​清华&中国工程院联合发布：人工智能全球2000位最具影响力学者

• 2020 年 2 月 12 日
• 筆記

今天上午，清华和中国工程院知识智能联合研究中心在清华大学联合发布《人工智能全球2000位最具影响力学者》，通过AMiner学术数据在全球范围内遴选出了2000位人工智能学科最有影响力、最具活力的顶级学者并进行了分析，揭秘了人工智能领域人才现状。

概述

AI 2000简介

AI 2000 人工智能全球最具影响力学者榜单（以下称为AI 2000）旨在未来10年通过AMiner学术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。AMiner由清华大学研发，检索了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，已吸引全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万。

AI 2000 涵盖人工智能学科20个子领域，具体遴选方法为每个子领域每年选出10名获奖者，未来10年共产生2000名；每年遴选的时候，参考过去十年该领域最有影响力的会议和期刊发表论文的引用情况，排名前10的学者当选该领域当年【AI 2000最具影响力学者奖】，排名前100的其他学者获【AI 2000最具影响力学者提名奖】；每个领域的期刊和会议由技术委员会专家确定。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、计算机系统、计算理论、芯片技术和物联网。

清华大学AMiner团队秉持“植根学术土壤，促进学科发展”的初衷，以“客观公正”为原则，以数据为基础构建的全球学术知识图谱、采用人工智能技术自动生成榜单。AMiner历次榜单发布都受到世界著名大学和研究机构的官方认可，比如加州伯克利大学、康奈尔大学、杜克大学和 新加坡国立大学，其影响力、公信力和专业性，可见一斑。

评选规则

1、具体规则

AI 2000 涵盖人工智能学科20个子领域，具体遴选方法为每个子领域每年选出10名获奖者，未来10年共产生2000名；每年遴选的时候，参考过去10年该领域最有影响力的会议和期刊发表论文的引用情况，排名前10的学者当选该领域当年【AI 2000最具影响力学者奖】，排名前100的其他学者获【AI 2000最具影响力学者提名奖】。

榜单通过AMiner系统中所收录的学术数据用计算机算法自动化生成榜单排名，确保了榜单的客观、公平、公正、公开。榜单采用的引用数据来源于Google Scholar，更新日期为2019年12月31日。

2、领域划分

人工智能既是计算机科学的一个分支，又是一个融合了多种学科的交叉学科，加上其最近几年的高速发展，内涵和外延也在不断的变化，新兴的子领域不断涌现，导致工业界和学术界并没有一个对人工智能的明确定义。在进行榜单生成时，综合参考了计算机领域较为公认的具有权威性的机构（包括：ACM—Association for Computing Machinery 国际计算机学会；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 ）中关于学科的分类 。同时，又融合了国内外专家学者的建议，选择了经典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、芯片技术和物联网20个子领域。

AI 2000各子领域导图

领域会议和期刊

每个子领域所参考的顶级会议和期刊是根据《CCF推荐国际学术期刊和会议目录》和ACM计算分类系统相关子领域的A类期刊和会议作为数据的来源。然后征求相关专家和团体意见，补充新涌现的学科顶级期刊和会议。以下列表给出了20个子领域所采用的顶级会议和期刊。

子领域相应会议/期刊

数据分析

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：

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：

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。

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。

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%。

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。

领域技术分析系统

领域技术分析系统可以基于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：

1、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

AI 2000技术发展趋势

2、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。

AI 2000国家发展趋势

3、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T OP10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。

国家间论文合作情况

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。