AI领域,中国人/华人有多牛?
来源:互联网 发布:mac seed 编辑:程序博客网 时间:2024/05/16 23:58
AI领域,中国人/华人有多牛?
人工智能这把火已经烧到了国家战略层面,连美国总统和政府机构也卷了进来。上周四,奥巴马主持白宫前沿峰会,展望美国在未来50年的发展。峰会中,白宫发布报告《国家人工智能研究与发展策略规划》。相关情况,大家可以参考《连线》杂志的总统专访(Barack Obama on Artificial Intelligence, Autonomous Cars, and the Future of Humanity) 。
这两天,自媒体没少炒作这个报告;我自己呢,倒是特别地对这个报告中的两张趋势图感兴趣。报告中说,从2013年到2015年,SCI收录的论文里,提到“深度学习”的文章增长了约六倍,同时强调,“按文章数计算,美国已不再是世界第一了。”
美国不是世界第一?谁是世界第一呢?来看报告中的两张趋势图:
上图是每年SCI收录的文章里,提到“深度学习”或“深度神经网络”的文章数量变化趋势,同时按国家做了区分。数据本身是从Web of Science核心数据库里查询得到的。
第二张图和第一张图其他条件一样,只是增加了一个“文章必须至少被引用一次”的附加条件。也就是说,第二张图统计的文章数,是被引用过的“有效文章数”,相对来说更合理一些。
两张图里,中国都在2014年和2015年超过了美国(以及其他所有第二梯队的国家),居于领跑者的位置。
问题来了,在AI研究领域,中国人真有这么强吗?
从这些年的直觉看,中国人/华人在人工智能领域里的大牛比比皆是,吴恩达、孙剑、杨强、黄广斌、马毅、张大鹏 ……随口可以说出一大串,我自己在Google的研究团队,微软研究院等地亲眼看到的,也到处是中国人、华人的面孔。但这只是直观感受。整体来看,中国人/华人所做的科研贡献到底有多重要,对人工智能的推动作用到底有多大?白宫报告里的统计是不是科学、合理?
其实,对美国国家战略规划里的统计,我自己是有几个疑问的,主要包括:
- 直接搜索关键字“深度学习”、“深度神经网络”,真的能涵盖这些年人工智能领域的所有科学研究进展?像机器人、智能控制、机器视觉、无人驾驶等领域里,没有提及深度学习的文章眼见还有不少。严格按关键词匹配会漏掉多少相关文章?是否影响统计结果?
- “文章至少被引用一次”,比较科学,但好像还远远不够。这种统计,真的不需要考虑SCI的影响因子吗?不考虑的话,会混进多少较差期刊上发表的比较水的论文?这些数据会不会被国内研究机构靠SCI引用数来评职称的风气污染?
- 在全球化时代,按国家统计,会不会有明显偏差?白宫报告没有提到被统计的文章是如何归入不同国家的。如果按作者发表文章时的所在机构,那大量在国外机构访问的中国学者会不会被算成外国人?中国人和外国人合写的文章该如何统计?如果按期刊所属国家和地区,那不同国家间的期刊水平(影响因子)差异是不是会让统计结果带有偏见?
基于此,我也想自己去做个统计。
统计前,给自己设了几条原则:
- 从期刊的SCI影响因子出发,只统计影响因子高的顶尖期刊。
- 从Web of Science主题词出发,涵盖人工智能相关的所有科研领域,而不仅是深度学习方面的文章。
- 文章要求至少被引用一次。
- 关注对象是华人,而不是用国家分类的办法去比较中国和外国——这个是我自己的选择,因为今天的学术界,国家间的合作和交流已不可忽视。类似吴恩达这样的外籍华人,其实也在为中国的人工智能发展做贡献,百度首席科学家嘛(有人说吴恩达是越南裔,我没找到出处,只知道他父母是香港人;也许有机会时,当面问问Andrew?)。与其限定国家,不如从整体上看一看,地球上的华人科学家、研究者群体,到底有多厉害。
- 关注时间范围是2006到2016年,跨度10年左右——因为许多人说,这一波人工智能大潮是从2006后的几年时间里,才开始真正兴起的。
我的统计结果
先说说我的统计结果,一会儿会在附录一中讲讲我用的统计方法。
来看下2006到2016年间华人作者的平均贡献:
在2006到2016年的时间段里,近两万篇最顶级的人工智能文章中,由华人贡献的文章数和被引用数,分别占全部数字的29.2%和31.8%。近十年,华人用五分之一左右的作者人数,平均贡献了三成的顶级AI研究文章和被引用数。统计角度,这已经是超出平均水平的科研贡献了。
但平均数并不能看出华人科学家、研究者在最近几年的发力程度。来看2006到2015年间,华人贡献的文章数和被引用数的变化趋势:
2006到2015年间,华人作者参与的顶级AI论文,占全部顶级AI论文数量的比例,从23.2%逐年递增到42.8%。而华人作者参与的顶级AI论文被引用次数,占全部顶级AI论文被引用次数的比例从25.5%逐年递增到55.8%(2016 年数据较少,未用于趋势比较)。
也就是说,即便只统计顶级出版物里的顶级文章,中国人/华人在人工智能领域的贡献,在发展趋势上也和白宫报告中揭示的规律如出一辙——无论从哪个角度来说,中国人/华人正在人工智能领域里发挥举足轻重的作用,而且,从2014年,2015年开始,中国人/华人已经处于人工智能研究的领先地位,占据了人工智能科研世界的半壁江山!
个案分析
会有人觉得这个统计很不可思议吗?这个结果会出乎很多人意料吗?我们还可以拿一个更具体的例子,来深入分析一下。
在顶级人工智能期刊里,我来举个大名鼎鼎的例子吧:IEEE模式分析与机器智能汇刊(IEEE Transactions on Pattern Analysis and Machine Intelligence,简称PAMI),2015年影响因子6.077,高到没朋友,想往这里投稿的同学可能都知道被接受和发表的难度有多恐怖。
我从《IEEE模式分析与机器智能汇刊》里按引用数选出2006到2016年间的前500篇论文,下面是这500篇论文的引用数分布情况:
其实很恐怖的,前500篇文章最高引用数2715,最低引用数41——真顶级期刊!普通期刊难以望其项背呀。
那么,这500篇最顶级的人工智能论文里,华人科学家、研究者的贡献如何呢?先说几个数字:500篇顶级文章的作者一共1220人,其中华人科学家、研究者316人,占25.9%。所有作者单独累加计算的被引用数总和是231361次,其中,华人科学家、研究者被引用数总和是63846 次,占27.6%。如果单看2014年(当年华人的文章数、引用数均较高)的数据,华人科学家、研究者被引用数占51.8%,超过了半数。
如果只看《IEEE模式分析与机器智能汇刊》在2006到2016年间,引用数最多的10位华人作者和10位非华人作者的具体情况,也是一个很有趣的表格:
《IEEE模式分析与机器智能汇刊》的华人前10位大牛,与非华人前10位大牛,在每个人的总引用数上几乎不相上下。的确,最顶尖的人工智能科学家里,中国人/华人的贡献丝毫不亚于其他科学家。
另外,如果对人工智能特别是模式识别的研究领域不熟悉,那么,记住表中这20位顶尖科学家的名字吧。有兴趣的话,大家可以去搜一搜他们的简历,看看他们都在哪里工作,在哪里做研究,他们的学生、同事都是谁,相信会有很多发现。
原因?
为什么中国人/华人在人工智能领域这么强?因为数学好?因为兴趣使然?因为思维习惯?因为勤奋?因为教育?大家可能都有自己的答案。
本文不想展开讨论,列举数据和事实,才是本文的目的。
附录一:统计方法介绍
简单介绍一下我是怎么得到上面那些比例和趋势数据的。
周末,我先去Web of Science数据库里,找到Computer Science / Artificial Intelligence的主题类目,根据2015年SCI影响因子从高到低排序,取前50个出版物,这50个人工智能领域顶级期刊的详细列表见附录二。
(因为筛选条件设置,主要是类目和影响因子的设置问题,顶级会议的会议录没有作为出版物列入这份列表。当然,顶级会议文章被顶级期刊收录的情况并不罕见。另外,每年文章数相对稳定的期刊用来做趋势统计要更容易一些,白宫报告的统计对象也是期刊文章。顶级会议文章通常需要另行统计,也许下次吧。)
然后,对每份顶级期刊,基于文章的被引用数对2006到2016年的所有文章进行排序。这个时间段里,期刊的平均发表文章数在500左右,我以500为上界,取每份期刊中,被引用数最多的文章,至多500篇,每篇文章至少被引用一次。由此得到2006到2016年间的顶级人工智能相关论文共计19855篇。
接下来,基于这些文章的作者列表和被引用数目,统计华人科学家、研究者与全部文章作者之间的比例和趋势关系。
如何识别华人作者?好像没有特别好的方法。我的方法是根据英文姓名判断,如果英文姓名主要由汉语拼音、韦氏拼音或粤语拼音组成(当然还要考虑姓氏、名字二者在英文表述上的区别,以及其他一些经验规则),那么就假定这个作者是华裔。根据小样本集验证,这个判别方法的检准率大约在96%以上,检全率大约在90%左右。也就是说,会有一定数量的遗漏,也会有少量误识,但基本可以反映整体情况与趋势。
如何解决合作者问题?我是分别统计,并且不加权重的。第一作者和其他作者共享文章计数和引用计数。为第一作者增加权重是否影响整体统计结果?也许,但不会影响总体趋势数据,因为并没有证据表明,华人更多地出任第一作者,还是非华人更多地出任第一作者。至于每个作者的文章数和引用计数,是采用简单累加,还是采用比例累加(如两人合作,每人的贡献算0.5还是1),我做了全数据集的对比试验,几乎完全不影响整体结果。
附录二:按SCI影响因子排序的前50人工智能期刊列表
出版物名称,影响因子
- IEEE TRANSACTIONS ON FUZZY SYSTEMS, 6.701
- International Journal of Neural Systems, 6.085
- IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 6.077
- IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION, 5.908
- INTEGRATED COMPUTER-AIDED ENGINEERING, 4.981
- IEEE Transactions on Cybernetics, 4.943
- IEEE Transactions on Neural Networks and Learning Systems, 4.854
- MEDICAL IMAGE ANALYSIS, 4.565
- Information Fusion, 4.353
- INTERNATIONAL JOURNAL OF COMPUTER VISION, 4.27
- IEEE TRANSACTIONS ON IMAGE PROCESSING, 3.735
- IEEE Computational Intelligence Magazine, 3.647
- EVOLUTIONARY COMPUTATION, 3.6
- IEEE INTELLIGENT SYSTEMS, 3.532
- PATTERN RECOGNITION, 3.399
- ARTIFICIAL INTELLIGENCE, 3.333
- KNOWLEDGE-BASED SYSTEMS, 3.325
- NEURAL NETWORKS, 3.216
- EXPERT SYSTEMS WITH APPLICATIONS, 2.981
- Swarm and Evolutionary Computation, 2.963
- APPLIED SOFT COMPUTING, 2.857
- DATA MINING AND KNOWLEDGE DISCOVERY, 2.714
- INTERNATIONAL JOURNAL OF APPROXIMATE REASONING, 2.696
- SIAM Journal on Imaging Sciences, 2.687
- DECISION SUPPORT SYSTEMS, 2.604
- Swarm Intelligence, 2.577
- Fuzzy Optimization and Decision Making, 2.569
- IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING, 2.476
- JOURNAL OF MACHINE LEARNING RESEARCH, 2.45
- ACM Transactions on Intelligent Systems and Technology, 2.414
- NEUROCOMPUTING, 2.392
- ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE, 2.368
- CHEMOMETRICS AND INTELLIGENT LABORATORY SYSTEMS, 2.217
- ARTIFICIAL INTELLIGENCE IN MEDICINE, 2.142
- COMPUTER VISION AND IMAGE UNDERSTANDING, 2.134
- JOURNAL OF AUTOMATED REASONING, 2.113
- INTERNATIONAL JOURNAL OF INTELLIGENT SYSTEMS, 2.05
- COMPUTATIONAL LINGUISTICS, 2.017
- ADVANCED ENGINEERING INFORMATICS, 2
- JOURNAL OF INTELLIGENT MANUFACTURING, 1.995
- Cognitive Computation, 1.933
- IEEE Transactions on Affective Computing, 1.873
- JOURNAL OF CHEMOMETRICS, 1.873
- MECHATRONICS, 1.871
- IEEE Transactions on Human-Machine Systems, 1.8
- Semantic Web, 1.786
- IMAGE AND VISION COMPUTING, 1.766
- Wiley Interdisciplinary Reviews-Data Mining and Knowledge Discovery, 1.759
- NEURAL PROCESSING LETTERS, 1.747
- ARTIFICIAL INTELLIGENCE REVIEW, 1.731
- AI领域,中国人/华人有多牛?
- AI 领域
- 作为中国人有几人知道华人诺贝尔奖得主
- 读《为何获诺贝尔奖的华人都不是中国人》有感
- ai论文调研-ai领域期刊&会议
- 华人斩获《十大 AI 天使投资人》前三,中美 AI 博弈中国队获胜?
- 对AI领域的会议的评点
- 对AI领域的会议的评点
- AI相关领域期刊会议列表
- Zhi-Hua Zhou点评AI领域会议
- 2016AI领域十大焦点
- 谁是医疗AI领域的第一梯队?
- 独家 | 盘点2017年度AI领域大事件!
- 盘点2017年度AI领域大事件
- AI及相关领域国际会议级别
- 言论丨李开复:中国在AI领域的优势与机会,现阶段AI领域的挑战
- 中国人
- 中国人
- 定制ListView的界面
- 在tableView、scrollView、collectionView上层添加一个固定的UIButton,不随其滚动
- 洛谷 P2434 [SDOI2005]区间
- mac 下安装运行 redis
- 篮球
- AI领域,中国人/华人有多牛?
- 解压zip包中有中文乱码的解决抛异常
- 洛谷 P1268 树的重量
- iOS各种宏定义
- Mac OS X 下无密钥方式连接基于L2TP协议的VPN
- display:none和visibility:hidden的区别
- UVA 10763 Foreign Exchange .
- xdoj-1011
- leetcode_[python/C++]_97_Interleaving String_动态规划