今天上午,清華和中國(guó)工程院知識(shí)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(guò)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(jí)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(jiǎn)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(lái)10年通過(guò)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(jí)學(xué)者。AMiner由清華大學(xué)研發(fā),檢索了19世紀(jì)以來(lái)全球1億3千余萬(wàn)學(xué)者發(fā)表的2億7千萬(wàn)余篇學(xué)術(shù)論文數(shù)據(jù),已吸引全球220個(gè)國(guó)家/地區(qū)1000多萬(wàn)獨(dú)立IP訪問(wèn),數(shù)據(jù)下載量230萬(wàn)次,年度訪問(wèn)量超過(guò)1100萬(wàn)。
AI2000涵蓋人工智能學(xué)科20個(gè)子領(lǐng)域,具體遴選方法為每個(gè)子領(lǐng)域每年選出10名獲獎(jiǎng)?wù)?,未?lái)10年共產(chǎn)生2000名;每年遴選的時(shí)候,參考過(guò)去十年該領(lǐng)域最有影響力的會(huì)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(jiǎng)】,排名前100的其他學(xué)者獲【AI2000最具影響力學(xué)者提名獎(jiǎng)】;每個(gè)領(lǐng)域的期刊和會(huì)議由技術(shù)委員會(huì)專家確定。20個(gè)子領(lǐng)域分別為經(jīng)典AI(AAAI/IJCAI)、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、機(jī)器人、知識(shí)工程、語(yǔ)音識(shí)別、數(shù)據(jù)挖掘、信息檢索與推薦、數(shù)據(jù)庫(kù)、人機(jī)交互、計(jì)算機(jī)圖形、多媒體、可視化、安全與隱私、計(jì)算機(jī)網(wǎng)絡(luò)、計(jì)算機(jī)系統(tǒng)、計(jì)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(shí)圖譜、采用人工智能技術(shù)自動(dòng)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(guó)立大學(xué),其影響力、公信力和專業(yè)性,可見(jiàn)一斑。
評(píng)選規(guī)則
1、具體規(guī)則
AI 2000涵蓋人工智能學(xué)科20個(gè)子領(lǐng)域,具體遴選方法為每個(gè)子領(lǐng)域每年選出10名獲獎(jiǎng)?wù)撸磥?lái)10年共產(chǎn)生2000名;每年遴選的時(shí)候,參考過(guò)去10年該領(lǐng)域最有影響力的會(huì)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(jiǎng)】,排名前100的其他學(xué)者獲【AI 2000最具影響力學(xué)者提名獎(jiǎng)】。
榜單通過(guò)AMiner系統(tǒng)中所收錄的學(xué)術(shù)數(shù)據(jù)用計(jì)算機(jī)算法自動(dòng)化生成榜單排名,確保了榜單的客觀、公平、公正、公開(kāi)。榜單采用的引用數(shù)據(jù)來(lái)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(jì)算機(jī)科學(xué)的一個(gè)分支,又是一個(gè)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(méi)有一個(gè)對(duì)人工智能的明確定義。在進(jìn)行榜單生成時(shí),綜合參考了計(jì)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(guó)際計(jì)算機(jī)學(xué)會(huì);CCF—China Computer Federation 中國(guó)計(jì)算機(jī)學(xué)會(huì);IEEE—Institute of Electrical and Electronics Engineers 電氣和電子工程師協(xié)會(huì) )中關(guān)于學(xué)科的分類 。同時(shí),又融合了國(guó)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(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、機(jī)器人、知識(shí)工程、語(yǔ)音識(shí)別、數(shù)據(jù)挖掘、信息檢索與推薦、數(shù)據(jù)庫(kù)、人機(jī)交互、計(jì)算機(jī)圖形、多媒體、可視化、安全與隱私、計(jì)算機(jī)網(wǎng)絡(luò)、操作系統(tǒng)、計(jì)算理論、芯片技術(shù)和物聯(lián)網(wǎng)20個(gè)子領(lǐng)域。
AI 2000各子領(lǐng)域?qū)D
領(lǐng)域會(huì)議和期刊
每個(gè)子領(lǐng)域所參考的頂級(jí)會(huì)議和期刊是根據(jù)《CCF推薦國(guó)際學(xué)術(shù)期刊和會(huì)議目錄》和ACM計(jì)算分類系統(tǒng)相關(guān)子領(lǐng)域的A類期刊和會(huì)議作為數(shù)據(jù)的來(lái)源。然后征求相關(guān)專家和團(tuán)體意見(jiàn),補(bǔ)充新涌現(xiàn)的學(xué)科頂級(jí)期刊和會(huì)議。以下列表給出了20個(gè)子領(lǐng)域所采用的頂級(jí)會(huì)議和期刊。
領(lǐng)域 |
期刊/會(huì)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(jì)算機(jī)視覺(jué) |
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(yǔ)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(shí)工程 |
International Semantic Web Conference (ISWC) |
International Conference on Principles of Knowledge Representation and Reasoning (KR) | |
語(yǔ)音識(shí)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(kù) |
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(jì)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(jì)算機(jī)網(wǎng)絡(luò) |
ACM International Conference on Mobile Computing and Networking (MobiCom) |
ACM SIGCOMM Conference (SIGCOMM) | |
計(jì)算機(jī)系統(tǒng) |
ACM Symposium on Operating Systems Principles (SOSP) |
USENIX Symposium on Operating Systems Design and Implementation (OSDI) | |
計(jì)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(huì)議/期刊
數(shù)據(jù)分析
美國(guó)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(duì)于進(jìn)行學(xué)者調(diào)查、分析各地區(qū)競(jìng)爭(zhēng)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(guó)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(guó)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(guó)家如下所示:
學(xué)者人數(shù)TOP10國(guó)家
從國(guó)家角度看,美國(guó)學(xué)者人數(shù)的占比最高,有1128人,占比61.4%,超過(guò)總?cè)藬?shù)的一半,獨(dú)自領(lǐng)跑第一梯隊(duì)。中國(guó)排在美國(guó)之后,領(lǐng)跑第二梯隊(duì),有171人,占比9.3%。德國(guó)位列第三,是歐洲國(guó)家中擁有高影響力學(xué)者最多的地方;其余國(guó)家的學(xué)者人數(shù)量均少在100人以下。
美國(guó)機(jī)構(gòu)數(shù)量多實(shí)力強(qiáng)
統(tǒng)計(jì)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(guò)百的機(jī)構(gòu)。從國(guó)家分布來(lái)看,只有清華大學(xué)為中國(guó)入選機(jī)構(gòu),其余均為美國(guó)研究機(jī)構(gòu),且美國(guó)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(jì)如下圖所示。谷歌在經(jīng)典人工智能等10個(gè)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(jì)算理論2個(gè)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(guó)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(jì)
男女比例差異明顯
本報(bào)告高影響力學(xué)者信息的統(tǒng)計(jì)中,我們針對(duì)所有上榜學(xué)者性別做出統(tǒng)計(jì)。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(guó)內(nèi)外公認(rèn)的評(píng)價(jià)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(kāi)花
AI 2000的學(xué)者中,有多位學(xué)者的研究方向涉及了多個(gè)領(lǐng)域,其中有2位學(xué)者出現(xiàn)在四個(gè)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(gè)領(lǐng)域,有118位學(xué)者出現(xiàn)在2個(gè)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(duì)技術(shù)趨勢(shì)、國(guó)際趨勢(shì)等方面進(jìn)行分析。在本榜單期刊/會(huì)議基礎(chǔ)上,AI 2000的趨勢(shì)分析如下:
1、技術(shù)發(fā)展趨勢(shì)
AI 2000技術(shù)趨勢(shì)分析如下圖所示。圖中每條色帶表示一個(gè)話題,其寬度表示該術(shù)語(yǔ)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(guò)技術(shù)趨勢(shì)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(jì)算機(jī)視覺(jué))、Mobile Device(移動(dòng)設(shè)備)、Social Network(社交網(wǎng)絡(luò))、Speech Recognition(語(yǔ)音識(shí)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(shì)分析描述了技術(shù)的出現(xiàn)、變遷過(guò)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(shí)別研究的前沿?zé)狳c(diǎn)問(wèn)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(shì)
2、國(guó)家發(fā)展趨勢(shì)
AI 2000國(guó)家趨勢(shì)分析如下圖所示。圖中每條色帶表示一個(gè)國(guó)家,其寬度表示該國(guó)家在當(dāng)年的研究熱度,與當(dāng)年該國(guó)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(guò)國(guó)家趨勢(shì)分析可以發(fā)現(xiàn)熱度TOP10的國(guó)家分別是:United States(美國(guó))、China(中國(guó))、United Kingdom(英國(guó))、Germany(德國(guó))、Canada(加拿大)、Japan(日本)、Australia(澳大利亞)、South Korea(韓國(guó))、Italy(意大利)、France(法國(guó))。當(dāng)前研究熱度最高的國(guó)家是美國(guó),從全局熱度來(lái)看,美國(guó)早期就有著領(lǐng)先優(yōu)勢(shì)并一直保持著最高的熱度,同時(shí)中國(guó)的研究熱度緊隨美國(guó)之后。
AI 2000國(guó)家發(fā)展趨勢(shì)
3、國(guó)家合作
國(guó)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(gè)國(guó)家中,進(jìn)而統(tǒng)計(jì)各國(guó)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(duì)象上,絕大多數(shù)的合作關(guān)系都包含美國(guó),體現(xiàn)出美國(guó)的突出地位。
國(guó)家間論文合作情況
結(jié)語(yǔ)
通過(guò)以上分析可以發(fā)現(xiàn),在學(xué)者數(shù)量方面,美國(guó)在人工智能整體層面上占有絕對(duì)優(yōu)勢(shì),擁有超過(guò)一半的高水平學(xué)者,為美國(guó)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(huì)帶動(dòng)各機(jī)構(gòu)的快速發(fā)展。
相較而言,雖然中國(guó)在學(xué)者規(guī)模上位列第二,但是與美國(guó)還有很大的差距,相應(yīng)地,我國(guó)高水平學(xué)者集中的研究機(jī)構(gòu)也很匱乏,我國(guó)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(wèn)題。
在趨勢(shì)發(fā)展方面,我們可以通過(guò)分析技術(shù)趨勢(shì)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(guò)分析國(guó)家趨勢(shì)了解各個(gè)國(guó)家的發(fā)展情況,通過(guò)分析國(guó)家合作認(rèn)識(shí)國(guó)際合作潮流,例如美國(guó)是現(xiàn)在發(fā)展熱度最高的國(guó)家,由此也帶動(dòng)了其他國(guó)家與美國(guó)的合作。
相信不久的將來(lái)會(huì)有更多的人工智能關(guān)鍵技術(shù)實(shí)現(xiàn)突破,我國(guó)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(lái)源:文章來(lái)源于網(wǎng)絡(luò)
(轉(zhuǎn)載)