)的合作關(guān)系都包含美國,體現(xiàn)出美國的突出地位。
國家間論文合作情況
結(jié)語
通過以上分析可以發(fā)現(xiàn),在學(xué)者數(shù)量方面,美國在人工智能整體層面上占有絕對優(yōu)勢,擁有超過一半的高水平學(xué)者,為美國人工智能的發(fā)展奠定了堅(jiān)實(shí)的人才基礎(chǔ);這些學(xué)者又廣泛分布在高校、企業(yè)等研究機(jī)構(gòu)中,人才聚集必然會帶動各機(jī)構(gòu)的快速發(fā)展。
相較而言,雖然中國在學(xué)者規(guī)模上位列第二,但是與美國還有很大的差距,相應(yīng)地,我國高水平學(xué)者集中的研究機(jī)構(gòu)也很匱乏,我國人工智能領(lǐng)域的人才隊(duì)伍亟待加強(qiáng)。
在學(xué)者特點(diǎn)方面,AI 2000涵蓋的學(xué)者整體研究水平高,跨領(lǐng)域?qū)W者數(shù)量多,有利于各領(lǐng)域的協(xié)同發(fā)展,但是也有男女比例不均衡等問題。
在趨勢發(fā)展方面,我們可以通過分析技術(shù)趨勢了解先進(jìn)技術(shù)的歷史和現(xiàn)狀,例如洞察神經(jīng)網(wǎng)絡(luò)的發(fā)展進(jìn)程;通過分析國家趨勢了解各個國家的發(fā)展情況,通過分析國家合作認(rèn)識國際合作潮流,例如美國是現(xiàn)在發(fā)展熱度最高的國家,由此也帶動了其他國家與美國的合作。
相信不久的將來會有更多的人工智能關(guān)鍵技術(shù)實(shí)現(xiàn)突破,我國人工智能的發(fā)展也將更加耀眼,培養(yǎng)更多的人才投入到人工智能領(lǐng)域的發(fā)展建設(shè)中去。
來源:文章來源于網(wǎng)絡(luò)
(轉(zhuǎn)載)