清华-唐杰《2019人工智能发展报告》发布会PPT-2019.12-16页_2mb

人工智能发展报告2019总结

核心内容概述

《人工智能发展报告2019》由中国人工智能学会奖励评选基地与清华-工程院知识智能联合研究中心联合发布，旨在全面展示2019年度人工智能领域的最新进展、发展趋势及人才分布情况。报告内容涵盖多个AI子领域，重点分析了技术发展、知识图谱构建、人才画像及国际合作等方面。

主要观点与关键信息

亮点一：AI技术的近期发展

1. 深度学习模型的重要进展

   • 报告回顾了近年来深度学习模型的关键发展，特别指出BERT模型的推出是2019年的重要突破。
   • BERT是由Google AI提出的预训练模型，极大地推动了自然语言处理领域的发展，并激发了后续大量关于预训练模型的研究。
   • 通过分析最新研究趋势，报告预测了AI技术的未来发展方向，强调了基础研究与应用研究的融合趋势。

2. 知识图谱的应用与构建

   • 报告提到大规模知识图谱的构建，强调其在AI领域的重要性。
   • 知识图谱不仅用于数据挖掘，还在社交网络、空间数据库、推荐系统等领域发挥重要作用。
   • 通过知识图谱，可以实现对AI技术的精准画像和深度理解。

亮点二：人才脉络分析

1. 全球与国内人才分布

   • 报告展示了全球范围内AI人才的分布情况，并与国内人才分布进行对比。
   • 通过数据可视化，揭示了中国在AI研究领域的活跃程度和国际影响力。

2. 人才流失分析

   • 报告分析了AI领域人才流失的现状，指出人才流动对国家科研实力的影响。
   • 提出应对策略，包括加强人才培养、优化科研环境、提升国际合作等。

3. AI领域知名学者介绍

   • Martin Ester：h-index 61，发表论文180篇，引用次数29805次，研究方向包括数据挖掘、社交网络等。
   • Hans-Peter Kriegel：h-index 95，发表论文546篇，引用次数73258次，研究方向包括相似性搜索、空间数据库等。
   • Jon M. Kleinberg：h-index 107，发表论文413篇，引用次数81716次，研究方向包括社交网络、计算几何等。
   • Jiawei Han（韩家炜）：h-index 176，发表论文1225篇，引用次数194188次，是数据挖掘领域的权威学者。

国际合作与研究趋势

1. 中外合作情况
   • 报告提供了中外合作研究的统计数据，其中中国-美国合作论文最多（541篇），引用次数也最高（17306次），平均引用数为32。
   • 其他主要合作国家包括中国-新加坡（116篇）、中国-澳大利亚（111篇）、中国-英国（27篇）和中国-加拿大（24篇）。

AMiner平台介绍

• AMiner是一个知识驱动的科技大数据挖掘平台，旨在为科研人员和机构提供全面的科技情报服务。
• 平台已建立超过3亿篇学术论文/专利和1.36亿科研人员的数据库，形成一个庞大的科技智库。
• AMiner不仅支持学术研究，还为政策制定、企业研发等提供数据支持。

感谢与发布信息

• 编委会成员（按姓氏拼音排序）：

  • 主编：李涓子、唐杰
  • 编委：曹楠、程健、贾珈、李国良、刘华平、宋德雄、喻纯、余有成、朱军
  • 责任编辑：景晨、刘佳
  • 编辑：毕小俊、程时伟、韩腾、侯磊、刘德兵、刘越、骆昱宇、麻晓娟、仇瑜、王若琳、徐菁

• 报告获取方式：

  • 电子版：可通过扫码下载
  • 印刷版：亦可获取纸质版本

总结

《人工智能发展报告2019》全面总结了AI技术在2019年的关键进展，强调了BERT模型的突破性影响，以及知识图谱在推动AI研究中的作用。同时，报告深入分析了全球与国内AI人才分布、人才流失情况及中外合作趋势，并介绍了AMiner这一重要的科技大数据挖掘平台。整体内容结构清晰，信息丰富，为AI领域的研究者、政策制定者和企业提供了宝贵的参考。