近10年，人工智慧發展迅速，如今該領域已經涵蓋了機器學習、自然語言處理、計算機視覺、Web與知識工程、機器人、資訊檢索、人機互動、語音識別、資料探勘、圖形學、視覺化、虛擬現實、多媒體、物聯網、計算經濟學、計算理論、資訊系統、電腦保安和資料庫等諸多研究方向。
https://www.aminer.cn/ai10
21個子領域是哪些？
這21個子領域具體包含了下圖中的20個領域及經典人工智慧（AAAI、IJCAI）。
哪些頂級會議和期刊？
如下圖所示，我們在每個子領域中選取了1到2個頂級期刊和會議，選取2個的較多，從這些期刊和會議中抽取了近10年發表的論文，並統計每篇論文的引用次數，最後生成了高引學者。（具體期刊和會議如下圖）
經典人工智慧 (Artificial Intelligence) | AAAI Conference on Artificial Intelligence (AAAI) |
International Joint Conference on Artificial Intelligence (IJCAI) | |
計算理論 (Theory) | ACM Symposium on Theory of Computing (STOC) |
IEEE Annual Symposium on Foundations of Computer Science (FOCS) | |
計算經濟 (Computational Economicsdesc) | ACM Conference on Economics and Computation (EC) |
安全與隱私 （Security and privacy） | ACM Conference on Computer and Communications Security (CCS) |
IEEE Symposium on Security and Privacy (S&P) | |
人機互動 (Human-Computer Interaction) | ACM CHI Conference on Human Factors in Computing Systems (CHI) |
ACM Symposium on User Interface Software and Technology (UIST) | |
ACM International Conference on Ubiquitous Computing (UbiComp) | |
視覺化 (Visualization) | IEEE Transactions on Visualization & Computer Graphics (TVCG) |
資訊檢索 (Information Retrieval) | International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR) |
機器學習 (Machine Learning) | Annual Conference on Neural Information Processing Systems (NIPS) |
International Conference on Machine Learning (ICML) | |
資料探勘 （Data Mining） | ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD) |
ACM International Conference on Web Search and Data Mining (WSDM) | |
Web和知識工程 (Web and Knowledge Engineering） | International World Wide Web Conference (WWW) |
International Semantic Web Conference (ISWC) | |
計算機視覺 （Computer Vision） | IEEE Conference on Computer Vision and Pattern Recognition (CVPR) |
IEEE International Conference on Computer Vision (ICCV) | |
計算機圖形 （Computer Graphics） | ACM SIGGRAPH Conference (SIGGRAPH) |
自然語言處理 (Natural Language Processing) | Annual Meeting of the Association for Computational Linguistics (ACL) |
語音識別 (Speech Recognition) | IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) |
機器人 （Robot） | IEEE International Conference on Robotics and Automation (ICRA) |
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) | |
資料庫 （Database） | ACM SIGMOD International Conference on Management of Data (SIGMOD) |
International Conference on Very Large Data Bases (VLDB) | |
多媒體 （Multimedia） | ACM International Conference on Multimedia (MM) |
作業系統 （System） | ACM Symposium on Operating Systems Principles (SOSP) |
USENIX Symposium on Operating Systems Design and Implementation (USENIX) | |
推薦系統 （Recommender System） | ACM Recommender Systems (RecSys) |
物聯網 （Internet of Things） | IEEE Internet of Things Journal (IoT-J) |
虛擬現實 （Virtual Reality） | IEEE Virtual Reality Conference (VR) |
資料探勘領域的引用量TOP3學者是？
高引學者由演算法自動統計學者論文引用次數計算得出。以資料探勘為例，該演算法基於學者近10年在KDD會議和WSDM會議發表的所有論文引用次數之和進行排名。在資料探勘領域列出了TOP100的高引學者，我們可以看到引用量排名前3的學者依次是：史丹佛大學的帥哥副教授Jure Leskovec、伊利諾伊大學芝加哥分校的Philip S. Yu教授和卡內基·梅隆大學Christos Faloutsos教授。
在多個子領域出現的高引學者
在4個領域出現的高引學者
此次有5名高引學者在4個領域均出現了，他們分別是香港科技大學楊強、香港中文大學金國慶、香港中文大學呂榮聰、上海交通大學俞勇和360人工智慧研究院院長顏水成。
這5名高引學者在研究領域上有大幅度交叉：
5人入圍經典人工智慧和資料探勘領域高引學者
4人入圍資訊檢索領域高引學者
2人入圍資訊系統領域高引學者
2人入圍機器學習領域高引學者
這不僅表明這5位學者在研究方向上的多元化，也表明人工智慧很多子領域都是交叉的，並不完全獨立。在上一次的AMiner Most Influential Scholar Award 2016中（https://www.aminer.cn/mostinfluentialscholar），出現在4個領域的高引學者僅2人，且均為國外學者，分別是David R. Karger 和 Ravi Kumar，這也看出了中國在人工智慧領域的飛速發展。
在3個領域出現的高引學者
此次有18名高引學者在3個領域均有出現。
只有1名高引學者是女性，男女比例為17：1
有4名華人學者入圍，分別是亞利桑那州立大學劉歡、伊利諾伊大學香檳分校韓家煒和翟成祥、微軟研究院Hao Ma。
國內另外2名入圍學者均屬產業界，分別是位元組跳動AI實驗室李航和地平線機器人創始人餘凱。
7人入圍機器學習領域高引學者
6人入圍資訊檢索領域高引學者
5人入圍資料探勘領域高引學者
將其與出現在4個領域的高引學者資料綜合來看，可以發現高引學者集中在資訊檢索、資料探勘和機器學習領域。另外還有152名高引學者出現在2個領域。
在上一次的AMiner Most Influential Scholar Award 2016中（https://www.aminer.cn/mostinfluentialscholar），出現在3個領域的高引學者有14名，僅有2名華人學者出現在高引學者列表中，分別是伊利諾伊大學芝加哥分校劉兵和奇點機智聯合創始人林德康。這也可以看出，華人學者在這10年具有明顯的上升勢頭。
高引學者的機構分佈
高引學者一共21個領域，我們從每個領域中選取這十年論文引用量的TOP100學者，共計2100人，從下圖中可以看出：
谷歌一共有80名高引學者
微軟擁有的高引學者數量為78，與谷歌相差無幾。
卡內基·梅隆大學擁有的高引學者數量為68
從第4名的華盛頓大學開始，前一名和後一名的差距不太大，均未超過6。
前3名的機構共有高引學者226名，佔據了總數的10.8%左右。
前10名的機構共有高引學者458名，佔據了總數的21.8%左右。
各領域榜首情況
谷歌、卡內基·梅隆大學和微軟，這3所機構在21個子領域中一共佔據了13個的榜首，可謂是覆蓋了人工智慧領域的半壁江山，具體如下：
谷歌佔據了5個領域的排行榜榜首，分別是計算經濟、機器學習、自然語言處理、語音識別、和資料庫領域。
卡內基·梅隆大學佔據了4個領域的排行榜榜，分別是經典人工智慧、安全與隱私、機器人和虛擬現實領域。
微軟也佔據了4個領域的排行榜榜首，分別是人機互動、資訊檢索、資料探勘和多媒體技術領域。
國內高引學者入圍機構前五情況
大陸的清華大學在經典人工智慧領域有3名高引學者，排第三名。
浙江大學在多媒體領域也有3名高引學者，排第五名。
澳門科技大學在作業系統領域有2名高引學者，也排第五名。
性別比例
21個子領域的高引學者性別比例如下圖，從圖中我們可以看到，男性還是佔據了很大比例。
人機互動領域的女性學者比例最高，為25%。
語音識別、機器人和物聯網領域的女性比例最低，均為5%。
如需獲取21個領域完整榜單
請訪問網址
https://www.aminer.cn/ai10