AI 2000人工智能全球最具影响力学者揭晓,中国正在快速追赶美国

简介: AI 2000人工智能全球最具影响力学者揭晓,中国正在快速追赶美国

近日,清华大学AMiner联合北京智源研究院、清华-中国工程院知识智能联合研究中心共同发布——《2021年人工智能全球最具影响力学者榜单》(AI 2000榜单),

为了确保榜单的客观和公正,AI 2000遴选学者的主要依据是过去十年间学者在顶级会议和期刊上发表论文的引用情况,而非传统评判标准的论文数量,并且取用计算机算法自动生成榜单排名,避免人为主观的误判。

今年的榜单遴选过程中,AMiner团队跟踪了全球约20万名学者,参考了49个顶级会议、期刊,筛选了17万篇论文数据,方向涵盖人工智能学科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、计算机系统、计算理论、芯片技术和物联网。

20个子领域榜单中,排名第一的学者分别为:

经典AI(AAAI/IJCAI):Christian Szegedy(谷歌)

机器学习:Ilya Sutskever(OpenAI)

计算机视觉:何恺明(Facebook)

自然语言处理:Christopher D.Manning(斯坦福大学)

机器人:Radu Bogdan Rusu(Open Perception, Inc)

知识工程:Heiko Paulheim(University of Mannheim)

语音识别:Alex Graves(University of Toronto)

数据挖掘:Tianqi Chen Carnegie Mellon University

信息检索与推荐:翟成祥(Chengxiang Zhai) University of Illinois at Urbana-Champaign

数据库:Reynold S. Xin Databricks

人机交互:Jacob O. Wobbrock University of Washington

计算机图形:Michael Kazhdan Johns Hopkins University

多媒体:贾扬清(Yangqing Jia) Alibaba

可视化:Mike Bostock Observable

安全与隐私:Nicholas Carlini Google

计算机网络:Dinesh Bharadia University of California at San Diego

计算机系统:陈建民(Jianmin Chen) Cerebras Systems

计算理论:Virginia Vassilevska Williams Massachusetts Institute of Technology

芯片技术:Coleman Jonathan N CRANN

物联网:Rui Zhang National University of Singapor


中国顶尖AI学者增长迅速

榜单显示,在上榜学者的国家分布中,美国占有绝对优势,达1159人次,占比57.95%。中国在学者规模位列第二,为225人次,占比11.25%,回看去年AI 2000榜单数据,美国学者人数有1128人,占比61.4%;中国有171人,占比9.3%,可见中国AI学者成长迅速,在努力缩小差距。

在AI 2000榜单上榜学者的机构分布中,清华大学仍为top10中唯一的国内机构。前十大机构分别为谷歌、微软、麻省理工学院、斯坦福大学、卡耐基梅隆大学、Facebook、加州大学伯克利分校、华盛顿大学、清华大学和康奈尔大学


谷歌为「最强AI公司」

yy.png

榜单显示,谷歌、微软等公司拥有的人工智能学者数量多于高校。其中位居首位的是美国的谷歌公司,共135人次入选榜单,美国企业在AI能力上显示出强大的竞争力。

榜单还对国家研究热度趋势进行分析。结果显示,相比于去年,中国对人工智能的研究热度超越美国,位列第一。如果从全局热度来看,美国早期就有着领先优势并一直保持着最高热度,而中国的研究热度在近年来赶超美国。

yy.png

在AI 2000榜单学者的性别比例方面,差距仍十分明显,男性在各领域中均占多数。其中机器学习领域的男性学者比例最高,达97%;人机交互领域的女性学者比例最高,但也只占该领域的28%。

对于“男多女少”的现象。发布者解释说,男性学者在人工智能各领域中均占多数,共1774人次,占比88.6%;女性学者占少数,共180人次。考虑到存在同一学者入选不同领域的现象,经过去重处理后,男性1501位,女性154位,男女比例约为9.7:1。

相关文章
|
2月前
|
机器学习/深度学习 人工智能 运维
AI望远镜:人工智能是如何发现“藏在宇宙角落的新星系”的?
AI望远镜:人工智能是如何发现“藏在宇宙角落的新星系”的?
162 64
|
6月前
|
机器学习/深度学习 存储 人工智能
AI职场突围战:夸克应用+生成式人工智能认证,驱动“打工人”核心竞争力!
在AI浪潮推动下,生成式人工智能(GAI)成为职场必备工具。文中对比了夸克、豆包、DeepSeek和元宝四大AI应用,夸克以“超级入口”定位脱颖而出。同时,GAI认证为职场人士提供系统学习平台,与夸克结合助力职业发展。文章还探讨了职场人士如何通过加强学习、关注技术趋势及培养合规意识,在AI时代把握机遇。
|
4月前
|
机器学习/深度学习 人工智能 安全
AI的万亿商机:红杉资本眼中的人工智能新时代
AI不仅仅是不可避免的趋势,而是已经到来的现实,其市场规模将远超过去的任何一次技术变革。这不是一场可以观望的比赛,而是一场必须全力以赴参与的革命。
229 22
|
4月前
|
人工智能 算法
我国“AI+X”跨界人才培养:如何通过职业技能培训,把握人工智能就业机遇?
在“AI+X”时代,人工智能与各行业的深度融合正在重塑职业图景和人才标准。跨界能力成为核心竞争力,要求从业者既能将专业问题转化为AI可理解的框架,又能将技术输出转化为实际业务价值。这推动了职业技能培训从单一技术传授向复合能力培养转型,强调知识架构重组、场景化学习和伦理判断力培养。个人发展需构建“认知-实践-认证”的闭环路径,持续更新技能以适应快速迭代的技术环境。未来属于既懂行业本质又能驾驭技术的跨界者,他们将成为推动社会进步的关键力量。职业技能培训的使命在于赋能学习者,在技术与人文之间找到平衡,实现从专业从业者到领域创新者的蜕变。
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
ai人工智能课程学什么
本内容全面介绍了AI课程的核心体系,涵盖基础理论、核心算法、应用领域及伦理责任等方面。从数学基础与编程技能到机器学习和深度学习算法,再到自然语言处理与计算机视觉等应用领域,系统阐述了AI技术的全貌。同时探讨了开发框架如TensorFlow和PyTorch的使用,并关注AI伦理与社会责任。通过分步验证与实践经验,帮助学习者规避AI局限性。展望未来,生成式人工智能等新兴技术将持续推动课程发展,助力职业成长与社会进步。
|
6月前
|
机器学习/深度学习 人工智能 智能设计
破界·共生:生成式人工智能(GAI)认证重构普通人的AI进化图谱
本文探讨人工智能未来十大趋势及其对普通人的影响,涵盖神经形态计算、多模态认知融合等前沿领域。同时,文章重点介绍生成式人工智能(GAI)认证体系,帮助普通人从认知重构、能力进化到职业转型和伦理自觉全面学习AI技术,成为人机共生时代的智能伙伴。GAI认证作为加速器,提供系统培训与专业交流平台,助力个体在AI浪潮中把握机遇,共创未来。
|
5月前
|
人工智能 安全 测试技术
Burp Suite Professional 2025.3 发布,引入 Burp AI 通过人工智能增强安全测试工作流程
Burp Suite Professional 2025.3 发布,引入 Burp AI 通过人工智能增强安全测试工作流程
365 0
Burp Suite Professional 2025.3 发布,引入 Burp AI 通过人工智能增强安全测试工作流程
|
6月前
|
机器学习/深度学习 人工智能 安全
乘AI之势,劲吹正能量之风:生成式人工智能(GAI)认证引领新时代
本文探讨了人工智能(AI)对社会的深远影响及生成式人工智能(GAI)认证的重要性。AI作为时代潮流,正重塑生活与工作方式,但其发展也带来安全与伦理挑战。GAI认证不仅衡量个人技能,还推动AI技术健康、规范地普及应用,树立正面形象。未来,通过加强AI研发、伦理建设与教育普及,可实现AI赋能社会进步,共筑充满正能量的未来。携手GAI认证,开启AI新篇章,为人类社会创造更大福祉。
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与ai有什么区别
本文探讨了“人工智能”与“AI”在语义、使用场景及技术侧重点上的差异,强调理解这些差异对把握技术发展的重要性。文中分析了两者的学术与通俗应用场景,并结合生成式人工智能认证项目(由培生于2024年推出),说明如何通过理论与实践结合,规避AI局限性,推动技术创新。最终呼吁在概念辨析中探索人工智能的未来潜力。

热门文章

最新文章