AMiner发布:2022年人工智能全球最具影响力学者榜单AI 2000(1)

简介: AMiner发布:2022年人工智能全球最具影响力学者榜单AI 2000
【新智元导读】2022 年人工智能全球最具影响力学者榜单——AI 2000 重磅发布!中国提名学者数量排名第二,谷歌Meta微软顶级AI学者数量最多。


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。

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。

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。

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

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

最具影响力前十



相关文章
|
2月前
|
人工智能 运维 安全
阿里云通过ISO42001人工智能管理认证,引领AI治理推动协同共治
9月19日,在杭州云栖大会「AI治理与安全论坛」上,阿里云宣布通过人工智能技术的全生命周期管理ISO42001体系认证。该项认证由国际标准化组织(ISO)和国际电工委员会(IEC)制定,是第一部可认证的人工智能国际管理体系标准。
130 14
|
16天前
|
机器学习/深度学习 人工智能 算法
人工智能与医疗健康:AI如何改变生命科学
【10月更文挑战第31天】人工智能(AI)正深刻改变医疗健康和生命科学领域。本文探讨AI在蛋白质结构预测、基因编辑、医学影像诊断和疾病预测等方面的应用,及其对科研进程、医疗创新、服务效率和跨学科融合的深远影响。尽管面临数据隐私和伦理等挑战,AI仍有望为医疗健康带来革命性变革。
72 30
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
1分钟认识:人工智能claude AI _详解CLAUDE在国内怎么使用
Claude AI 是 Anthropic 开发的先进对话式 AI 模型,以信息论之父克劳德·香农命名,体现了其在信息处理和生成方面的卓越能力
|
24天前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能与未来医疗:AI技术如何重塑医疗健康领域###
【10月更文挑战第21天】 一场由AI驱动的医疗革命正在悄然发生,它以前所未有的速度和深度改变着我们对于疾病预防、诊断、治疗及健康管理的认知。本文探讨了AI在医疗领域的多维度应用,包括精准医疗、药物研发加速、远程医疗普及以及患者个性化治疗体验的提升,揭示了这场技术变革背后的深远意义与挑战。 ###
49 6
|
26天前
|
人工智能 自动驾驶 数据安全/隐私保护
人工智能的伦理困境:我们如何确保AI的道德发展?
【10月更文挑战第21天】随着人工智能(AI)技术的飞速发展,其在各行各业的应用日益广泛,从而引发了关于AI伦理和道德问题的讨论。本文将探讨AI伦理的核心问题,分析当前面临的挑战,并提出确保AI道德发展的建议措施。
|
26天前
|
人工智能 搜索推荐 安全
人工智能与未来社会:探索AI在教育领域的革命性影响
本文深入探讨了人工智能(AI)技术在教育领域的潜在影响和变革。通过分析AI如何个性化学习路径、提高教学效率以及促进教育资源的公平分配,我们揭示了AI技术对教育模式的重塑力量。文章还讨论了实施AI教育所面临的挑战,包括数据隐私、伦理问题及技术普及障碍,并提出了相应的解决策略。通过具体案例分析,本文旨在启发读者思考AI如何助力构建更加智能、高效和包容的教育生态系统。
|
2月前
|
人工智能 JSON 数据格式
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
【9月更文挑战第6天】RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
|
1月前
|
人工智能 算法 安全
人工智能伦理与监管:构建负责任的AI未来
【10月更文挑战第3天】随着人工智能(AI)技术的快速发展,其在社会各领域的应用日益广泛。然而,AI的广泛应用也带来了一系列伦理和监管挑战。本文旨在探讨AI的伦理问题,分析现有的监管框架,并提出构建负责任AI未来的建议。同时,本文将提供代码示例,展示如何在实践中应用这些原则。
268 1
|
1月前
|
人工智能 自然语言处理 安全
Gemini 人工智能:谷歌AI重磅来袭!好消息,国内可用
Gemini 是 Google 🧠 开发的革命性人工智能模型,旨在打造一个功能强大的多模态 AI 系统。
|
1月前
|
机器学习/深度学习 人工智能 数据可视化
深度学习之可解释人工智能(Explainable AI,XAI)
可解释人工智能(XAI)是一个旨在使AI决策过程透明和可理解的研究领域。随着AI和机器学习技术在多个行业中的应用变得越来越广泛,其决策过程的透明度和可解释性变得极其重要。
56 0
下一篇
无影云桌面