AMiner发布:2022年人工智能全球最具影响力学者榜单AI 2000

2022 年 1 月 25 日 学术头条


2022 年 1 月 25 日,2022 年人工智能全球最具影响力学者榜单——AI 2000 重磅发布!

人工智能全球最具影响力学者榜单(简称“AI 2000”),由清华大学计算机系 AMiner 团队联合智谱AI、清华—中国工程科技知识中心知识智能联合研究中心共同发布,旨在通过 AMiner 学术数据在全球范围内遴选过去十年人工智能学科最有影响力、最具活力的顶级学者。
 
自 2020 年首届 AI 2000 发布以来,受到各界高度认可,已成为 AI 领域的重要风向标之一。其 2020 和 2021 年度相关榜单得到权威媒体和学术机构的报道,如人民日报、新华网、科技日报及加州伯克利分校、康奈尔大学等国际知名院校。
 
2022 年度榜单基于 2012-2021 十年间人工智能领域 46 个顶级期刊会议收录的共计 185,241 篇论文和 258,268 位作者的学术数据,榜单涵盖了人工智能 20 个核心领域(经典人工智能、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、芯片技术和物联网 20 个核心领域)以及一个新兴领域——虚拟现实。


一、AI 2000 评选规则


AI 2000 涵盖与人工智能相关的 20 个核心领域以及新兴领域。每年遴选时,参考过去 10 年各领域最有影响力的会议和期刊发表论文的引用情况。
(详见:https://www.aminer.cn/ai2000/about/introduction)

排名前 10 名的学者荣膺该领域当年【AI 2000 最具影响力学者奖】,排名 11 至 100 名的学者荣获【AI 2000 最具影响力学者提名奖】。由于虚拟现实领域与计算机视觉、计算机图形学和人机交互领域重复性较高,所以本年度的 AI 2000 该领域的学者只参与排名,不设奖项。
 
榜单通过 AMiner 系统中所收录的学术发表数据及 Google Scholar 的引用数据(截止于 2021 年 10 月 31 日)用计算机算法自动化生成榜单排名,即 AI 2000 Index 指数,确保了榜单的客观、公平、公正、公开。评选过程综合参考了计算机领域公认的权威性机构(包括:ACM—Association for Computing Machinery 美国计算机协会;CCF—China Computer Federation 中国计算机学会;IEEE—Institute of Electrical and Electronics Engineers 电气和电子工程师协会)中关于学科领域及顶级会议和期刊的分类。
 
AI 2000 Index 指数旨在计算每位作者在科研出版物上的学术贡献度。根据之前榜单收到的大量反馈,在 2022 年度榜单中,AI 2000 Index 按照论文中作者列表的顺序向作者按比例分发贡献度,具体计算方式参见榜单网站。各领域中的所有顶级论文被用来计算每位学者在该领域中的 AI 2000 index 指数。因此,本年度 AI 2000 榜单与往年不同的地方在于更加倾向于挖掘在近 10 年里的具有影响力的一作(年轻)学者。
 
2022 年度 AI 2000 人工智能全球最具影响力学者(200 人次)和提名学者(1800 人次)分布于全球不同机构。由于存在同一学者入选不同领域的现象,经过去重处理后,AI 2000 人工智能全球最具影响力(提名)学者共计 1896 位。
 

二、各领域榜首学者


AI 2000 榜单 21 个子领域的榜首人才,主要聚集于美国,以及中国、新加坡、加拿大、德国等国家,各领域榜首人才的详细信息如表所示。


图:各领域榜首学者及所在国家

具体而言,美国依旧在人工智能人才上占有强势领先位置,囊括 13 个领域的榜首学者。中国收入两个榜首学者,分别是信息检索与推荐和多媒体两个领域;德国收入两个榜首,分别是机器人和可视化两个领域;另外还有意大利取得物联网领域榜首;日本取得计算机图形领域榜首。
 
值得注意的是,相较于去年美国人才占据了 16 个人工智能子领域的榜首,今年出现了更多的上榜国家,这间接表明其他国家在逐渐强化自己的优势领域,壮大自己的技术力量。
 

三、入选学者的国家分布


从学者国家分布来看,美国入选 AI 2000 学者及提名学者的数量最多,有 1146 人次,占比 57.3%,超过总人数的一半以上。中国排在美国之后,位列第二,有 232 人次,占比 11.6%。英国位列第三,有 115 人次,占比 5.75%。德国位列第四,人次未超过 100,但依旧是欧盟学者数量最多的国家。整个欧洲学者数量表现较上年有所流失。


图:AI 2000 学者及提名学者的国家分布


图:AI 2000 学者及提名学者的国家分布图

四、入选学者的机构分布


从 AI 2000 最具影响力学者入选数量来看,谷歌、Meta(原 Facebook)及微软三大科技公司占据优势地位,公司拥有的顶级 AI 学者数量,无论是 top 10 还是 top 100 数量,均远多于高校。其中位居首位的谷歌公司,共 181 人次入选榜单,也是唯一一家学者数过百的机构。
 
从机构所在的国家分布来看,清华大学相较于去年,遗憾离开前十名的位置。前十名均为美国机构,且美国机构学者总体人数遥遥领先。阿里巴巴位列第二十位,相较于去年有所提升。


图:AI 2000 学者及提名学者机构分布
 
图:AI 2000 学者及提名学者的机构分布图
 

五、最具影响力前十


本年度 AI 2000 榜单提供了全景分析 (https://www.aminer.cn/ai2000/play) ,力求在综合全领域数据的基础上对最具影响力学者进行展示和分析,并进行数据的二次解读。


用户通过左侧“选择领域”勾选想要查询的领域,即可获取特定领域下的全球人工智能知识图谱,查看国家、机构、学者和论文 4 种实体的排名和之间的关联。
 
而在综合排名前十的学者中,排名第一的学者是何恺明,任职于 Meta(原 Facebook);排名第十的学者是任少卿,任职于 NIO。另外值得注意的是,前十名的学者,仅有一位来自于高校,一位来自于研究机构,其余 8 位都任职于公司。
 
在最具影响力机构前十名的排名中(见下图)也出现了科技公司占据上风的情况。由此可见,科技公司已经成为 AI 技术进步上的重要推进者,打破了以往理论与实践之间的隔阂。
 
图:最具影响力学者前十名


图:最具影响力机构前十名

在最具影响力国家的排名中,美国依旧以绝对优势领先,评分远超于第二名的英国。中国以相对微弱的差距排名第三,紧随其后的是加拿大。

图:最具影响力国家前十名

六、多领域上榜学者


本届 AI 2000 上榜学者及提名学者中,有 95 位学者的研究方向涉及了多个领域并且取得杰出成果而上榜,占比 5%。
 
其中,谷歌的 Christian Szegedy 在 3 个领域上榜(经典 AI 排名第 1、计算机视觉排名第 2 及机器学习排名第 13)并且排名都较为靠前。Christian Szegedy 的 h-index 值为 24,入选论文 67 篇,引用量 128707。虽然论文数量不多,但是引用量极高。
 
在3个子领域上榜的还有 2018 年图灵奖得主、加拿大蒙特利尔大学教授 YoshuaBengio 。此外还包括两位华人学者,即来自密歇根州立大学的 JiliangTang 教授及来自德克萨斯农工大学的 Xia Hu 教授。
 
此外还有 86 位学者在 2 个领域有杰出表现而上榜。

图:三个领域上榜学者名单

七、女性学者


在学者性别分布方面,AI 2000 上榜学者整体呈现男多女少特征。具体而言,男性学者在人工智能各领域中均占多数,女性学者占少数。在人机交互领域女性学者比例高达 37.4%,其榜首学者也为女性学者,知识工程和可视化两个领域,女性学者占比超过了 15%,而其他剩余领域占比均为 10% 以下。

图:AI 2000 学者及提名学者全领域性别分布
 
值得关注的是,来自美国麻省理工学院的女性学者 MunmunDe Choudhury 在人机交互以及新增的虚拟现实双排名第 1,其 h-index 指数 53、入选论文为 184 篇、总被引用值 9894 次,成功当选本年度人机交互领域“最具影响力学者”,也是唯一摘取 AI 2000 领域榜首桂冠的女性学者。
 
图:Munmun De Choudhury AMiner 个人主页


八、华人学者


在 AI 2000 全球最具影响力学者榜单中,华人学者的力量是不可忽视的。在去重后的 1898 位学者中,华人学者有 595 人,占到了总数的近三分之一。其中,在中国工作的学者一共 219 人,占所有上榜华人学者的 36.8%。
 
图:AI 2000 华人学者工作的国家分布

而在 21 个子领域中,有两位中国学者占据榜首。他们分别是中国科学技术大学大数据学院的何向南教授(信息检索与推荐领域)和阿里的贾扬清(多媒体领域)。
 
图:信息检索与推荐领域榜首学者何向南


图:多媒体领域榜首学者贾扬清
 
此外,根据大数据显示的 AI 2000 华人学者流动图可以看出,中国的华人学者流动呈现出一个积极的正向流入状态;而美国的华人学者流动,呈现出一定的负向流出状态。


图:AI 2000 华人学者流动图


九、总结


整体而言,全球入选 AI 2000 学者之中,美国共有 1146 人次,中国有 232 人次,分布位于第一、第二名。与上届相比,没有出现较大的数据波动。由此可见,美国在人工智能整体人才资源、高水平科研成果上仍然占有绝对优势,这为美国人工智能的发展奠定了坚实的人才基础。
 
此外数据显示,几大科技巨头在人工智能领域贡献了极大的力量,打破了其他专业上理论和实践之间的壁垒。这使得技术的研发可以依据实际需求进行推进,从而形成一个相辅相成的良性循环,因而可以促使人工智能领域的快速发展。
 
中国依旧是目前人工智能发展研究热度最高的国家。虽然中国在学者规模上位列第二,与美国相比还存在很大差距,相应的人工智能领域人才队伍建设亟待加强。但是我们不能忽视华人学者在人工智能领域做出的贡献,华人学者上榜人数已占据全榜单的近三分之一。
 
同时在人才流向上,中国呈现出令人欣喜的正向流入状态。这表示,中国释放出诚招人才的极大诚意得到了反馈,相信未来会有更多优秀的人才加入中国的队伍。
 
榜单中,女性学者的数量也呈现了逐年上升的趋势,并首次出现了女性学者获得两个榜单榜首。榜单中可以看到很多熟悉的面孔,但同时也出现了很多年轻的学者。这说明人工智能领域是欣欣向荣,正在不断注入新鲜的血液,保证了其快速发展的活力。
 
我们相信,未来人工智能将会实现更多的关键技术突破,全球范围也将不断涌现出更多的人工智能顶级学者,而 AI 2000 人工智能最具影响力学者榜单,也将更加耀眼。
 
  • 关于 AMiner


AMiner 是一个提供海量中英文文献检索的 AI 搜索学术平台,由清华大学计算机系唐杰教授团队研发,拥有我国完全自主知识产权。作为国内首个 AI 学术搜索平台,包含了超过 2.6 亿学术论文/专利和 1.33 亿学者的知识图谱,为广大科研工作者提供方便、权威和具有认知智能的学术搜索服务。
(网址:https://www.aminer.cn/)
 
  • 关于智谱AI


智谱AI 依托清华大学团队十余年在知识智能方面的技术积累,汇聚了一群有激情的 AI 有志之士,致力打造数据与知识双轮驱动的下一代人工智能系统,实现让机器像人一样思考的愿景。公司参与研发了超大规模预训练模型“悟道”,构建了高精度通用知识图谱,相关技术获国家科技进步二等奖、北京市专利一等奖、中国人工智能学会科技进步一等奖。公司是国家高新技术企业,产品线覆盖科技创新、安全、教育、生活等领域。 (网址:http://zhipu.ai/)
 
  • 关于中国工程科技知识中心


中国工程科技知识中心(简称:知识中心)是经国家批准建设的国家工程科技领域公益性、开放式的知识资源集成和服务平台建设项目,是国家信息化建设的重要组成部分。知识中心建设以满足国家经济科技发展需要为总体目标,通过汇聚和整合我国工程科技相关领域的数据资源,以资源为基础、技术为支撑、专家为骨干、需求为牵引,建立集中管理、分布运维的知识中心服务平台,服务国家高端智库建设和我国工程科技创新。 (网址:http://www.ckcest.cn/)
 
*最新完整 AI 2000 榜单已在 AMiner 平台官网发布,专题页面地址:
www.aminer.cn/ai2000

登录查看更多
0

相关内容

CVPR 2022 将于2022年 6 月 21-24 日在美国的新奥尔良举行。CVPR是IEEE Conference on Computer Vision and Pattern Recognition的缩写,即IEEE国际计算机视觉与模式识别会议。该会议是由IEEE举办的计算机视觉和模式识别领域的顶级会议,会议的主要内容是计算机视觉与模式识别技术。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
中国医学影像人工智能20年回顾和展望
专知会员服务
37+阅读 · 2022年1月22日
重磅!中国工程院发布《2021全球工程前沿》,247页pdf
专知会员服务
116+阅读 · 2021年12月14日
自然语言处理顶会COLING2020最佳论文出炉!
专知会员服务
23+阅读 · 2020年12月12日
【智谱AI】人工智能发展月报(2022年2月)
学术头条
2+阅读 · 2022年3月2日
【智谱AI】人工智能发展月报(2022年1月)
学术头条
1+阅读 · 2022年2月7日
【智谱AI】人工智能发展月报(2021年12月)
学术头条
0+阅读 · 2022年1月4日
国家自然科学基金
7+阅读 · 2017年12月31日
国家自然科学基金
10+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年8月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年2月4日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年4月30日
Fast Circular Pattern Matching
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
VIP会员
相关基金
国家自然科学基金
7+阅读 · 2017年12月31日
国家自然科学基金
10+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年8月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年2月4日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年4月30日
Top
微信扫码咨询专知VIP会员