2020年AI 2000最具影响力学者榜单发布,何恺明排名超过李飞飞

百家 作者:AI100 2020-01-11 11:53:14
所有参与投票的 CSDN 用户都参加抽奖活动
群内公布奖项,还有更多福利赠送

整理 | 夕颜
出品 | AI科技大本营(ID:rgznai100)
 
【导读】2020 年 1 月11 日,清华-中国工程院知识智能联合研究中心和清华大学人工智能研究院公布了 AI 2000 人工智能全球 2000 位最具影响力学者榜单(AI 2000 Most Influential Scholar Award)。和同类榜单不同的是,AI 2000 不仅将人工智能领域的资深学者考虑在榜单候选人中,年轻但做出突出贡献的年轻人也都跻身榜单,为榜单带来新鲜血液,比如三十岁左右的何恺明。
 
正文:
 
这份榜单涵盖人工智能学科 20 个子领域,分别为经典 AI ( AAAI / IJCAI ) 、机器学习、计算机视觉、自然语言处理、机器人、知识工程、语音识别、数据挖掘、信息检索与推荐、数据库、人机交互、计算机图形、多媒体、可视化、安全与隐私、计算机网络、操作系统、计算理论、芯片技术、物联网。
              
未来 10 年,AI 2000 将通过由清华大学研发的 AMiner 学术数据,检索 19 世纪以来全球 1 亿 3 千余万学者发表的 2 亿 7 千万余篇学术论文数据,在全球范围内遴选 2000 位人工智能学科最有影响力、最具活力的顶级学者。
 
具体遴选方法为每个子领域每年选出 10 名获奖者,前 10 的学者当选该领域当年【AI 2000 最具影响力学者】,排名前 100 的其他学者获【AI 2000 最具影响力学者提名】。
 
今年,各个领域的获奖者都有谁呢?我们来看一下:
 
在 2020 年的榜单上,AI 2000 人工智能全球最具影响力学者(200 名)和提名学者(1800 名)分布于全球不同高校和学术机构,其中美国共有 1128 人次,中国有 171 人次,欧盟有 307 人次上榜。与此同时,数十位学者在多个领域上榜,比如 Yoshua Bengio 和 Alex J. Smola 分别在四个领域取得杰出科研成果。

一、各领域Top 1最顶尖学者



  • 杨强

  • 香港科技大学

  • 经典AI (AAAI/IJCAI)


  • Ilya Sutskever

  • OpenAI

  • 机器学习



  • 何恺明

  • Facebook

  • 计算机视觉


     
  • Christopher D. Manning

  • 斯坦福大学

  • 自然语言处理


 

  • Wolfram Burgard

  • 弗莱堡大学

  • 机器人


 

  • Christian Bizer

  • 柏林弗雷大学

  • 知识工程

   
 
 
  • Geoffrey E. Hinton

  • 多伦多大学

  • 语音识别

 

  • Jure Leskovec

  • 斯坦福大学

  • 数据挖掘



  • Haewoon Kwak

  • 哈马德-本-哈利法大学

  • 信息检索与推荐

 
 
  • Michael J. Franklin

  • 加州大学伯克利分校

  • 数据库

 

  • Robert E. Kraut

  • 卡耐基梅隆大学

  • 人机交互



  • Frédo Durand

  • 麻省理工学院

  • 计算机图形

 
  • Trevor Darrell

  • 加利福尼亚大学

  • 多媒体

 

  • Jeffrey Heer

  • 华盛顿大学

  • 可视化



  • David Wagner

  • 加州大学伯克利分校

  • 安全与隐私

 

  • Sachin Katti

  • 斯坦福大学

  • 计算机网络

 
  • Micheal Acheson Isard

  • 牛津大学莫德林学院

  • 计算机系统

 
  • Craig Gentry

  • IBM

  • 计算理论


  

  • 丛京生

  • 加州大学洛杉矶分校

  • 芯片技术



  • Jeffrey Andrews

  • 德克萨斯大学奥斯汀分校

  • 物联网


由于涉及的子领域达 20 个,一一罗列出来篇幅过长,这里仅挑选出几个让人感到惊喜的子领域排名。


「经典AI」

                            
可以看到,榜单上出现了不少华人的面孔,包括香港科技大学科学与技术学院教授杨强,西北工业大学教授聂飞平,清华大学教授孙茂松、刘知远,以及南京大学教授周志华。


「机器学习」

                         


该领域中,大家非常熟悉的多伦多大学教授 Geoffrey E. Hinton、蒙特利尔大学教授 Yoshua Bengio、苹果研究员 Ian Goodfellow、谷歌高级研究员 Jeffrey Dean 等均在 Top 10 之列,斯坦福大学兼职教授吴恩达、Facebook 研究科学家何恺明、旷视科技首席科学家孙剑等也被提名最具影响力学者。

「计算机视觉」

               
有意思的是,在计算机视觉领域榜单上,刚三十岁出台的何恺明排在了第一位,超过了为计算机视觉领域做出巨大贡献,排名第八的李飞飞。此外,该领域 Top 10 榜单上还包括旷视科技首席科学家孙剑,以及来自同一家公司的研究主管张详雨,Momenta R&D 总监任少卿、商汤科技创始人和香港中文大学教授汤晓鸥等。
 
其他子领域排名不一一列举,可至官网 https://www.aminer.cn/ai2000/ai 查看具体排名。

二、报告亮点解读

本报告还有不少值得思考的亮点,清华大学计算机系唐杰教授,AMiner创始人唐杰对此进行了简单的解读:

  • 美国学者数量领跑全球


学者地图用于描述特定领域学者的分布情况,对于进行学者调查、分析各地区竞争力现况尤为重要,下图为 AI 2000 全球学者分布情况:
 
              
图 21:AI 2000学者全球分布


地图根据学者当前就职机构地理位置进行绘制,其中不同图标颜色代表不同地区的学者,图标大小代表学者数量。从地区角度看,AI 2000 的学者主要集中在北美洲的美国地区;欧洲中西部也有一定的学者分布;亚洲的人才主要分布于我国及日韩地区;其他诸如南美洲、非洲等地区的学者非常稀少。学者人数 TOP10 国家如下所示:
              图 22:学者人数TOP10国家


从国家角度看,美国学者人数的占比最高,有1128人,占比61.4%,超过总人数的一半,独自领跑第一梯队。中国排在美国之后,领跑第二梯队,有171人,占比9.3%。德国位列第三,是欧洲国家中拥有高影响力学者最多的地方;其余国家的学者人数量均少在100人以下。


  • 美国机构数量多实力强


统计各领域高引学者数TOP10的研究机构如下图所示,位居首位的是谷歌公司,共165人入选榜单,也是唯一一家学者数过百的机构。从国家分布来看,只有清华大学为中国入选机构,其余均为美国研究机构,且美国机构学者总体人数遥遥领先。
              图 23:学者人数TOP10机构

此外,各领域榜首机构统计如下图所示。谷歌在经典人工智能等10个领域的学者数量都位居榜首;麻省理工学院在机器人以及计算理论2个领域的学者数量位居榜首;其他领域的榜首分布在不同的机构中,其中,中国科学院在多媒体领域的学者数量最多。
 
              
图 24:各领域学者数榜首机构统计
 
  • 男女比例差异明显

本报告高影响力学者信息的统计中,我们针对所有上榜学者性别做出统计。男性在各领域中均占多数,共1663人;女性学者稀少,共175人。其中,机器学习领域的男性学者比例最高,达98%;人机交互领域的女性学者比例最高,但也只占该领域的24%。

  • 学者整体水平较高

h-index是国内外公认的评价学者学术成就的方法,从下图可以看出本次AI 2000学者均具有较高h-index值,其中h-index大于60的人数最多,有385人,占比20.9%。

              
图 25 AI 2000学者h-index分布


  • 研究领域多点开花


AI 2000的学者中,有多位学者的研究方向涉及了多个领域,其中有2位学者出现在四个领域,他们分别是Yoshua Bengio以及Alex J. Smola;此外,有19位学者出现在3个领域,有118位学者出现在2个领域。

三、领域技术分析系统

领域技术分析系统(http://trend.aminer.cn)可以基于AMiner大量的论文和学者信息进行深入挖掘,对技术趋势、国际趋势等方面进行分析。在本榜单期刊/会议基础上,AI 2000的趋势分析如下:
 
  • 技术发展趋势
 
AI 2000技术趋势分析如下图所示。图中每条色带表示一个话题,其宽度表示该术语在当年的热度,与当年该话题的论文数量呈正相关,每一年份中按照其热度由高到低进行进行排序。通过技术趋势分析可以发现当前热点研究话题TOP10是:
 
Neural Network(神经网络)、Convolutional Neural Network(卷积神经网络)、Machine Learning(机器学习)、Computer Vision(计算机视觉)、Mobile Device(移动设备)、Social Network(社交网络)、Speech Recognition(语音识别)、Information Retrieval(信息检索)、Support Vector Machine(支持向量机)、Data Mining(数据挖掘)。技术趋势分析描述了技术的出现、变迁过程,可以帮助研究人员理解领域的研究历史和现状,快速识别研究的前沿热点问题,例如下图反映出的神经网络、卷积神经网络等领域在近期的快速发展。
              图 26:AI 2000技术发展趋势

  • 国家发展趋势
 
AI 2000国家趋势分析如下图所示。图中每条色带表示一个国家,其宽度表示该国家在当年的研究热度,与当年该国论文数量呈正相关,每一年份中按照其热度由高到低进行排序。通过国家趋势分析可以发现热度TOP10的国家分别是:United States(美国)、China(中国)、United Kingdom(英国)、Germany(德国)、Canada(加拿大)、Japan(日本)、Australia(澳大利亚)、South Korea(韩国)、Italy(意大利)、France(法国)。当前研究热度最高的国家是美国,从全局热度来看,美国早期就有着领先优势并一直保持着最高的热度,同时中国的研究热度紧随美国之后。
               图 27:AI 2000国家发展趋势

  • 国家合作
 
国家间论文合作情况可以根据论文中的单位信息,将作者映射到各个国家中,进而统计各国之间的论文合作情况,合作论文数量 TOP10的关系如下图所示。在合作论文数量上,中美合作的论文数遥遥领先;在合作对象上,绝大多数的合作关系都包含美国,体现出美国的突出地位。
              图 28:国家间论文合作情况


四、结语


通过以上分析可以发现,在学者数量方面,美国在人工智能整体层面上占有绝对优势,拥有超过一半的高水平学者,为美国人工智能的发展奠定了坚实的人才基础;这些学者又广泛分布在高校、企业等研究机构中,人才聚集必然会带动各机构的快速发展。
 
相较而言,虽然中国在学者规模上位列第二,但是与美国还有很大的差距,相应地,我国高水平学者集中的研究机构也很匮乏,我国人工智能领域的人才队伍亟待加强。
 
在学者特点方面,AI 2000涵盖的学者整体研究水平高,跨领域学者数量多,有利于各领域的协同发展,但是也有男女比例不均衡等问题。
 
在趋势发展方面,我们可以通过分析技术趋势了解先进技术的历史和现状,例如洞察神经网络的发展进程;通过分析国家趋势了解各个国家的发展情况,通过分析国家合作认识国际合作潮流,例如美国是现在发展热度最高的国家,由此也带动了其他国家与美国的合作。
 
相信不久的将来会有更多的人工智能关键技术实现突破,我国人工智能的发展也将更加耀眼,培养更多的人才投入到人工智能领域的发展建设中去。

(*本文为AI科技大本营整理文章,转载请微信联系1092722531)



精彩推荐



点击阅读原文,或扫描文首贴片二维码

所有CSDN 用户都可参与投票活动


加入福利群,每周还有精选学习资料、技术图书等福利发送

点击投票页面「讲师头像」,60+公开课免费学习


推荐阅读

    你点的每个“在看”,我都认真当成了AI

关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接