寻找学术大牛
选自|AMiner
整理|小羿杜瑶姚怿立
人工智能发展迅速，尤其是近10年，人工智能领域涵盖了包括自然语言处理、计算机视觉、Web与知识工程、机器人、图形学、可视化、虚拟现实、多媒体、人机交互、语音识别、物联网、计算经济学、计算理论、信息系统、计算机安全、信息检索、数据库、机器学习、数据挖掘等诸多研究方向。
AMiner节选了和人工智能相关的21个子领域，每个子领域选择1-2个顶级会议或者期刊，根据这些会议和期刊上近10年发表论文的引用情况（根据GoolgeScholar）生成了高引学者列表，仅供参考。
21个子领域有哪些？
这21个子领域具体包含了下图中的20个领域及经典人工智能（AAAI、IJCAI）：
哪些顶级会议和期刊？
AMiner在每个子领域中选取了1到2个顶级期刊和会议，选取2个的较多，从这些期刊和会议中抽取了近10年发表的论文，并统计每篇论文的引用次数，最后生成了高引学者。
例如针对“经典人工智能(ArtificialIntelligence)”领域，选取了“AAAIConferenceonArtificialIntelligence(AAAI)”和“InternationalJointConferenceonArtificialIntelligence(IJCAI)”两个顶级期刊和会议。
各领域引用量TOP3学者大放送
高引学者由算法自动统计学者论文引用次数计算得出。其中：
1. 在经典人工智能领域，高引学者排名前三的学者依次是：中国人工智能学会副理事长杨强、以色列理工学院以色列理工学院计算机科学系教授ShaulMarkovitch、艾伦人工智能研究所CEOOrenEtzioni。
2. 在数据挖掘领域，高引学者排名前三的学者依次是：斯坦福大学的帅哥副教授JureLeskovec、清华大学数据科学研究院院长俞士纶和卡内基·梅隆大学ChristosFaloutsos教授。
3. 在计算理论领域，高引学者排名前三的学者依次是：麻省理工学院人工智能实验室教授?VinodVaikuntanathan、密歇根大学计算机科学与工程系副教授ChrisPeikert、德克萨斯大学奥斯汀分校计算机科学系副教授BrentWaters。
4. 在计算经济学领域，高引学者排名前三的学者依次是：麻省理工学院经济系教授DaronAcemoglu、特拉维夫大学计算机科学学院教授YishayMansour、哈佛大学工程与应用科学学院教授DavidC.Parkes。
5. 在计算机安全与隐患领域，高引学者排名前三的学者依次是：康奈尔科技学院教授AriJuels、加州大学圣地亚哥分校计算机科学与工程系副教授HovavShacham、加州大学圣地亚哥分校计算机科学与工程系教授StefanSavage。
6. 在人机交互领域，高引学者排名前三的学者依次是：华盛顿大学计算机科学与工程系副教授JacobO.Wobbrock 、斯坦福大学计算机科学系教授JamesA.Landay、perceptiveIO联合创始人兼首席技术官ShahramIzadi 。
7. 在可视化领域，高引学者排名前三的学者依次是：华盛顿大学计算机科学与工程系副教授JeffreyHeer、佐治亚理工学院计算机学院和GVU中心交互计算学院教授JohnT.Stasko、巴黎南部大学高级研究员Jean-DanielFekete。
8. 在信息检索领域，高引学者排名前三的学者依次是：马萨诸塞大学信息与计算机科学学院教授W.BruceCroft、微软亚洲研究院副院长刘铁岩、字节跳动AI实验室首席科学家李航。
9. 在机器学习领域，高引学者排名前三的学者依次是：多伦多大学教授GeoffreyHinton、蒙特利尔大学教授YoshuaBengio、Facebook人工智能研究总监YannLeCun。
10. 在知识工程领域，高引学者排名前三的学者依次是：乔治亚理工学院计算机学院交互计算学院教授ThadStarner、德国不来梅大学教授CarstenLutz、利物浦大学计算机科学系教授FrankWolter。
11. 在计算机视觉领域，高音学者排名前三的学者依次是：旷视科技首席科学家孙剑、法国国家信息与自动化研究所INRIA研究总监CordeliaSchmid、牛津大学教授AndrewZisserman。
12. 在计算机图形学领域，高引学者排名前三的学者依次是：南加州大学助理教授PaulE.Debevec、布朗大学计算机科学教授AndriesVanDam、佐治亚理工学院教授JamesD.Foley。
13. 在自然语言处理领域，高引学者排名前三的学者依次是：卡内基梅隆大学机器学系助理教授ChrisDyer、宾夕法尼亚大学计算机与信息科学系副教授ChrisCallison-Burch、爱丁堡大学信息学院认知与计算研究所（ILCC）高级研究员AlexandraBirch。
14. 在语音识别领域，高引学者排名前三的学者依次是：多伦多大学教授GeoffreyHinton、亚马逊Alexa 首席研究员Abdel-RahmanMohamed、IBM研究院首席研究员BrianKingsbury。
15. 在机器人学领域，高引学者排名前三的学者依次是：弗赖堡大学教授WolframBurgard、不来梅大学教授MichaelBeetz、日本先进工业科学技术研究所研究员FumioKanehiro。
16. 在数据库领域，高引学者排名前三的学者依次是：麻省理工的教授SamuelMadden、耶鲁大学的助理教授DanielJ.Abadi 、伊利诺伊大学厄巴纳-香槟分校的教授JiaweiHan (韩家炜)。
17. 在多媒体技术领域，高引学者排名前三的学者依次是：加州大学伯克利分校EECS教授TrevorDarrell、Facebook研究科学家贾扬清、Facebook人工智能研究科学家RossB.Girshick。
18. 在信息系统领域，高引学者排名前三的学者依次是：克利夫兰州立大学电气与计算机工程系教授DanSimon、卡内基梅隆大学机器人研究所教授KatiaSycara、滑铁卢大学系统设计工程系教授KeithW.Hipel。
19. 在推荐系统领域（RecommenderSystem），高引学者排名前三的学者依次是：纽约大学教授AlexanderTuzhilin、明尼苏达大学卡尔森管理学院信息与决策科学系教授GediminasAdomavicius、谷歌研究科学家YehudaKoren。
20. 在物联网领域，高引学者排名前三的学者依次是：苏黎世联邦理工教授FriedemannMattern、卡尔斯鲁厄大学教授HannesHartenstein、苏黎世系统集团计算机科学系教授GustavoAlonso。
21. 在虚拟现实领域，高引学者排名前三的学者依次是：伦敦大学学院计算机科学教授MelSlater、南澳大利亚大学移情计算实验室教授MarkBillinghurst、米兰圣心天主教大学教授GiuseppeRiva。
跨越多个子领域的高引学者
报告显示，跨越4个领域出现的高引学者有五名，他们分别是：香港科技大学教授杨强、香港中文大学计算机科学与工程学系教授金国庆、香港中文大学计算机科学与工程学系教授吕荣聪、上海交通大学计算机系教授俞勇和360人工智能研究院院长颜水成。
值得一提的是，这5名高引学者在研究领域上有大幅度交叉，其中5人入围经典人工智能和数据挖掘领域高引学者，4人入围信息检索领域高引学者，2人入围信息系统领域高引学者，2人入围机器学习领域高引学者。
跨越3个领域出现的高引学者有18名。其中，有4名华人学者和2名国内学者入围，分别是亚利桑那州立大学刘欢、伊利诺伊大学香槟分校韩家炜和翟成祥、微软研究院HaoMa、字节跳动AI实验室李航、地平线机器人创始人余凯。
这18人中，7人入围机器学习领域高引学者，6人入围信息检索领域高引学者，5人入围数据挖掘领域高引学者。
高引学者的机构分布?
高引学者一共21个领域，AMiner从每个领域中选取这十年论文引用量的TOP100学者，共计2100人。
总体来看，在所有领域的学者占有量，排名前十的研究机构依次是：谷歌（80），微软（78），卡内基·梅隆大学（68），华盛顿大学（45），斯坦福大学（39），加州大学伯克利分校（36），加利福尼亚大学（34），Facebook（30），伊利诺伊大学（25），佐治亚理工学院（23）。
性别比例?
21个子领域的高引学者性别比例中，男性占据了很大比例。人机交互领域的女性学者比例最高，为25%。语音识别、机器人和物联网领域的女性比例最低，均为5%。
【查看21个领域完整榜单，原文链接：https://www.aminer.cn/ai10】
关注网易智能公众号（smartman163），为你解读AI领域大公司大事件，新观点新应用。
人工智能的三大学派:符号主义、连接主义、行为主义
目前人工智能的主要学派有下列三家：(1)符号主义(symbolicism)，又称为逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。(2)连接主义(connectionism)，又称为仿生学派或生理学派，其主要原理为神经网络及神经网络间的连接机制与学习算法。(3)行为主义(actionism)，又称为进化主义或控制论学派，其原理为控制论及感知-动作型控制系统。
1.符号主义
认为人工智能源于数理逻辑。数理逻辑从19世纪末起得以迅速发展，到20世纪30年代开始用于描述智能行为。计算机出现后，又在计算机上实现了逻辑演绎系统。其有代表性的成果为启发式程序LT逻辑理论家，它证明了38条数学定理，表明了可以应用计算机研究人的思维过程，模拟人类智能活动。正是这些符号主义者，早在1956年首先采用“人工智能”这个术语。后来又发展了启发式算法>专家系统>知识工程理论与技术，并在20世纪80年代取得很大发展。符号主义曾长期一枝独秀，为人工智能的发展作出重要贡献，尤其是专家系统的成功开发与应用，为人工智能走向工程应用和实现理论联系实际具有特别重要的意义。在人工智能的其他学派出现之后，符号主义仍然是人工智能的主流派别。这个学派的代表人物有纽厄尔(Newell)、西蒙(Simon)和尼尔逊(Nilsson)等。
2.连接主义
认为人工智能源于仿生学，特别是对人脑模型的研究。它的代表性成果是1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型，即MP模型，开创了用电子装置模仿人脑结构和功能的新途径。它从神经元开始进而研究神经网络模型和脑模型，开辟了人工智能的又一发展道路。20世纪60~70年代，连接主义，尤其是对以感知机(perceptron)为代表的脑模型的研究出现过热潮，由于受到当时的理论模型、生物原型和技术条件的限制，脑模型研究在20世纪70年代后期至80年代初期落入低潮。直到Hopfield教授在1982年和1984年发表两篇重要论文，提出用硬件模拟神经网络以后，连接主义才又重新抬头。1986年，鲁梅尔哈特(Rumelhart)等人提出多层网络中的反向传播(BP)算法。此后，连接主义势头大振，从模型到算法，从理论分析到工程实现，伟神经网络计算机走向市场打下基础。现在，对人工神经网络(ANN)的研究热情仍然较高，但研究成果没有像预想的那样好。
3.行为主义
认为人工智能源于控制论。控制论思想早在20世纪40~50年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。维纳(Wiener)和麦克洛克(McCulloch)等人提出的控制论和自组织系统以及钱学森等人提出的工程控制论和生物控制论，影响了许多领域。控制论把神经系统的工作原理与信息理论、控制理论、逻辑以及计算机联系起来。早期的研究工作重点是模拟人在控制过程中的智能行为和作用，如对自寻优、自适应、自镇定、自组织和自学习等控制论系统的研究，并进行“控制论动物”的研制。到20世纪60~70年代，上述这些控制论系统的研究取得一定进展，播下智能控制和智能机器人的种子，并在20世纪80年代诞生了智能控制和智能机器人系统。行为主义是20世纪末才以人工智能新学派的面孔出现的，引起许多人的兴趣。这一学派的代表作者首推布鲁克斯(Brooks)的六足行走机器人，它被看作是新一代的“控制论动物”，是一个基于感知-动作模式模拟昆虫行为的控制系统。