超97萬(wàn):Yoshua Bengio成歷史被引用最高學(xué)者,何愷明進(jìn)總榜前五
全世界、所有科學(xué)領(lǐng)域都算上,現(xiàn)在最熱門(mén)的方向就是 AI 了。
圖靈獎(jiǎng)得主 Yoshua Bengio,近日成為了有史以來(lái)被引用次數(shù)最多的科學(xué)家:他的總被引用量高達(dá) 973,655 次,近五年引用量達(dá)到 698,008 次。

這項(xiàng)統(tǒng)計(jì)來(lái)自 AD Scientific Index,這是一個(gè)全球性的學(xué)術(shù)排名和分析平臺(tái),旨在評(píng)估和展示科學(xué)家、研究人員以及學(xué)術(shù)機(jī)構(gòu)的科研表現(xiàn)和影響力。
參與這次排名的共計(jì) 2,626,749 名科學(xué)家,分布在 221 個(gè)國(guó)家和地區(qū),隸屬 24,576 家機(jī)構(gòu)。排名依據(jù)總引用量和近五年的引用指數(shù)進(jìn)行排序。值得一提的是,這次排名不止 AI 領(lǐng)域,還包括醫(yī)學(xué)等 13 個(gè)主要學(xué)科和 221 個(gè)學(xué)術(shù)細(xì)分學(xué)科。
我們?cè)倩氐?Bengio 的研究。從學(xué)術(shù)主頁(yè)來(lái)看,Bengio 2014 年提出的 「生成對(duì)抗網(wǎng)絡(luò)(Generative Adversarial Nets)」 引用量已突破 10 萬(wàn)次,甚至超過(guò)了他與 Yann LeCun 和 Geoffrey Hinton 合著的經(jīng)典論文 「Deep Learning」,不過(guò),后者的引用量同樣也超過(guò) 10 萬(wàn)次。

來(lái)源:https://scholar.google.com/citations?user=kukA0LcAAAAJ&hl=en
排名第二的是 2024 諾獎(jiǎng)得主、AI 領(lǐng)域先驅(qū) Geoffrey Hinton,他的總被引用量為 95 萬(wàn) +,近五年引用量為 57 萬(wàn) +。
其中,Hinton 和學(xué)生 Alex Krizhevsky、Ilya Sutskever 合作的 AlexNet 引用量高達(dá) 18 萬(wàn) +。這篇論文發(fā)表于 2012 年,其在 ImageNet 大規(guī)模視覺(jué)識(shí)別挑戰(zhàn)賽(ILSVRC 2012)上取得壓倒性勝利,標(biāo)志著深度學(xué)習(xí)在計(jì)算機(jī)視覺(jué)領(lǐng)域的突破性進(jìn)展。


來(lái)源:https://scholar.google.com/citations?view_op=list_works&hl=en&hl=en&user=JicYPdAAAAAJ
位列第三、第四的研究者來(lái)自醫(yī)療領(lǐng)域:

何愷明排名第五,單篇論文《Deep Residual Learning for Image Recognition》引用量超過(guò) 29 萬(wàn)次。這篇論文提出的 ResNet 成為現(xiàn)代深度學(xué)習(xí)的基礎(chǔ),幾乎所有視覺(jué)模型都借鑒了殘差思想。


來(lái)源:https://scholar.google.com/citations?user=DhtAFkwAAAAJ&hl=en
值得一提的是,今年四月,據(jù) Nature 統(tǒng)計(jì) ResNet 是 21 世紀(jì)被引量最多論文,單篇 29 萬(wàn)次,經(jīng)典論文可以說(shuō)是當(dāng)之無(wú)愧了。

在 top 10 名單中,我們也看到了 Ilya Sutskever 的身影,總引用量 67 萬(wàn) +,排名第 7,單篇論文最高引用量 18 萬(wàn) + 。


來(lái)源:https://scholar.google.com/citations?user=x04W_mMAAAAJ&hl=en
我們不難發(fā)現(xiàn),這些高被引研究不僅在當(dāng)時(shí)引發(fā)了學(xué)術(shù)界的廣泛關(guān)注,更在隨后的十幾年里持續(xù)產(chǎn)生深遠(yuǎn)影響。
完整排名列表請(qǐng)參考:
https://www.adscientificindex.com/citation-ranking/





































