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
|
13天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
|
27天前
|
机器学习/深度学习 人工智能 监控
探索人工智能的伦理困境:我们如何确保AI的道德发展?
在人工智能(AI)技术飞速发展的今天,其伦理问题也日益凸显。本文将探讨AI伦理的重要性,分析当前面临的主要挑战,并提出相应的解决策略。我们将通过具体案例和代码示例,深入理解如何在设计和开发过程中嵌入伦理原则,以确保AI技术的健康发展。
35 11
|
1月前
|
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。
105 30
|
1月前
|
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
|
25天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与未来医疗:AI技术在疾病诊断中的应用前景####
本文探讨了人工智能(AI)在现代医疗领域,尤其是疾病诊断方面的应用潜力和前景。随着技术的不断进步,AI正逐渐改变传统医疗模式,提高诊断的准确性和效率。通过分析当前的技术趋势、具体案例以及面临的挑战,本文旨在为读者提供一个全面的视角,理解AI如何塑造未来医疗的面貌。 ####
|
1月前
|
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。 ###
226 6
|
2月前
|
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。
|
2月前
|
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。
|
1月前
|
机器学习/深度学习 人工智能 弹性计算
阿里云AI服务器价格表_GPU服务器租赁费用_AI人工智能高性能计算推理
阿里云AI服务器提供多种配置选项,包括CPU+GPU、CPU+FPGA等组合,支持高性能计算需求。本文汇总了阿里云GPU服务器的价格信息,涵盖NVIDIA A10、V100、T4、P4、P100等多款GPU卡,适用于人工智能、机器学习和深度学习等场景。详细价格表和实例规格见文内图表。
212 0
|
18天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能在医疗诊断中的应用与前景####
本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状、面临的挑战及未来发展趋势。通过分析AI如何辅助医生进行疾病诊断,提高诊断效率和准确性,以及其在个性化医疗中的潜力,文章揭示了AI技术对医疗行业变革的推动作用。同时,也指出了数据隐私、算法偏见等伦理问题,并展望了AI与人类医生协同工作的前景。 ####
37 0