谷歌发布了2018年学术指数排行榜：AI、CV、语言、机器人等领域前20名

安妮雷刚发自凹非寺

量子位出品 | 公众号 QbitAI

学术出版哪家强？AI论文影响力是否又有新变化？

刚刚，谷歌发布了2018年最新版学术指标（Google Scholar Metrics，GSM）榜单。通过综合衡量学术会议和期刊论文中已发表的论文，谷歌对学术出版物及论文的影响力做出了排名。

在这份新出炉的榜单中，所有学术出版物中影响力Top 3是谁？对学术圈产生核弹式影响的那篇论文又出自谁手？人工智能领域期刊和顶会与历年相比有何变化，反映了什么问题？

别急，在接下来的内容中，量子位将一一介绍。要发车了，你准备好了么？

评价指标

和去年一样，2018年谷歌学术指标将出版物的范围划定至最近5年，即对2013年至2017的学术期刊论文及计算机科学和电气工程的相关会议论文进行评估。

和SCI影响因子的评估标准不同，谷歌主要依据3个评价因素：

h指数(h-index)：所有发表论文中，至少有h篇分别被引用了至少h次，则期刊/会议的h指数为h
h核心(h-core)：指期刊/会议引用最多的h篇论文
h中值(h-median)：h核心中引用次数的中位数

举个，若某期刊共发表5篇论文，被引用次数分别为17、9、6、3和2次，则该杂志的h指数为3，h核心为被引用了17，9、6次的那几篇论文，h中值为9。

依据这样的标准，谷歌揭晓了所有领域学术出版物影响力最强的Top 100榜。不难发现，人工智能领域的期刊和会议，明显呈现上升势头。

NIPS首次跻身Top 100

先看所有学术领域的Top 100榜局势如何——

△ 影响力最高出版物Top 100榜单

和去年一样，Nature、The New England Journal of Medicine（《新英格兰医学杂志》）和Science还是雷打不动的前三名。

高居榜首的Nature中，目前被引次数最高的论文来自AI领域，题目极为简明：

Deep Learning。

这是一篇综述，由深度学习“三巨头”共同打造，发表于2015年5月，被引用次数已经达到8519次，比第二名高出3000多次。

要知道，谷歌去年放榜时，它在Nature论文中还只是排在第7，只被引用了2904次。

如果你还没有读过，这里有Hinton放出的PDF版：

https://www.cs.toronto.edu/~hinton/absps/NatureDeepReview.pdf

地位飙升的不止这篇论文。人工智能相关学术会议的排名也在提升。

Top 100去年今年榜单对比可发现，CVPR的排名相比提升15名，位列No.20。而NIPS发力更猛，今年首次跻身Top 100榜，位居第54名，AI领域研究上升势头明显。

无论CVPR还是NIPS，都是人工智能领域大家非常熟悉的顶级会议了。

CVPR（IEEE Conference on Computer Vision and Pattern Recognition）即IEEE国际计算机视觉与模式识别会议，一年举办一次。

而NIPS（Conference on Neural Information Processing Systems），全称神经信息处理系统大会，是每年12月举办的国际会议。不过，明年NIPS可能就要更名了。今年春天曾有一众大佬“死磕”NIPS，称这名字涉及色情和仇日，执行委员会目前正在讨论新名字~

其实，过去5年里，人工智能相关出版物的h指数也一直在提高，量子位直观地展示一下它们的上升速度：

CVPR一直遥遥领先，而NIPS上升势头非常迅猛，ICCV略逊一筹，之后是ICML和ECCV。计算机视觉期刊TPAMI五年来变化并不明显。

在这份Top 100榜下，谷歌还将英文出版物分为8类研究方向：

商业、经济和管理
化学和材料科学
工程和计算机科学
健康和医学科学
人文、文学和艺术
生命科学和地球科学
物理和数学
社会科学

上述每个方向均有若干更细小的具体研究领域。在工程和计算机科学分之下，还包含着人工智能、计算机视觉、机器人等58个领域的Top 20子榜单。

泛AI领域排名总结

首先根据最新发布的榜单，量子位总结了一下在泛人工智能领域，讨论较多的知名学术会议或者期刊的2018年排名情况。

所谓泛人工智能领域，对应AI、CV、机器人、大数据等多个细分领域。以下是我们总结的情况：

CVPR

IEEE Conference on Computer Vision and Pattern Recognition, CVPR

h5-index:188

NIPS

Neural Information Processing Systems (NIPS)

h5-index:134

ICCV

IEEE International Conference on Computer Vision

h5-index:124

TPAMI

IEEE Transactions on Pattern Analysis and Machine Intelligence

h5-index:118

ICML

International Conference on Machine Learning (ICML)

h5-index:113

ECCV

European Conference on Computer Vision

h5-index:104

ESA

Expert Systems with Applications

h5 指数:92

ACL

Meeting of the Association for Computational Linguistics (ACL)

h5-index:87

KDD

ACM SIGKDD International Conference on Knowledge Discovery and Data Mining

h5-index:77

EMNLP

Conference on Empirical Methods in Natural Language Processing (EMNLP)

h5-index:76

ICRA

IEEE International Conference on Robotics and Automation

h5-index:75

AAAI

AAAI Conference on Artificial Intelligence

h5-index:69

IJCAI

International Joint Conference on Artificial Intelligence (IJCAI)

h5-index:61

各子榜单究竟如何？我们接着一个个看。

人工智能

在人工智能类目Top 20榜下，排名第1的是后起之秀NIPS，h5指数134，高于第2名ICML 21分。

△ 人工智能影响力Top 20榜

在NIPS中，影响力Max的论文出自谷歌技术大牛Jeff Dean之手，论文题目为Distributed Representations of Words and Phrases and their Comp。

亚军ICML(International Conference on Machine Learning)的研究范围不难理解，其又称为国际机器学习大会，由国际机器学习学会主办，每年举办一次。

位列季军宝座的是英国期刊Expert Systems with Applications，主要研究方向包括信息科学、电子学、信息处理方法与技术。在谷歌学术指标中，其h5指数为92。

排名第4和第5的期刊均来自IEEE，这个建立于1963年的学会目前拥有来自175个国家的36万会员，且每个会员在研究中都“身怀绝技”。

其中，期刊IEEE Transactions On Systems, Man And Cybernetics Part B, Cybernetics主要研究人类、机器和组织在架构或神经层面的交流和控制，现已更名为IEEE Transactions on Cybernetics。

位列老5的兄弟期刊IEEE Transactions on Neural Networks and Learning Systems主要涉及神经网络和相关学习系统的理论，设计和应用的技术文章。

在Top 20的榜单中，我们熟悉的AAAI（美国人工智能协会）协会举办的年度大会位列11，但h5指数只有69，和前几名拉开了明显差距。

人工智能Top 20地址：

https://scholar.google.com/citations?view_op=top_venues&hl=zh-CN&vq=eng_artificialintelligence

计算机视觉和模式识别

和人工智能分榜百家齐放、百花争鸣不同的是，视觉与模式识别类目中Top 5均和IEEE有关有关。

在计算机视觉与模式识别类目Top 20榜下，CVPR位居首位，h5指数188，与第二名ICCV拉开了64分的差距。

△ 视觉与模式识别影响力Top 20榜

顶会CVPR是IEEE Conference on Computer Vision and Pattern Recognition的缩写，即IEEE国际计算机视觉与模式识别会议。

而国际计算机视觉大会ICCV，也由IEEE主办，与排名第4的CVPR和欧洲计算机视觉会议（ECCV）并称计算机视觉方向的三大顶级会议。ICCV论文录用率非常低，是三大会议中公认级别最高的。

此外，前5名的机构还包括计算机视觉及模式识别领域最顶尖的SCI期刊TPAMI，和图像处理及计算机视觉领域公认的国际顶级期刊TIP（IEEE Transactions on Image Processing），它侧重图像处理的前沿理论与方法，需要非常强的创新性。

其中，CVPR中引用次数最高的论文出自华人团队。

2016年发表的论文Deep Residual Learning for Image Recognition影响力最高，引用次数10480次，其作者为当时微软亚洲研究院的何恺明，张祥雨，任少卿和孙剑。

如今，何恺明已前往Facebook AI研究院，张祥雨和孙剑就职旷视科技研究院，任少卿则成为自动驾驶公司Momenta联合创始人和研发总监。

引用数第二的论文为Going Deeper With Convolutions，发表于2015年，主要介绍了谷歌的GoogLeNet。去年的统计中，该论文还是引用次数最多的CV领域论文，不过现已被ResNet超越~

视觉与模式识别Top 20地址：

https://scholar.google.com/citations?hl=zh-CN&vq=eng_computervisionpatternrecognition&view_op=list_hcore&venue=w44irn7CFc0J.2018

计算语言学

△ 计算语言学影响力Top 20榜

在语言学领域，已经形成一家独大的趋势，影响力前五的期刊/会议均属ACL家族。

其中，ACL(The Association for Computational Linguistics，国际计算语言学会）影响力最高，h5指数87。成立于1962年的ACL于今年正式成立ACL亚太分会（AACL），首届预计于2020年举行，此后将每两年举行一次。

EMNLP全称自然语言处理实证方法会议（Conferenceon Empirical Methods in Natural Language Processing），由ACL学会下属特殊兴趣小组SIGDAT组织，每年召开一次。

NAACL HLT名义上是ACL北美分会，但在NLP圈里也是无可争议的顶级会议，名称中的 HLT也直接表示了对于人类语言处理技术的关注。

SemEval全称国际语义评测比赛（International Workshop on Semantic Evaluation），为ACL下属的SIGLEX主办。TACL（Transactions of the Association for Computational Linguistics，）是ACL旗下期刊。

其中，引用次数最多的ACL论文是The Stanford CoreNLP Natural Language Processing Toolkit，它发表于2014年，引用数达2537，为CD Manning, M Surdeanu, J Bauer, JR Finkel, S Bethard, D McClosky等人所作。

计算语言学Top 20榜传送门：

https://scholar.google.com/citations?view_op=top_venues&hl=zh-CN&vq=eng_computationallinguistics

机器人

△ 机器人类目影响力Top 20榜

在机器人类目中，ICRA以h5指数75位居榜首。ICRA全称IEEE International Conference on Robotics and Automation，是IEEE机器人与自动化学会主持的旗舰会议。

TM（IEEE/ASME Transactions on Mechatronics）位居第二，是机器人与机电系统领域顶级期刊，h5指数62。

IJRR（The International Journal of Robotics Research，国际机器人研究杂志），h5指数61位居分榜季军。此外，前五名还包括智能机器人与系统国际会议ICIRS，和机器人领域国际顶级期刊TR（IEEE Transactions on Robotics）。

这样看来，和语言学ACL家族一家独大类似，机器人类目下顶会和期刊大多隶属于IEEE家族。

其中，引用次数最多的论文为SVO: Fast semi-direct monocular visual odometry，发表于2014年，作者为C Forster, M Pizzoli和D Scaramuzza三人。

想围观机器人子榜单可前往：

https://scholar.google.com/citations?view_op=top_venues&hl=zh-CN&vq=eng_robotics

传送门

完整分类版榜单，可以科学移步谷歌2018年学术指数榜单首页：

https://scholar.google.com/citations?view_op=top_venues&hl=zh-CN&vq=en

官方博客上面还有介绍：

https://scholar.googleblog.com/2018/08/scholar-metrics-provide-easy-way-for.html

祝天下所有研究人员学有所得。

— 完 —

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ’ᴗ’ ի 追踪AI技术和产品新动态

2019年谷歌学术指标发布，影响因素在哪里？

日前，谷歌学术发表了2018年最新的学术期刊和会议影响力排名。今年榜单上，Nature仍高居榜首，Science则位居第三。医学名刊新英格兰医学杂志和柳叶刀则分别位居第二，第四。Cell则屈居第九。知社整理了榜单上总排名前100以及各学科领域分榜，在文末，还附上了中国期刊榜单的前20名，以飨读者。

Google学术计量中，读者可以浏览100中期刊和会议等出版物的信息，其排序和分类指标是依据五年h指数和h中位数。其中，针对出版物（期刊）h指数为：

1. h指数：出版物发表发表的 h 篇文章每篇至少都被引用过 h 次的最大值；

2. h核心：出版物最高被引的h篇文章；

3. h5 指数是指在2007年到2011年整整 5 年中所发表文章的 h 指数

4. h5中位数：指出版物的 h5 指数所涵盖的所有文章获得的引用次数的中位值。

Google Scholar Top Publications 榜单主要以“h5指数”为指标，该指标难以被人为操控，不会因为多了一篇超高被引论文而明显增长，而刻意减少发文量也不会对提升h5指数有作用。因此，h5指数可以体现期刊和会议的整体综合实力，逐渐成为学术出版物和会议影响力评价的一个重要参考。

总排名100

化学与材料科学类

经济学与管理学类

工程与计算机科学类

健康与医学类

生命科学与地球科学类

物理学与数学类

人文、文学与艺术类

社会科学类

中国期刊前20

“培养部”的AI人才：谷歌2021博士奖名单公布，中国学者榜上有名

AI科技评论报道

头部企业看重“养成系”AI人才。

9月24日，谷歌宣布了 2021 年博士奖研金（ Google Ph.D Fellowship）的入选者，多位华人博士生获奖。

根据 2021 年谷歌博士生奖研金项目名单显示，今年共 75 人获奖，分为 13 个方向：算法及优化和市场（7 位）、健康（3 位）、机器学习（17 位）、移动计算（2 位）、隐私和安全（4 位）、量子计算（4 位）、系统与网络（6 位）、计算神经和认知科学（2 位）、人机交互（6 位）、机器感知及语音技术以及计算机视觉（12 位）、自然语言处理（6 位）、编程技术与软件工程（2 位）、结构化数据和数据库管理（4 位）。

谷歌学术主页：

https://scholar.google.com.au/citations?user=47gcJfsAAAAJ&hl=en

获奖名单地址：

https://research.Google/outreach/phd-fellowship/recipients/

1 获奖者

机器学习领域

获得 2021 年谷歌博士生奖研金机器学习领域的有 17 位入选者，包括来自新加坡国立大学的 Qinbin Li、Shen Li；新南威尔士大学的李昀（Yun Li）等，具体获奖名单如下：

Qinbin Li，新加坡国立大学

Qinbin Li 是新加坡国立大学计算机科学系的博士候选人，师从 Bingsheng He 教授。之前，Qinbin Li 获得了华中科技大学 ACM 班的学士学位。于今年 8 月获得新加坡国立大学计算研究成果奖，有多篇论文被顶会接收（ IJCAI、CVPR、TPDS 等）。

目前 Qinbin Li 的主要研究包括机器学习、联合学习、隐私和系统。

个人主页：https://qinbinli.com/

李昀（Yun Li），新南威尔士大学

李昀是新南威尔士大学计算机科学与工程学院的博士生，她的导师为 Lina Yao 和 Boualem Benatallah 教授。2016 和 2019 年，她先后取得南京大学计算机科学与工程系的学士与硕士学位。

她的研究兴趣主要在于深度学习和大数据分析，尤其是在人类医疗健康领域的应用。目前，她的研究课题包括零样本学习、基因组分析和医疗成像。

自 2018 年以来，李昀参与撰写的多篇论文被 TKDE、ICTAI、ICONIP、ICDE、CIKM、AAAI 等学术会议以及 VLDB Journal、TNNLS 学术期刊接收。

个人主页：https://ogshun.github.io/

Tianyuan Jin，新加坡国立大学

Tianyuan Jin 是新加坡国立大学计算机学院博士生，师从萧小奎（Xiaokui Xiao）教授。在此之前，Tianyuan Jin 获得了中国科学技术大学计算机科学硕士学位和中国科学技术大学数学学士学位。Tianyuan Jin 的硕士研究是由陈恩红教授指导完成。

机器感知、语音技术和计算机视觉

在机器感知、语音技术和计算机视觉领域，共有 12 位博士生获奖，包括来自波士顿大学的 Andrea Burns、台湾大学的 Hai-Bin Wu、南洋理工大学的 Kelvin C.K. Chan 等，具体获奖名单如下：

Kelvin C.K. Chan，南洋理工大学

Kelvin C.K. Chan 为 MMLab@NTU 的博士生，师从 Chen Change Loy 教授。目前 Kelvin C.K. Chan 的主要研究方向为计算机视觉，特别是图像与视频复原。

个人主页：https://ckkelvinchan.github.io/

洪方舟，南洋理工大学

洪方舟本科毕业于清华大学软件工程专业，目前是南洋理工大学计算机科学与工程学院的一名博士生。他的主要研究方向是计算机视觉和深度学习，特别是对 3D 表征学习感兴趣。

个人主页：https://hongfz16.github.io/

王鑫龙，阿德莱德大学

王鑫龙本科毕业于同济大学，现在是阿德莱德大学的一名在读博士生，导师为沈春华（Chunhua Shen）教授。王鑫龙曾在旷视科技、腾讯优图实验室和字节跳动 AI 实验室实习。他的研究兴趣主要是计算机视觉与机器学习，特别是赋能机器观察和理解环境，研究主题包括 2D/3D / 视频目标检测和实例分割。此前，王鑫龙以字节跳动实习生的身份提出了一种实例分割新方法 SOLO，通过引入实例类别的概念，将实例分割转换为分类问题。SOLO 在一些性能指标上甚至超越了增强版的 Mask R-CNN。目前王鑫龙正在开发一种新的实例分割方法，未来有望为计算机视觉研究人员和技术公司节省大量时间和金钱。

个人主页：https://www.xloong.wang/

Xueting Li，加利福尼亚大学默塞德分校

Xueting Li 目前是加利福尼亚大学视觉与学习实验室博士生，Xueting Li 曾于 2016 和 2013 分别获得了清华大学和北京邮电大学的硕士学位和学士学位。Xueting Li 主要研究领域包括自监督学习和 3D 计算机视觉问题。

个人主页：https://sunshineatnoon.github.io/

陈之钦，西蒙弗雷泽大学

陈之钦是西蒙弗雷泽大学的一名在读博士生。他本科毕业于上海交通大学，2019 年获得西蒙弗雷泽大学硕士学位。陈之钦的主要研究领域是计算机图形学，包括几何建模等，曾获 CVPR 2020 最佳学生论文奖。

个人主页：https://czq142857.github.io/

自然语言处理

自然语言处理领域的获奖者是来自达喀尔大学的 Derguene Mbaye、LARODEC 的 Eya Hammami 等 6 位博士生，具体获奖名单如下：

Haoyue Shi，丰田工业大学芝加哥分校

Haoyue Shi 本科毕业于北京大学，现在是丰田工业大学芝加哥分校的一名在读博士生，她的导师是 Karen Livescu 教授和 Kevin Gimpel 教授。Haoyue Shi 的研究方向主要是计算语言学和自然语言处理，尤其对自然语言的结构和无监督学习感兴趣。

个人主页：https://home.ttic.edu/~freda/

2关于谷歌奖研金

谷歌的博士生奖研金项目创立于 2009 年，旨在奖励在计算机学科及其相关学科或者其它前瞻科研领域方面表现优异的博士生。自创立以来，该项目已经资助来自澳大利亚、印度、北美、欧洲、中东、非洲等数百名学生。

每年，谷歌 PhD Fellows 都会被邀请参加全球PhD Fellowship Summit，在那里他们可以接触到谷歌正在进行的最先进的研究，并有机会与谷歌的研究员以及来自世界各地的其他博士研究生交流。

获得谷歌博士生奖研金项目的研究者将得到包括 15,000 澳元（约70395 元人民币）的奖励金，用于支付津贴和其他研究相关活动，此外，获奖者还会被分配一位 Google Mentor，负责提供指导帮助。

需要注意的是，这是Google PhD Fellowship 在北美、欧洲、中东、澳洲地区的获奖名单，而面向中国、日本和韩国的目前正在评选中，大家可以静候。

3中外还有哪些博士奖研金

Facebook奖研金

今年4月22日，Facebook公布了2021年博士生奖研金名单，在来自全球100所大学的2163份申请中， Facebook选出了26位获奖博士生，其中华人博士生有13位，占据半壁江山！

Facebook奖研金计划面向在计算机科学和工程学等重要领域上进行研究的博士候选人提供奖金，如计算机视觉、编程语言，计算社会科学等领域。该奖项的获得者将获得为期两个学年的学费，并获得4.2万美元（约25万人民币）的津贴，其中包括会议旅行等支持。目前，Facebook该领域的奖研金计划现已进入第10年，已经为来自不同大学的144位博士生提供了支持。

入选研究员还将应邀到Menlo Park的Facebook总部参加将于今年举办的年度研究金峰会（Fellowship Summit）。这次峰会为研究员们提供了一个与其他人面对面交流分享他们的研究成果的机会，并了解有关Facebook研究员正在从事的研究工作等更多信息。

而在8月31日，Facebook Reality Labs（ FRL）公布了面向全球的XR奖学金项目，为研究XR相关方向的博士生提供科研奖励，并为有抱负的研究人员可以尝试进入 Facebook 未来实验室的大门。

这些XR相关方向包括：计算机社交科学、AR/VR计算机图形、AR/VR未来技术、AR/VR人机交互、AR/VR光学、增强音频等等。

目前 FRL 约有1万名 Facebook 员工在研究计算机的未来，即虚拟和增强现实。这大约是 Facebook 全部专业人员的五分之一，其旨在研发VR头显、元宇宙平台Horizon、AR开发平台Spark AR、AR眼镜、Portal智慧屏幕等技术。

作为 Facebook 奖学金计划的一部分，FRL 正在为XR（扩展现实，XR – Extended Reality）研究人员提供奖学金，该计划旨在支持有前途的博士生，并在全球范围内有效，不限于来自美国的研究人员。申请人必须在经认可的大学就读，进行全职研究，并且没有接受 Facebook 的其他支持。

苹果学者

今年4月19日，苹果机器学习研究中心（Apple Machine Learning Research）也发布了2021年在人工智能或机器学习领域获得博士生奖学金的“苹果学者”（Apple Scholars）名单，旨在表彰在计算机科学与工程上作出贡献的在读博士生与博士后。今年一共有15位学生入选，其中华人学生有5位，占据1/3名额！

据介绍，每位入选学者均能获得两年的读博资助、苹果实习机会，以及跟随一位所在领域的苹果研究员导师学习两年的机会。

被提名的学生最终能够入选的评判标准，是基于他们的创新研究、所在领域的研究领先者与合作者对他们的评价，以及他们为了在机器学习与人工智能领域取得进步而做出的努力。

百度奖学金

2013年至今，百度已推出九届“百度奖学金”，每年面向全球华人硕博在读学子选拔8-10名顶尖AI技术青年人才，为每人提供20万（10万每年，连续两年）奖金助力其科技研究。技术领域涵盖NLP、DL、ML、智能信息处理、人机交互、自动驾驶、数据挖掘等，面向世界范围内计算机领域的优秀华人学生，旨在提供业界最优厚的资金支持、并为其开展学术研究提供数据、平台和专家指导，助力有潜力的优秀人才实现技术梦想。明年5月，百度将公布2021年度获奖者名单。

腾讯科学探索奖

无独有偶，2018年11月，腾讯与北京大学教授，携手杨振宁等科学家共同发起设立“科学探索奖，由腾讯基金会出资支持、科学家主导，面向基础科学和前沿技术领域，每年遴选不超过50名获奖人，每位获奖人将在5年内获得总计300万元人民币的奖金，且可自由支配。

在奖励对象上，科学探索奖却将青年科学家延长至45岁以内，同时扩大了奖励范围至50人。

从奖励领域来看，科学探索奖更重视基础科学，奖项范围扩大到“数学物理学、生命科学、天文和地球科学、化学新材料、信息电子、能源环保、先进制造、交通建筑技术、前沿交叉技术”九大基础科学和前沿核心技术领域。

在今年的9月13日，第三届“科学探索奖”获奖名单正式揭晓，50位青年科学家“榜上有名”，其中包括8位女性科学家。针对本届获奖名单，“科学探索奖”秘书处介绍，今年最大的特色，就是获奖人较去年更为“多元化”，这也印证着中国科技创新的蓬勃发展和人才创新生态环境的不断优化。

阿里达摩青橙奖

每年9月份前后，阿里巴巴达摩院都会揭晓了本年青橙奖获奖名单，从2018年设立，今年是达摩青橙奖举办的第四届，每年选出10人，旨在奖励大中华地区在信息技术、半导体、智能制造等领域取得初步成就的青年科学家(35周岁以下或博士毕业6年以内)。获奖者将获得100万元奖金，并得到达摩院全方位的研发资源支持。

从奖励领域看，阿里青橙奖更注重实用性，奖项范围针对在”信息技术、半导体和智能制造”等基础研究领域，涵盖了云计算、大数据、物联网、智能传感器等方向，均是国家新兴产业。

今年青橙奖吸引了365名青年学者参评，经初审后，112人成为候选人，其中56%在国内取得博士学位，44%海外学成归来。他们来自计算机科学、生命科学、物理、化学等领域，细分方向超83个，得到了40名海内外院士、27名IEEE/ACM Fellow、21名长江/杰青学者的推荐。

中国顶尖青年学者的研究领域，透露出前沿学术研究的风向：量子科学势头正劲，今年60%的物理领域候选人研究方向与量子相关；计算机科学从近年热门的人工智能等方向，回到了传统的计算机系统及体系结构等基础领域；社会现实进一步影响着科研方向，不少年轻科学家们围绕新型冠状病毒展开研究，在RNA结构和机制、创新药物研发等方向持续突破。

在半个月前，经通讯评审后，已有20人入围终审答辩。他们平均年龄33岁，11位拥有本土博士学位，5位是女性科学家，横跨15个科研领域，航天、农业首次入围。

今年青橙奖邀请学术界多领域的顶尖学者组成评审团，从科技创新性、成果价值影响力及社会影响力等六大维度综合评审，最终获奖名单将于10月公布，值得期待。

4结尾

已经到来的AI 时代，无论是国内还是国外，头部企业都将人才的培养看作AI发展中的底色，在产学研融合的过程中，我们抱着全球合作共赢的眼光，十足期待AI潜力股们黄金岁月的到来。

参考资料

https://mp.weixin.qq.com/s/ZU8zUSUPdrbXxkvsu3caIA
https://www.zhihu.com/search?type=content&q=%e8%b0%b7%e6%ad%8c%e7%9a%84%e5%8d%9a%e5%a3%ab%e7%94%9f%e5%a5%96%e7%a0%94%e9%87%91%e9%a1%b9%e7%9b%ae
https://zhuanlan.zhihu.com/p/385408687
https://vr.sina.com.cn/news/hot/2021-08-31/doc-iktzscyx1442202.shtml
https://baike.baidu.com/item/%e7%99%be%e5%ba%a6%e5%a5%96%e5%ad%a6%e9%87%91/9929412