近10年，人工智能发展迅速，如今该领域已经涵盖了机器学习、自然语言处理、计算机视觉、Web与知识工程、机器人、信息检索、人机交互、语音识别、数据挖掘、图形学、可视化、虚拟现实、多媒体、物联网、计算经济学、计算理论、信息系统、计算机安全和数据库等诸多研究方向。
https://www.aminer.cn/ai10
21个子领域是哪些？
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？
如下图所示，我们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。（具体期刊和会议如下图）
经典人工智能 (Artificial Intelligence) | AAAI Conference on Artificial Intelligence (AAAI) |
International Joint Conference on Artificial Intelligence (IJCAI) | |
计算理论 (Theory) | ACM Symposium on Theory of Computing (STOC) |
IEEE Annual Symposium on Foundations of Computer Science (FOCS) | |
计算经济 (Computational Economicsdesc) | ACM Conference on Economics and Computation (EC) |
安全与隐私 （Security and privacy） | ACM Conference on Computer and Communications Security (CCS) |
IEEE Symposium on Security and Privacy (S&P) | |
人机交互 (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) | |
可视化 (Visualization) | IEEE Transactions on Visualization & Computer Graphics (TVCG) |
信息检索 (Information Retrieval) | International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR) |
机器学习 (Machine Learning) | Annual Conference on Neural Information Processing Systems (NIPS) |
International Conference on Machine Learning (ICML) | |
数据挖掘 （Data Mining） | ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD) |
ACM International Conference on Web Search and Data Mining (WSDM) | |
Web和知识工程 (Web and Knowledge Engineering） | International World Wide Web Conference (WWW) |
International Semantic Web Conference (ISWC) | |
计算机视觉 （Computer Vision） | IEEE Conference on Computer Vision and Pattern Recognition (CVPR) |
IEEE International Conference on Computer Vision (ICCV) | |
计算机图形 （Computer Graphics） | ACM SIGGRAPH Conference (SIGGRAPH) |
自然语言处理 (Natural Language Processing) | Annual Meeting of the Association for Computational Linguistics (ACL) |
语音识别 (Speech Recognition) | IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) |
机器人 （Robot） | IEEE International Conference on Robotics and Automation (ICRA) |
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) | |
数据库 （Database） | ACM SIGMOD International Conference on Management of Data (SIGMOD) |
International Conference on Very Large Data Bases (VLDB) | |
多媒体 （Multimedia） | ACM International Conference on Multimedia (MM) |
操作系统 （System） | ACM Symposium on Operating Systems Principles (SOSP) |
USENIX Symposium on Operating Systems Design and Implementation (USENIX) | |
推荐系统 （Recommender System） | ACM Recommender Systems (RecSys) |
物联网 （Internet of Things） | IEEE Internet of Things Journal (IoT-J) |
虚拟现实 （Virtual Reality） | IEEE Virtual Reality Conference (VR) |
数据挖掘领域的引用量TOP3学者是？
高引学者由算法自动统计学者论文引用次数计算得出。以数据挖掘为例，该算法基于学者近10年在KDD会议和WSDM会议发表的所有论文引用次数之和进行排名。在数据挖掘领域列出了TOP100的高引学者，我们可以看到引用量排名前3的学者依次是：斯坦福大学的帅哥副教授Jure Leskovec、伊利诺伊大学芝加哥分校的Philip S. Yu教授和卡内基·梅隆大学Christos Faloutsos教授。
在多个子领域出现的高引学者
在4个领域出现的高引学者
此次有5名高引学者在4个领域均出现了，他们分别是香港科技大学杨强、香港中文大学金国庆、香港中文大学吕荣聪、上海交通大学俞勇和360人工智能研究院院长颜水成。
这5名高引学者在研究领域上有大幅度交叉：
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
这不仅表明这5位学者在研究方向上的多元化，也表明人工智能很多子领域都是交叉的，并不完全独立。在上一次的AMiner Most Influential Scholar Award 2016中（https://www.aminer.cn/mostinfluentialscholar），出现在4个领域的高引学者仅2人，且均为国外学者，分别是David R. Karger 和 Ravi Kumar，这也看出了中国在人工智能领域的飞速发展。
在3个领域出现的高引学者
此次有18名高引学者在3个领域均有出现。
只有1名高引学者是女性，男女比例为17：1
有4名华人学者入围，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Hao Ma。
国内另外2名入围学者均属产业界，分别是字节跳动AI实验室李航和地平线机器人创始人余凯。
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
将其与出现在4个领域的高引学者数据综合来看，可以发现高引学者集中在信息检索、数据挖掘和机器学习领域。另外还有152名高引学者出现在2个领域。
在上一次的AMiner Most Influential Scholar Award 2016中（https://www.aminer.cn/mostinfluentialscholar），出现在3个领域的高引学者有14名，仅有2名华人学者出现在高引学者列表中，分别是伊利诺伊大学芝加哥分校刘兵和奇点机智联合创始人林德康。这也可以看出，华人学者在这10年具有明显的上升势头。
高引学者的机构分布
高引学者一共21个领域，我们从每个领域中选取这十年论文引用量的TOP100学者，共计2100人，从下图中可以看出：
谷歌一共有80名高引学者
微软拥有的高引学者数量为78，与谷歌相差无几。
卡内基·梅隆大学拥有的高引学者数量为68
从第4名的华盛顿大学开始，前一名和后一名的差距不太大，均未超过6。
前3名的机构共有高引学者226名，占据了总数的10.8%左右。
前10名的机构共有高引学者458名，占据了总数的21.8%左右。
各领域榜首情况
谷歌、卡内基·梅隆大学和微软，这3所机构在21个子领域中一共占据了13个的榜首，可谓是覆盖了人工智能领域的半壁江山，具体如下：
谷歌占据了5个领域的排行榜榜首，分别是计算经济、机器学习、自然语言处理、语音识别、和数据库领域。
卡内基·梅隆大学占据了4个领域的排行榜榜，分别是经典人工智能、安全与隐私、机器人和虚拟现实领域。
微软也占据了4个领域的排行榜榜首，分别是人机交互、信息检索、数据挖掘和多媒体技术领域。
国内高引学者入围机构前五情况
大陆的清华大学在经典人工智能领域有3名高引学者，排第三名。
浙江大学在多媒体领域也有3名高引学者，排第五名。
澳门科技大学在操作系统领域有2名高引学者，也排第五名。
性别比例
21个子领域的高引学者性别比例如下图，从图中我们可以看到，男性还是占据了很大比例。
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%。
如需获取21个领域完整榜单
请访问网址
https://www.aminer.cn/ai10
