文章首發于微信公眾號《有三AI》

【AI白身境】究竟誰是paper之王，全球前10的計算機科學家

今天是新專欄《AI白身境》的第十二篇，也是最后一篇了，作為最后一篇，我的想法是激勵大家見賢思齊。

本來想寫篇必須關注的大佬，但是實在是太難寫了，人太多也容易引起爭議，那就用最權威的資料來，學術界公認的h-index排名。

所謂H-index，就是high citations，簡單來說就是論文被引用的頻次。

作者 | 言有三

編輯 | 言有三

?

01 H-index排名前十的計算機科學家

下圖是2018年計算機科學領域的H-index排名前十，相信從中就是小白們也能看到不少熟悉的名字。

完整名單見http://www.iro.umontreal.ca/~bengioy/citation-rate-CS-1sept2018.html?utm_source=wechat_session&utm_medium=social&utm_oi=635845013939032064

H-index排名越高說明論文被人引用的越頻繁，在學術界來說這就意味著影響力。下面我們來了解一下排名前十的大佬們都是誰，做過什么。

1，Yoshua?Bengio，加拿大計算機科學家，深度學習三巨頭之一，LeNet5作者之一，花書《Deep learning》作者之一，一直呆在學術界。

代表性文章：

[1] Lécun, Yann, et al. “Gradient-Based Learning Applied to Document Recognition.”?Proceedings of the IEEE, vol. 86, no. 11, 1998, pp. 2278–2324.

[2]?Bengio Y, Courville A C, Vincent P, et al. Representation Learning: A Review and New Perspectives[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2013, 35(8): 1798-1828.

2，Geoffrey Hinton，加拿大認知心理學家和計算機科學家，深度學習三巨頭之一，反向傳播算法提出者之一，2006年在science期刊發表深層網絡逐層初始化訓練方法，揭開深度學習世紀新序幕，其弟子Alex Krizhevsky提出AlexNet網絡。

代表性文章：

[1] Rumelhart D E , Hinton G E , Williams R J . Learning internal representations by error propagation[M]// Neurocomputing: foundations of research. MIT Press, 1988.

[2]?Hinton G E, Salakhutdinov R. Reducing the dimensionality of data with neural networks.[J]. Science, 2006, 313(5786): 504-507.

[3] Krizhevsky A , Sutskever I , Hinton G . ImageNet Classification with Deep Convolutional Neural Networks[C]// NIPS. Curran Associates Inc. 2012.

3，Yann?LeCun，法國計算機科學家，深度學習三巨頭之一，Facebook首席人工智能科學家，LeNet5網絡第一作者，深度學習綜述《Deep learning》作者之一。

至此三巨頭都出現了，不愧是三巨頭，它們之間也有著千絲萬縷的合作，從上面同時出現在LeNet5和深度學習花書的Yoshua?Bengio和Yann?LeCun就可以看出，兩人年紀也相當，而Hinton其實已經是兩者的老師級別。

4，Andrew Zisserman，英國計算機科學家，牛津大學教授，計算機視覺研究員，經典書《Multiple View Geometryin Computer Vision》作者，VGG網絡作者之一，Pascal Visual Object Classes (VOC) Challenge發起者之一，Deep Mind研究員。

代表性文章：

[1] Simonyan K, Zisserman A. Very Deep Convolutional Networks for Large-Scale Image Recognition[J]. international conference on learning representations, 2015.

[2]?Everingham M, Van Gool L, Williams C K, et al. The Pascal Visual Object Classes (VOC) Challenge[J]. International Journal of Computer Vision, 2010, 88(2): 303-338.

[3]?Jaderberg M, Simonyan K, Zisserman A, et al. Spatial transformer networks[J]. neural information processing systems, 2015: 2017-2025.

5，David Haussler，美國生物信息學家，霍華德休斯醫學研究所研究員、生物分子工程教授等，人類基因組計劃競賽中組裝了第一個人類基因組序列。

代表性文章：

[1] Lander E S, Linton L, Birren B, et al. Initial sequencing and analysis of the human genome.[J]. Nature, 2001, 409(6822): 860-921.

6，Trevor Darrell，加州大學伯克利分教授，伯克利人工智能研究（BAIR）實驗室的聯合主任，Caffe，RCNN作者之一，

代表性文章：

[1] Jia Y, Shelhamer E, Donahue J, et al. Caffe: Convolutional Architecture for Fast Feature Embedding[J]. acm multimedia, 2014: 675-678.

[2]?Girshick R B, Donahue J, Darrell T, et al. Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation[J]. computer vision and pattern recognition, 2014: 580-587.

7，StephenP.Boyd，三星工程教授，斯坦福大學信息系統實驗室電氣工程教授，凸優化書籍《Convex optimization》作者。

代表性文章：

[1]?Stephen Boyd L V, Stephen Boyd L V. Convex optimization[J]. IEEE Transactions on Automatic Control, 2006, 51(11):1859-1859.

[2] Candes E J, Wakin M B, Boyd S P. Enhancing Sparsity by Reweighted l(1) Minimization[J]. Journal of Fourier Analysis & Applications, 2007, 14(5):877-905.

8，Michael I. Jordan，美國科學家、加州大學伯克利分校教授。機器學習領域的領軍人物之一，2016年《科學》雜志評定的世界上最具影響力的計算機科學家。Latent Dirichlet Allocation模型作者。

代表性文章：

[1] Blei D M, Ng A Y, Jordan M I. Latent dirichlet allocation[J]. Journal of Machine Learning Research, 2012, 3:993-1022.

9，Christopher Manning，斯坦福大學人工智能實驗室主任，語言學和計算機科學家。書籍《Introduction to information retrieval》，《Foundations of Statistical Natural Language Processing》作者。

代表性文章：

[1]?Manning C D. Foundations of statistical natural language processing[M]// Foundations of Statistical Natural Language Processing. 1999.

[2]?Larson R R. Introduction to Information Retrieval[J]. Journal of the Association for Information Science and Technology, 2010, 61(4): 852-853.

10，Herbert A Simon，諾貝爾經濟學獎，圖靈獎等獲得者，書籍《The?Sciences?of?the?Artificial》，《Human?Problem?Solving》作者，也是唯一一個已經不在世近二十年的科學家，卻還能在過去一年的論文引用前十中占據一席，可見影響力之大。

代表論文：

除了上面的10位，計算機科學領域還有很多世界級的研究人員值得我們去關注的，比如花書作者之一和生成對抗網絡的提出者Ian Goodfellow等，不再過多介紹。

?

02 深度學習領域的優秀青年華人

如果說世界級科學家離我們太遙遠，那么身邊優秀的華人是不是需要好好關注？下面介紹幾個優秀的80后青年華人，都是非常有代表性的人物，對深度學習有突破性的學術貢獻或開源框架作者。

1，何愷明，本科就讀于清華大學，博士畢業于香港中文大學多媒體實驗室，曾在微軟亞洲研究院擔任實習生，目前在Facebook人工智能實驗室（FAIR）擔任研究科學家。他是Resnet、Mask R-CNN第一作者，也是首位獲計算機視覺領域三大國際會議之一CVPR“最佳論文獎”的中國學者。另外他也獲得了CVPR 2016和ICCV 2017（Marr Prize）的最佳論文獎，并獲得了ICCV 2017最佳學生論文獎，CVPR 2018的PAMI年輕學者獎，這就是別人隔壁家的小明和學霸。

代表性文章：

[1]?He K , Zhang X , Ren S , et al. Deep Residual Learning for Image Recognition[J]. 2015.

[2] He K, Gkioxari G, Dollar P, et al. Mask R-CNN[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2017, PP(99):1-1.

2，賈揚青，深度學習框架Caffe之父。本科和碩士研究生就讀于清華大學，博士畢業于加州大學伯克利分校，曾在新加坡國立大學、微軟亞洲研究院、NEC美國實驗室、Google Brain工作，現任Facebook研究科學家，負責前沿AI平臺的開發以及前沿的深度學習研究。

代表性文章：

[1]?Jia Y , Shelhamer E , Donahue J , et al. Caffe: Convolutional Architecture for Fast Feature Embedding[J]. 2014.

[2]?Decaf: A deep convolutional activation feature for generic visual recognition

如果說何凱明是學術界的青年扛把子，那么賈揚清就是工業界的青年扛把子了，他還有知乎賬號，冒過幾個泡。

3，李沐，2008年本科畢業于上海交通大學計算機系，CMU博士畢業，深度學習開源框架MXNet作者之一，曾在微軟亞洲研究院擔任實習生，在亞馬遜就職。沐神有一本在線書籍《動手學深度學習》，另外現在有很多的群，算是做深度學習的普及工作貢獻了。

代表性文章：

[1] Li M , Liu Z , Smola A J , et al. DiFacto - Distributed Factorization Machines[C]// Acm International Conference on Web Search & Data Mining. ACM, 2016.

4、陳天奇，本科畢業于上海交通大學ACM班，華盛頓大學計算機系博士生。深度學習編譯器TVM，SVDFeature，XGBoost，cxxnet等作者，MxNet，DMLC發起人之一。

代表性文章：

[1] MXNet: A Flexible and Efficient Machine Learning Library for Heterogeneous Distributed Systems
Tianqi Chen, Mu Li, Yutian Li, Min Lin, Naiyan Wang, Minjie Wang, Tianjun Xiao, Bing Xu, Chiyuan Zhang, Zheng Zhang?
LearningSys at Neural Information Processing Systems 2015?

[2]?TVM: An Automated End-to-End Optimizing Compiler for Deep Learning
Tianqi Chen, Thierry Moreau, Ziheng Jiang, Lianmin Zheng, Eddie Yan, Meghan Cowan, Haichen Shen, Leyuan Wang, Yuwei Hu, Luis Ceze, Carlos Guestrin, Arvind Krishnamurthy?

5、韓松，本科畢業于清華大學后，博士畢業于斯坦福大學，深鑒科技聯合創始人之一，2016年ICLR最佳論文deep compression論文一作。就放深鑒科技四個創始人的照片吧，都是青年才俊。

代表性文章：

[1]?Han S , Kang J , Mao H , et al. ESE: Efficient Speech Recognition Engine with Sparse LSTM on FPGA[J]. 2016.

[2]?Han S, Mao H, Dally W J, et al. Deep Compression: Compressing Deep Neural Networks with Pruning, Trained Quantization and Huffman Coding[J]. international conference on learning representations, 2016.

?

總結

AI領域不管是老前輩還是后起之秀真的太多了，寫這一篇文章的目地不僅是給初學者們作一個簡單的介紹，更是自勉。就算不能成為他們那樣牛逼的人，也要有一顆見賢思齊，不斷提升自己的斗志。

?

轉載文章請后臺聯系

侵權必究

比如網絡loss不正常，怎么調都不管用。

比如訓練好好的，測試就是結果不對。

bug天天有，深度學習算法工程師遇到的特別多，如果你想交流更多，就來有三AI知識星球實時提問交流吧，大咖眾多，總有能解決你問題的。

初識境界到此基本就結束了，這一系列是為大家奠定扎實的深度學習基礎，希望學習完后大家能有收獲。

AI白身境系列完整閱讀：

第一期：【AI白身境】深度學習從棄用windows開始

第二期：【AI白身境】Linux干活三板斧，shell、vim和git

第三期：【AI白身境】學AI必備的python基礎

第四期：【AI白身境】深度學習必備圖像基礎

第五期：【AI白身境】搞計算機視覺必備的OpenCV入門基礎

第六期：【AI白身境】只會用Python？g++，CMake和Makefile了解一下

第七期：【AI白身境】學深度學習你不得不知的爬蟲基礎

第八期：?【AI白身境】深度學習中的數據可視化

第九期：【AI白身境】入行AI需要什么數學基礎：左手矩陣論，右手微積分

第十期：【AI白身境】一文覽盡計算機視覺研究方向

第十一期：【AI白身境】AI+，都加在哪些應用領域了

第十二期：【AI白身境】究竟誰是paper之王，全球前10的計算機科學家

AI初識境系列完整閱讀

第一期：【AI初識境】從3次人工智能潮起潮落說起

第二期：【AI初識境】從頭理解神經網絡-內行與外行的分水嶺

第三期：【AI初識境】近20年深度學習在圖像領域的重要進展節點

第四期：【AI初識境】激活函數：從人工設計到自動搜索

第五期：【AI初識境】什么是深度學習成功的開始？參數初始化

第六期：【AI初識境】深度學習模型中的Normalization，你懂了多少？

第七期：【AI初識境】為了圍剿SGD大家這些年想過的那十幾招

第八期：【AI初識境】被Hinton，DeepMind和斯坦福嫌棄的池化，到底是什么？

第九期：【AI初識境】如何增加深度學習模型的泛化能力

第十期：【AI初識境】深度學習模型評估，從圖像分類到生成模型

第十一期：【AI初識境】深度學習中常用的損失函數有哪些？

第十二期：【AI初識境】給深度學習新手開始項目時的10條建議

感謝各位看官的耐心閱讀，不足之處希望多多指教。后續內容將會不定期奉上，歡迎大家關注有三公眾號 有三AI！

?

總結

以上是生活随笔為你收集整理的【AI白身境】究竟谁是paper之王，全球前10的计算机科学家的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。