华人AI学者大盘点：清华培养人才最多，韩家炜、吴恩达论文被引数“登顶”

钛媒体 • 3年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

华人AI学者大盘点：清华培养人才最多，韩家炜、吴恩达论文被引数“登顶”

学术头条

· 刚刚

微信扫码

我们对 196 名中国学者，以及部分非中国籍华人学者进行了全景多维度分析，包括所在机构，研究领域，论文数，被引数，跨国合作情况，毕业院校（本、硕、博）等。

图片来源@视觉中国

文丨学术头条

从 1956 年人工智能概念在达特茅斯会议上首次被提出至今，60 余载，人工智能发展已经历了三次发展浪潮。

起起落落的同时，人工智能理论和技术也取得了飞速发展，在语音识别、文本识别、视频识别等感知领域取得了突破，毫无疑问的成为引领新一轮科技革命和产业变革的战略性技术。

华人AI学者大盘点：清华培养人才最多，韩家炜、吴恩达论文被引数“登顶”

人工智能三次浪潮

技术发展背后永远是人类的创新在推动，这期间有许多的先贤名字让我们耳熟能详，例如 1950 年提出计算机博弈的克劳德·香农（ Claude Shannon）；1954 年提出图灵测试的阿兰·图灵（ Alan Turing）；首个提出专家系统的爱德华·费根鲍姆 (Edward Feigenbaum)；提出深度学习的弗里·辛顿（ Geoffrey Hinton）等人。

那么，在过去十年，到底有多少人正在为 AI 的发展贡献力量呢？答案是 155408 位。这些优秀学者、研究员、企业家覆盖 120 多个国家，主要集中在北美洲、欧洲、东亚地区。

高层次学者有多少呢？1833 位。这是根据 AI 2000 人工智能全球最具影响力学者榜单，结合学者 H-指数、论文数和影响因子，经过去重处理后得出来的数字。

人工智能领域高层次学者数量 TOP10 国家

在 1833 名学者中，覆盖了全球 37 个国家。按照国籍划分，其中美国有 1244 人，占比 62.2%，超过总人数的一半以上，中国排在美国之后，位列第二，有 196 人。德国位列第三，是欧洲学者数量最多的国家；其余国家的学者数量均在 100 人次以下。

于是，我们对 196 名中国学者，以及部分非中国籍华人学者进行了全景多维度分析，包括所在机构，研究领域，论文数，被引数，跨国合作情况，毕业院校（本、硕、博）等。

所在机构和研究领域一览

从所在机构来看，据不完全统计，清华大学 20 位、微软 20 位、香港中文大学 11 位、加利福尼亚大学 10 位、浙江大学 10 位、谷歌 8 位、香港科技大学 7 位、伊利诺伊大学 6 位、北京大学 5 位、复旦大学 5 位、南洋理工大学 5 位、中科院 5 位、阿里巴巴和 Facebook 各 4 位，其他研究者分布在腾讯、上交大、字节跳动、IBM 等近百机构。

图：部分研究者主要所在机构

从研究领域来看，大多数研究者们都不局限在单一领域，例如香侬科技的李纪为，其研究领域包括：自然语言处理，多媒体，机器学习，计算机网络，信息检索与推荐；复旦大学黄萱菁，其研究领域可以归纳为：自然语言处理，信息检索与推荐，机器学习，数据挖掘。

当然，也有一些学者专研于单一领域，复旦大学的邱锡鹏专注于自然语言处理，清华大学谷源涛专注于语音识别，大连理工大学卢湖川专注于计算机视觉等。

从研究热度来看，词频出现最多的研究领域是信息检索与推荐，占比 14%，排名第二的是计算机视觉，占比 12.56%，排名第三的是数据挖掘，占比 12.26%，而机器学习、自然语言处理、语音识别也有不少占比。

图：研究领域词频分析

在这些研究者的努力下，近年来中国的 AI 实力有目共睹。例如在自然语言处理领域，百度的能力被认为超过谷歌。中国目前在计算机视觉领域的领先企业以商汤科技、旷视、依图科技和海康威视等为代表，技术优势主要体现在人脸识别，在 2017 年中国在这一领域获得的专利数量大约是美国公司的 6 倍。

此外，在语音识别领域，特别是在中文识别和处理上，中国研究机构也有着独特的优势。科大讯飞、依图科技、百度、腾讯、阿里巴巴等企业依靠中文用户，能远超美国获得庞大的中文语音数据库，这也为其语音识别 AI 提供了更好的学习条件。

论文发表：14 位学者论文被引 6 万 +

中国 AI 科研实力的另一个直接表现，是发表的论文数。从科研论文数量分布来看，人工智能领域论文发表量居于前十的国家依次是美国、中国、德国、英国、日本、加拿大、法国、韩国、意大利和澳大利亚。

　　从上图可见，中国学者发表的论文数量紧随美国之后，且遥遥领先于其他国家。

在华人学者中，每一位学者的论文发表数量呈现 “正态分布”。有接近 25% 的学者发表了 100-200 篇论文，20% 的学者发表了 300-500 篇论文，19.72% 的学者发表了 500-700 篇论文。

而在发表 700 篇以上论文的学者中，黄煦涛老先生以 1477 篇居首位，美国伊利诺伊大学香槟分校计算机系教授韩家炜以 1308 篇排名第二。

另外一些熟悉的名字，例如罗切斯特大学的罗杰波有 743 篇；新加坡国立大学终身教授颜水成有 740 篇；哈尔滨工业大学的刘挺有 723 篇；微众银行的杨强有 704 篇；南京大学周志华 700 篇。

具体到论文被引数，引用数在 5000-10000 的学者数量最多，一共有 97 位。随着引用数的增大，其人数也越来越少。

论文被引数在 6 万及以上的学者，有 14 位。按照引用次数排名分别是：韩家炜、吴恩达、孙剑、何恺明、李飞飞、黄煦涛、任少卿、俞士纶、贾扬清、张磊、张祥雨、汤晓鸥和宋晓东。

另外一个有趣的现象是，有些学者并没有发表太多论文，但已经取得了 6 万以上的引用数量，比如何恺明只发表了 95 篇，任少卿只发表了 20 篇，贾扬清只发表了 61 篇，张祥雨只发表了 49 篇。

高引论文发表年份分布不均，但一个共同的趋势是：大多高引论文发表在 2009-2017 年，其中 2015 年最多；2009 年和 2010 年紧接其后。

高引论文井喷的近十年，其实也正对应着各研究领域的热度。

以深度学习为例，2012 年之后，随着计算能力的进步和海量训练样本的支持，深度学习技术走向前台并急速发展，较好地解决了人工智能领域的一些重点问题如图像分析和语音识别等，并带动了产业界的广泛应用。2015 年，为纪念人工智能概念提出 60 周年，学者 Yann LeCun、 Bengio 和 Hinton 推出了深度学习的联合综述。这一年同时是中国学者发表高引论文数最多的一年。

再比如，计算机视觉方面，2012 年 6 月谷歌研究人员 Jeff Dean 和华人学者吴恩达从 YouTube 视频中提取了 1000 万个未标记的图像，训练一个由 16000 个电脑处理器组成的庞大神经网络。在没有给出任何识别信息的情况下，人工智能通过深度学习算法准确地从中识别出了猫科动物的照片。