超97万：Yoshua Bengio成历史被引用最高学者，何恺明进总榜前五

全世界、所有科学领域都算上，现在最热门的方向就是 AI 了。

图灵奖得主 Yoshua Bengio，近日成为了有史以来被引用次数最多的科学家：他的总被引用量高达 973,655 次，近五年引用量达到 698,008 次。

这项统计来自 AD Scientific Index，这是一个全球性的学术排名和分析平台，旨在评估和展示科学家、研究人员以及学术机构的科研表现和影响力。

参与这次排名的共计 2,626,749 名科学家，分布在 221 个国家和地区，隶属 24,576 家机构。排名依据总引用量和近五年的引用指数进行排序。值得一提的是，这次排名不止 AI 领域，还包括医学等 13 个主要学科和 221 个学术细分学科。

我们再回到 Bengio 的研究。从学术主页来看，Bengio  2014 年提出的 「生成对抗网络（Generative Adversarial Nets）」 引用量已突破 10 万次，甚至超过了他与 Yann LeCun 和 Geoffrey Hinton 合著的经典论文 「Deep Learning」，不过，后者的引用量同样也超过 10 万次。

来源：https://scholar.google.com/citations?user=kukA0LcAAAAJ&hl=en

排名第二的是 2024 诺奖得主、AI 领域先驱 Geoffrey Hinton，他的总被引用量为 95 万 +，近五年引用量为 57 万 +。

其中，Hinton 和学生 Alex Krizhevsky、Ilya Sutskever 合作的 AlexNet 引用量高达 18 万 +。这篇论文发表于 2012 年，其在 ImageNet 大规模视觉识别挑战赛（ILSVRC 2012）上取得压倒性胜利，标志着深度学习在计算机视觉领域的突破性进展。

 来源：https://scholar.google.com/citations view_op=list_works&hl=en&hl=en&user=JicYPdAAAAAJ

位列第三、第四的研究者来自医疗领域：

何恺明排名第五，单篇论文《Deep Residual Learning for Image Recognition》引用量超过 29 万次。这篇论文提出的 ResNet 成为现代深度学习的基础，几乎所有视觉模型都借鉴了残差思想。

 来源：https://scholar.google.com/citations?user=DhtAFkwAAAAJ&hl=en

值得一提的是，今年四月，据 Nature 统计 ResNet 是 21 世纪被引量最多论文，单篇 29 万次，经典论文可以说是当之无愧了。可参考「何恺明的 ResNet，成为 21 世纪被引量最多论文，Nature 最新统计」。

在 top 10 名单中，我们也看到了 Ilya Sutskever 的身影，总引用量 67 万 +，排名第 7，单篇论文最高引用量 18 万 + 。

来源：https://scholar.google.com/citations?user=x04W_mMAAAAJ&hl=en

我们不难发现，这些高被引研究不仅在当时引发了学术界的广泛关注，更在随后的十几年里持续产生深远影响。

完整排名列表请参考：

https://www.adscientificindex.com/citation-ranking/

来源：机器之心，爱科会易（uconf.com）仅用于学术交流，若相关内容侵权，请联系删除。