0
| 本文作者： 我在思考中 | 2022-01-27 16:25 |
作者 | 維克多
過(guò)去十年，哪些學(xué)者為人工智能（AI）領(lǐng)域作出了突出貢獻(xiàn)？
今日，清華大學(xué)聯(lián)合智譜AI發(fā)布“2022年人工智能全球最具影響力學(xué)者榜單AI 2000”，通過(guò)梳理2012-2021年間的論文、期刊等學(xué)術(shù)數(shù)據(jù)，挖掘在近10年里的具有影響力的一作（年輕）學(xué)者。
據(jù)悉，2022年度AI 2000人工智能全球最具影響力學(xué)者（200人次）和提名學(xué)者（1800人次）分布于全球不同機(jī)構(gòu)。由于存在同一學(xué)者入選不同領(lǐng)域的現(xiàn)象，經(jīng)過(guò)去重處理后，AI 2000人工智能全球最具影響力（提名）學(xué)者共計(jì)1896位。
在這1896人的名單中，綜合成績(jī)排名前10名的學(xué)者榮膺該領(lǐng)域當(dāng)年“AI 2000最具影響力學(xué)者獎(jiǎng)”。其中，排名第一的學(xué)者是何愷明，任職于Meta（原Facebook）；排名第十的學(xué)者是任少卿，任職于NIO。
另外值得注意的是，前十名的學(xué)者，僅有一位來(lái)自于高校，一位來(lái)自于研究機(jī)構(gòu)，其余8位都任職于公司。這也反映了AI過(guò)去十年發(fā)展快速，從學(xué)術(shù)研究走向商業(yè)化的趨勢(shì)。
何愷明作為年輕領(lǐng)域最能打的一位，技能樹(shù)已經(jīng)點(diǎn)滿(mǎn)（如上圖（右）所示）。別人的榮譽(yù)都是在某某大廠工作，拿過(guò)什么大獎(jiǎng)，而何愷明的榮譽(yù)是best，best，best。
例如2016 CVPR 最佳論文“Deep Residual Learning for Image Recognition”已經(jīng)拿下了接近9W的引用數(shù)；2017ICCV 最佳論文“Mask R-CNN”也有1w4的引用數(shù)。
被引數(shù)：2034
排名第二的是谷歌大腦研究科學(xué)家Diederik P. Kingma，其提出了Adam優(yōu)化算法的原始論文。另一篇發(fā)表在ICLR 2013上的代表性論文“Auto-Encoding Variational Bayes”也獲得了16786的引用。
Alex Krizhevsky是Geoff Hinton的高徒，2012年成功訓(xùn)練出了深度卷積神經(jīng)網(wǎng)絡(luò)AlexNet。
Christian Szegedy是谷歌的研究科學(xué)家。同時(shí)也是Inception-v4、Batch normalization的作者。
Karen Simonyan是DeepMind的研究員。代表性工作是ICLR 2015論文“Very Deep Convolutional Networks for Large-Scale Image Recognition ”，目前已經(jīng)獲得了6w5的引用數(shù)。
Tomá? Mikolov是捷克理工大學(xué)的學(xué)者，引用數(shù)最高的一篇文章是NeurIPS 2013的論文“Distributed Representations of Words and Phrases and their Compositionality ”。
Ian J. Goodfellow和Yoshua Bengio 、Aaron Courville合著《深度學(xué)習(xí)》一書(shū)，目前是蘋(píng)果研究員。提出了人工智能領(lǐng)域著名的左右互搏術(shù)“GAN”。
Ross B. Girshick是Meta的科學(xué)家，2017年與何愷明合著“Faster R-CNN ”，這項(xiàng)工作也是至今為止獲得最高引用的一項(xiàng)。
Ilya Sutskever創(chuàng)立并領(lǐng)導(dǎo) OpenAI。2015 年，麻省理工學(xué)院技術(shù)評(píng)論將 Sutskever 評(píng)為 Visionaries 類(lèi)別的“35 歲以下創(chuàng)新者”。
任少卿，蔚來(lái)汽車(chē)公司科學(xué)家，畢業(yè)于中國(guó)科學(xué)技術(shù)大學(xué)與微軟亞洲研究院聯(lián)合培養(yǎng)博士班，主攻圖像處理和機(jī)器視覺(jué)方向的研究。和何愷明、孫劍等人提出適用于物體檢測(cè)的高效框架 Faster RCNN 和圖像識(shí)別算法 ResNet。
而在最具影響力機(jī)構(gòu)前十名的排名中（見(jiàn)下圖）也出現(xiàn)了科技公司占據(jù)上風(fēng)的情況。由此可見(jiàn)，科技公司已經(jīng)成為AI技術(shù)進(jìn)步上的重要推進(jìn)者，打破了以往理論與實(shí)踐之間的隔閡。
AI 2000 榜單涵蓋21個(gè)子領(lǐng)域，主要聚集于美國(guó)，以及中國(guó)、新加坡、加拿大、德國(guó)等國(guó)家。
美國(guó)依舊在人工智能人才上占有強(qiáng)勢(shì)領(lǐng)先位置，囊括13個(gè)領(lǐng)域的榜首學(xué)者。中國(guó)收入兩個(gè)榜首學(xué)者，分別是信息檢索與推薦和多媒體兩個(gè)領(lǐng)域；德國(guó)收入兩個(gè)榜首，分別是機(jī)器人和可視化兩個(gè)領(lǐng)域；另外還有意大利取得物聯(lián)網(wǎng)領(lǐng)域榜首；日本取得計(jì)算機(jī)圖形領(lǐng)域榜首。
值得注意的是，相較于去年美國(guó)人才占據(jù)了16個(gè)人工智能子領(lǐng)域的榜首，今年出現(xiàn)了更多的上榜國(guó)家，這間接表明其他國(guó)家在逐漸強(qiáng)化自己的優(yōu)勢(shì)領(lǐng)域，壯大自己的技術(shù)力量。
從學(xué)者國(guó)家分布來(lái)看，美國(guó)入選AI 2000學(xué)者及提名學(xué)者的數(shù)量最多，有1146人次，占比57.3%，超過(guò)總?cè)藬?shù)的一半以上。中國(guó)排在美國(guó)之后，位列第二，有232人次，占比11.6%。英國(guó)位列第三，有115人次，占比5.75%。德國(guó)位列第四，人次未超過(guò)100，但依舊是歐盟學(xué)者數(shù)量最多的國(guó)家。整個(gè)歐洲學(xué)者數(shù)量表現(xiàn)較上年有所流失。
圖：A1 2000 學(xué)者及提名學(xué)者的國(guó)家分布
圖：A1 2000 學(xué)者及提名學(xué)者的國(guó)家分布圖
從AI 2000最具影響力學(xué)者入選數(shù)量來(lái)看，谷歌、Meta（原Facebook）及微軟三大科技公司占據(jù)優(yōu)勢(shì)地位，公司擁有的頂級(jí)AI學(xué)者數(shù)量，無(wú)論是top 10還是top 100數(shù)量，均遠(yuǎn)多于高校。其中位居首位的谷歌公司，共181人次入選榜單，也是唯一一家學(xué)者數(shù)過(guò)百的機(jī)構(gòu)。
從機(jī)構(gòu)所在的國(guó)家分布來(lái)看，清華大學(xué)相較于去年，遺憾離開(kāi)前十名的位置。前十名均為美國(guó)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。阿里巴巴位列第二十位，相較于去年有所提升。
圖：A1 2000 學(xué)者及提名學(xué)者機(jī)構(gòu)分布
圖：A1 2000 學(xué)者及提名學(xué)者的機(jī)構(gòu)分布圖
本屆AI 2000上榜學(xué)者及提名學(xué)者中，有95位學(xué)者的研究方向涉及了多個(gè)領(lǐng)域并且取得杰出成果而上榜，占比5%。
其中，谷歌的Christian Szegedy在3個(gè)領(lǐng)域上榜（經(jīng)典AI排名第1、計(jì)算機(jī)視覺(jué)排名第2及機(jī)器學(xué)習(xí)排名第13）并且排名都較為靠前。Christian Szegedy的h-index值為24，入選論文67篇，引用量128707。雖然論文數(shù)量不多，但是引用量極高。
在3個(gè)子領(lǐng)域上榜的還有2018年圖靈獎(jiǎng)得主、加拿大蒙特利爾大學(xué)教授Yoshua Bengio。此外還包括兩位華人學(xué)者，即來(lái)自密歇根州立大學(xué)的Jiliang Tang教授及來(lái)自德克薩斯農(nóng)工大學(xué)的Xia Hu教授。
此外還有86位學(xué)者在2個(gè)領(lǐng)域有杰出表現(xiàn)而上榜。
圖：三個(gè)領(lǐng)域上榜學(xué)者名單
在學(xué)者性別分布方面，AI 2000上榜學(xué)者整體呈現(xiàn)男多女少特征。具體而言，男性學(xué)者在人工智能各領(lǐng)域中均占多數(shù)，女性學(xué)者占少數(shù)。在人機(jī)交互領(lǐng)域女性學(xué)者比例高達(dá)37.4%，其榜首學(xué)者也為女性學(xué)者，知識(shí)工程和可視化兩個(gè)領(lǐng)域，女性學(xué)者占比超過(guò)了15%，而其他剩余領(lǐng)域占比均為10%以下。
圖：AI 2000學(xué)者及提名學(xué)者全領(lǐng)域性別分布
值得關(guān)注的是，來(lái)自美國(guó)麻省理工學(xué)院的女性學(xué)者Munmun De Choudhury 在人機(jī)交互以及新增的虛擬現(xiàn)實(shí)雙排名第1，其h-index指數(shù)53、入選論文為 184篇、總被引用值9894次，成功當(dāng)選本年度人機(jī)交互領(lǐng)域“最具影響力學(xué)者”，也是唯一摘取AI 2000領(lǐng)域榜首桂冠的女性學(xué)者。
圖：AI 2000華人學(xué)者工作的國(guó)家分布
在 AI 2000 全球最具影響力學(xué)者榜單中，華人學(xué)者的力量是不可忽視的。在去重后的1898位學(xué)者中，華人學(xué)者有595人，占到了總數(shù)的近三分之一。其中，在中國(guó)工作的學(xué)者一共219人，占所有上榜華人學(xué)者的36.8%。
而在21個(gè)子領(lǐng)域中，有兩位中國(guó)學(xué)者占據(jù)榜首。他們分別是中國(guó)科學(xué)技術(shù)大學(xué)大數(shù)據(jù)學(xué)院的何向南教授（信息檢索與推薦領(lǐng)域）和阿里的賈揚(yáng)清（多媒體領(lǐng)域）。
圖：信息檢索與推薦領(lǐng)域榜首學(xué)者何向南
圖：多媒體領(lǐng)域榜首學(xué)者賈揚(yáng)清
此外，根據(jù)大數(shù)據(jù)顯示的AI 2000華人學(xué)者流動(dòng)圖可以看出，中國(guó)的華人學(xué)者流動(dòng)呈現(xiàn)出一個(gè)積極的正向流入狀態(tài)；而美國(guó)的華人學(xué)者流動(dòng)，呈現(xiàn)出一定的負(fù)向流出狀態(tài)。
圖：AI 2000 華人學(xué)者流動(dòng)圖
整體而言，全球入選AI 2000學(xué)者之中，美國(guó)共有1146人次，中國(guó)有232人次，分布位于第一、第二名。與上屆相比，沒(méi)有出現(xiàn)較大的數(shù)據(jù)波動(dòng)。由此可見(jiàn)，美國(guó)在人工智能整體人才資源、高水平科研成果上仍然占有絕對(duì)優(yōu)勢(shì)，這為美國(guó)人工智能的發(fā)展奠定了堅(jiān)實(shí)的人才基礎(chǔ)。
此外數(shù)據(jù)顯示，幾大科技巨頭在人工智能領(lǐng)域貢獻(xiàn)了極大的力量，打破了其他專(zhuān)業(yè)上理論和實(shí)踐之間的壁壘。這使得技術(shù)的研發(fā)可以依據(jù)實(shí)際需求進(jìn)行推進(jìn)，從而形成一個(gè)相輔相成的良性循環(huán)，因而可以促使人工智能領(lǐng)域的快速發(fā)展。
中國(guó)依舊是目前人工智能發(fā)展研究熱度最高的國(guó)家。雖然中國(guó)在學(xué)者規(guī)模上位列第二，與美國(guó)相比還存在很大差距，相應(yīng)的人工智能領(lǐng)域人才隊(duì)伍建設(shè)亟待加強(qiáng)。但是我們不能忽視華人學(xué)者在人工智能領(lǐng)域做出的貢獻(xiàn)，華人學(xué)者上榜人數(shù)已占據(jù)全榜單的近三分之一。
同時(shí)在人才流向上，中國(guó)呈現(xiàn)出令人欣喜的正向流入狀態(tài)。這表示，中國(guó)釋放出誠(chéng)招人才的極大誠(chéng)意得到了反饋，相信未來(lái)會(huì)有更多優(yōu)秀的人才加入中國(guó)的隊(duì)伍。
榜單中，女性學(xué)者的數(shù)量也呈現(xiàn)了逐年上升的趨勢(shì)，并首次出現(xiàn)了女性學(xué)者獲得兩個(gè)榜單榜首。榜單中可以看到很多熟悉的面孔，但同時(shí)也出現(xiàn)了很多年輕的學(xué)者。這說(shuō)明人工智能領(lǐng)域是欣欣向榮，正在不斷注入新鮮的血液，保證了其快速發(fā)展的活力。
最新完整AI2000榜單已在AMiner 平臺(tái)官網(wǎng)發(fā)布，專(zhuān)題頁(yè)面地址：www.aminer.cn/ai2000
2021-04-08
雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
