看!那全球最偉大的人工智慧女性科學家們!
雷鋒網AI科技評論按:女性是人類的半邊天,女性科學家也是人工智慧的半邊天。
難以想象,如果沒有眾多女性學者參與到人工智慧的研究,這將是一個多麼令人枯燥的研究領域。
正像許多其他學科一樣,在人工智慧領域,有無數的女性留下了自己的身影,為人工智慧的研究帶來了許多溫暖。
2020 年 3 月 8 日,清華大學 - 中國工程院知識智慧聯合研究中心、清華大學人工智慧研究院與北京智源人工智慧研究院隆重發布人工智慧全球女性榜單(Women in AI),旨在透過 AMiner 學術資料在全球範圍內遴選人工智慧學科最有影響力、最具活力的女性學者。
該榜單參考了之前相關單位釋出的AI 2000,即全球範圍內人工智慧領域最頂尖的 2000位學者,這其中有179位是女性學者。雷鋒網 (公眾號:雷鋒網)
1 / 人工智慧各領域的女性學者:偏愛人機互動、視覺化、自然語言處理
根據對AI 2000中學者按研究方向進行劃分,如下圖所示:
從上圖可以看出,女性學者最多的兩個領域為人機互動和視覺化,比例分別達到26%和17%。第三則由自然語言處理、知識工程和安全與隱私共同分享,都達到了12%,第四名的領域包括資料探勘、計算機網路和計算理論,比例為10%,略高於國際平均比例。其他領域則等同於或低於國際基準線,其中機器學習領域頂級學者中的女性學者比例最少,只有2%,其次為資料庫和語音識別,都為4%。
對 AI 2000 學者的論文進行關鍵詞抽取,分別得到 179 位女性學者和 1654 位男性學者的研究興趣,並單獨繪製成詞雲展示如下。
其中 AI 2000 女性學者的研究興趣主要分佈在社交網路、資料探勘、資訊檢索、設計、視覺化和社交媒體等。與此對應,男性學者的研究興趣則主要分佈在機器學習、特徵抽取、人工智慧、資料探勘和計算機視覺等。基本與學者分佈中的男女學者領域分佈結果吻合。
2/ 女性學者年齡分佈
透過對每篇論文發表時學者的年齡進行統計分析,進一步瞭解頂級學者在不同年齡段的學術產出效率。透過下圖的視覺化展示(x 軸表示論文發表時作者的年齡),可以清晰地發現男女學者的學術產出效率隨年齡增長都會逐漸升高,且都在 46-50 歲期間達到頂峰。
在 16-25 歲的年齡段,即學術生涯起步階段,女性學者和男性學者的產出效率基本相同,但是在 26-50 歲間,男性學者的平均論文發表數量一直高於女性學者。在 50 歲之後的年齡段,男性和女性學者的學術效率基本恢復相同水平,且都穩定而持續地維持在頂峰水平。
另外這份報告也統計了不同性別在各個年齡段學者人數的比例,如下圖所示:
整體上,女性學者佔比為 9.7%,年齡在0-40歲的女性學者比例低於整體水平,而年齡在41-50歲的女性學者比例圴高於整體水平(56-60 歲除外)。對於 65 歲以上的學者,男性學者佔比明顯高於其平均比例,即女性學者遠低於其平均值 9.7%。
3 / 人工智慧女性全球分佈:美國最多,中國第二
報告按照國別對全球頂尖女性分佈做了梳理,
其中超過60%的學者來自於美國,共116位,其他國家同美國有較大差距。中國、英國和加拿大位列第二到四名,分別有12、10和10名女性學者入選該榜單。
我們也可以換種角度來看:
具體到比率層面,美國略高於國際平均比例,達到10.3%。同時,英國、加拿大和法國達到了13-17%,遠高於國際平均比例。而中國和德國的頂級女性學者比例則分別只有6.9%和3.8%,遠低於9%的國際基準線。
4/ 人工智慧全球女性學者學術機構分佈:谷歌微軟並列第一
如果按照機構來劃分,
谷歌和微軟都有10名女性學者入圍,麻省理工學院有9位,緊列其後。其他前10的學術機構包括華盛頓大學,臉書,史丹佛大學,加州大學伯克利分校,卡內基梅隆大學,清華大學和因特爾公司。
不過如果考慮到男女比例的話,就是另外一幅景象了:
在女性學者比例方面,雖然谷歌和微軟均有10名女性學者入圍,但谷歌的頂級女性學者與男性相比僅為6.2%,而微軟則為12.3%。相比來講高校的頂尖女性比例往往比較大,但加州伯克利分校和卡內基·梅隆大學出外,僅為7.5%和7.7%(即使這樣也已經比谷歌要高一些)。
以下是人工智慧全球女性榜單(Women in AI)全部 179 位女性學者 (更多內容可檢視:
)——
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69946223/viewspace-2679542/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 九款程式語言以及締造它們的偉大女性
- 歷史上54位偉大科學家、數學家的專屬LOGO,你能認出幾個?Go
- 當今世界最NB的25位大資料科學家大資料資料科學
- Java最偉大的價值Java
- 《自然》:女性科學家發表的論文少引用也少
- 偉大的女程式設計師們程式設計師
- 全球移動網際網路大會於26日開幕,百名全球頂級科學家共話“科學復興”
- 我們身邊偉大的女程式設計師們程式設計師
- 中國在人工智慧領域成為全球最‘吸金’的國家人工智慧
- LIGO 的科學家們是如何使用 Python 語言的?GoPython
- JAVA平臺是最偉大的發明!Java
- 全球最值得關注的100家人工智慧公司(中國27家)人工智慧
- 資料科學家的15個原則 踢人們屁股並讓他們震驚資料科學
- 世界上最偉大的管理原則(轉)
- 關於資料科學家,我們應該知道的這些事資料科學
- 資料科學50年,資料科學家是否依然是21世紀最性感的職業?資料科學
- 細數二十世紀最偉大的10大演算法演算法
- 歷史上最偉大的12位程式設計師程式設計師
- 歷史上最偉大的 12 位程式設計師程式設計師
- 程式碼排名前1%的資料科學家揭露我們容易犯的十大編碼錯誤!資料科學
- 兩位資料科學家跟你聊聊AI那點事兒(附學習資料)資料科學AI
- 那些閃耀全球的AI女神,人工智慧全球女性榜單釋出AI人工智慧
- 【資料科學家】如何成為一名資料科學家?資料科學
- 你信得過AI嗎?聽聽IBM科學家怎麼看AIIBM
- 二十世紀最偉大的十大經典演算法演算法
- 崑崙資料首席科學家田春華:人工智慧降低了工業大資料分析的門檻人工智慧大資料
- 為什麼Jupyter是資料科學家們實戰工具的首選?資料科學
- 全球八大科學家談計算機視覺的研發和應用:眼見為實計算機視覺
- 入選《時代》的科學牛人,人工智慧和機器學習最權威的學者之一人工智慧機器學習
- 為什麼資料科學家們選擇了Python語言?資料科學Python
- 微軟人工智慧首席科學家鄧力:深度監督學習的侷限和破解思路微軟人工智慧
- 資料科學家的命令列技巧資料科學命令列
- 公民資料科學家的侷限性資料科學
- 資料科學家必知的五大深度學習框架!(附插圖)資料科學深度學習框架
- [用科學的方法做不科學的事情繫列]—分析五百萬大獎-雙色球之花落誰家?(1)
- Expert Market:全球最適合女性創業的城市TOP20創業
- 歐洲科學家計劃建立大型人工智慧中心來與中美競爭人工智慧
- 偉大的PythonPython