AI2000人工智能全球最具影响力学者榜单（以下称为AI2000）旨在未来10年通过AMiner学术数据在全球范围内遴选2000位人工智能学科最有影响力、最具活力的顶级学者。AMiner由清华大学研发，检索了19世纪以来全球1亿3千余万学者发表的2亿7千万余篇学术论文数据，已吸引全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万。
AI2000涵盖人工智能学科20个子领域，具体遴选方法为每个子领域每年选出10名获奖者，未来10年共产生2000名；每年遴选的时候，参考过去十年该领域最有影响力的会议和期刊发表论文的引用情况，排名前10的学者当选该领域当年【AI2000最具影响力学者奖】，排名前100的其他学者获【AI2000最具影响力学者提名奖】；每个领域的期刊和会议由技术委员会专家确定。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。
清华大学AMiner团队秉持“植根学术土壤，促进学科发展”的初衷，以“客观公正”为原则，以数据为基础构建的全球学术知识图谱、采用人工智能技术自动生成榜单。AMiner历次榜单发布都受到世界著名大学和研究机构的官方认可，比如加州伯克利大学、康奈尔大学、杜克大学和新加坡国立大学，其影响力、公信力和专业性，可见一斑。
评选规则
1、具体规则
AI2000涵盖人工智能学科20个子领域，具体遴选方法为每个子领域每年选出10名获奖者，未来10年共产生2000名；每年遴选的时候，参考过去10年该领域最有影响力的会议和期刊发表论文的引用情况，排名前10的学者当选该领域当年【AI2000最具影响力学者奖】，排名前100的其他学者获【AI2000最具影响力学者提名奖】。
2、领域划分
人工智能既是计算机科学的一个分支，又是一个融合了多种学科的交叉学科，加上其最近几年的高速发展，内涵和外延也在不断的变化，新兴的子领域不断涌现，导致工业界和学术界并没有一个对人工智能的明确定义。在进行榜单生成时，综合参考了计算机领域较为公认的具有权威性的机构（包括：ACM—AssociationforComputingMachinery国际计算机学会；CCF—ChinaComputerFederation中国计算机学会；IEEE—InstituteofElectricalandElectronicsEngineers电气和电子工程师协会）中关于学科的分类。同时，又融合了国内外专家学者的建议，选择了经典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、操作系统、计算理论、芯片技术和物联网20个子领域。
领域会议和期刊
领域
期刊/会议
经典AI（AAAI/IJCAI）
AAAIConferenceonArtificialIntelligence(AAAI)
InternationalJointConferenceonArtificialIntelligence(IJCAI)
机器学习
AnnualConferenceonNeuralInformationProcessingSystems(NeurIPS)
InternationalConferenceonMachineLearning(ICML)
InternationalConferenceonLearningRepresentations(ICLR)
计算机视觉
IEEEConferenceonComputerVisionandPatternRecognition(CVPR)
IEEEInternationalConferenceonComputerVision(ICCV)
EuropeanConferenceonComputerVision(ECCV)
自然语言处理
AnnualMeetingoftheAssociationforComputationalLinguistics(ACL)
ConferenceonEmpiricalMethodsinNaturalLanguageProcessing(EMNLP)
NorthAmericanChapteroftheAssociationforComputationalLinguistics(NAACL)
机器人
IEEEInternationalConferenceonRoboticsandAutomation(ICRA)
IEEE/RSJInternationalConferenceonIntelligentRobotsandSystems(IROS)
知识工程
InternationalSemanticWebConference(ISWC)
InternationalConferenceonPrinciplesofKnowledgeRepresentationandReasoning(KR)
语音识别
IEEEInternationalConferenceonAcoustics,SpeechandSignalProcessing(ICASSP)
数据挖掘
ACMSIGKDDInternationalConferenceonKnowledgeDiscoveryandDataMining(KDD)
ACMInternationalConferenceonWebSearchandDataMining(WSDM)
信息检索与推荐
InternationalACMSIGIRConferenceonResearchandDevelopmentinInformationRetrieval(SIGIR)
ACMRecommenderSystems(RecSys)
InternationalWorldWideWebConference(WWW)
数据库
ACMSIGMODInternationalConferenceonManagementofData(SIGMOD)
InternationalConferenceonVeryLargeDataBases(VLDB)
人机交互
ACMCHIConferenceonHumanFactorsinComputingSystems(CHI)
ACMConferenceonComputer-SupportedCooperativeWork&SocialComputing(CSCW)
计算机图形
ACMSIGGRAPHConference(SIGGRAPH)
多媒体
ACMInternationalConferenceonMultimedia(MM)
可视化
IEEETransactionsonVisualization&ComputerGraphics(TVCG)
IEEEVisualizationConference(IEEEVIS)
安全与隐私
ACMConferenceonComputerandCommunicationsSecurity(CCS)
IEEESymposiumonSecurityandPrivacy(S&P)
USENIXSecuritySymposium(USS)
计算机网络
ACMInternationalConferenceonMobileComputingandNetworking(MobiCom)
ACMSIGCOMMConference(SIGCOMM)
计算机系统
ACMSymposiumonOperatingSystemsPrinciples(SOSP)
USENIXSymposiumonOperatingSystemsDesignandImplementation(OSDI)
计算理论
ACMSymposiumonTheoryofComputing(STOC)
IEEEAnnualSymposiumonFoundationsofComputerScience(FOCS)
芯片技术
IEEEInternationalSolid-StateCircuitsConference(ISSCC)
DesignAutomationConference(DAC)
SymposiumonFieldProgrammableGateArrays(FPGA)
物联网
IEEEInternetofThingsJournal(IoT-J)
IEEETransactionsonWirelessCommunications(TWC)
子领域相应会议/期刊
数据分析
美国学者数量领跑全球
学者地图用于描述特定领域学者的分布情况，对于进行学者调查、分析各地区竞争力现况尤为重要
地图根据学者当前就职机构地理位置进行绘制，其中不同图标颜色代表不同地区的学者，图标大小代表学者数量。从地区角度看，AI2000的学者主要集中在北美洲的美国地区；欧洲中西部也有一定的学者分布；亚洲的人才主要分布于我国及日韩地区；其他诸如南美洲、非洲等地区的学者非常稀少。学者人数TOP10国家如下所示：
从国家角度看，美国学者人数的占比最高，有1128人，占比61.4%，超过总人数的一半，独自领跑第一梯队。中国排在美国之后，领跑第二梯队，有171人，占比9.3%。德国位列第三，是欧洲国家中拥有高影响力学者最多的地方；其余国家的学者人数量均少在100人以下。
美国机构数量多实力强
统计各领域高引学者数TOP10的研究机构如下图所示，位居首位的是谷歌公司，共165人入选榜单，也是唯一一家学者数过百的机构。从国家分布来看，只有清华大学为中国入选机构，其余均为美国研究机构，且美国机构学者总体人数遥遥领先。
此外，各领域榜首机构统计如下图所示。谷歌在经典人工智能等10个领域的学者数量都位居榜首；麻省理工学院在机器人以及计算理论2个领域的学者数量位居榜首；其他领域的榜首分布在不同的机构中，其中，中国科学院在多媒体领域的学者数量最多。
男女比例差异明显
本报告高影响力学者信息的统计中，我们针对所有上榜学者性别做出统计。男性在各领域中均占多数，共1663人；女性学者稀少，共175人。其中，机器学习领域的男性学者比例最高，达98%；人机交互领域的女性学者比例最高，但也只占该领域的24%。
学者整体水平较高
h-index是国内外公认的评价学者学术成就的方法，从下图可以看出本次AI2000学者均具有较高h-index值，其中h-index大于60的人数最多，有385人，占比20.9%。
研究领域多点开花
AI2000的学者中，有多位学者的研究方向涉及了多个领域，其中有2位学者出现在四个领域，他们分别是YoshuaBengio以及AlexJ.Smola；此外，有19位学者出现在3个领域，有118位学者出现在2个领域。
领域技术分析系统
领域技术分析系统可以基于AMiner大量的论文和学者信息进行深入挖掘，对技术趋势、国际趋势等方面进行分析。在本榜单期刊/会议基础上，AI2000的趋势分析如下：
1、技术发展趋势
2、国家发展趋势
3、国家合作
国家间论文合作情况可以根据论文中的单位信息，将作者映射到各个国家中，进而统计各国之间的论文合作情况，合作论文数量TOP10的关系如下图所示。在合作论文数量上，中美合作的论文数遥遥领先；在合作对象上，绝大多数的合作关系都包含美国，体现出美国的突出地位。
结语
通过以上分析可以发现，在学者数量方面，美国在人工智能整体层面上占有绝对优势，拥有超过一半的高水平学者，为美国人工智能的发展奠定了坚实的人才基础；这些学者又广泛分布在高校、企业等研究机构中，人才聚集必然会带动各机构的快速发展。
相较而言，虽然中国在学者规模上位列第二，但是与美国还有很大的差距，相应地，我国高水平学者集中的研究机构也很匮乏，我国人工智能领域的人才队伍亟待加强。
在学者特点方面，AI2000涵盖的学者整体研究水平高，跨领域学者数量多，有利于各领域的协同发展，但是也有男女比例不均衡等问题。
在趋势发展方面，我们可以通过分析技术趋势了解先进技术的历史和现状，例如洞察神经网络的发展进程；通过分析国家趋势了解各个国家的发展情况，通过分析国家合作认识国际合作潮流，例如美国是现在发展热度最高的国家，由此也带动了其他国家与美国的合作。
相信不久的将来会有更多的人工智能关键技术实现突破，我国人工智能的发展也将更加耀眼，培养更多的人才投入到人工智能领域的发展建设中去。
原标题：《清华&中国工程院联合发布：人工智能全球2000位最具影响力学者》