注意：当前的评估报告仅用于征求意见的目的。团队诚挚地请求您宝贵的反馈和建议。我们致力于根据现有证据持续修订报告。

背景

自1950年图灵测试提出以来，到2022年ChatGPT解决图灵测试，人工智能（AI）经历了数十年的蓬勃发展。在这持续演进的过程中，许多有影响力的人物、概念、事件和成就涌现出来，进一步诞生了众多AI的子领域和研究课题。这些成就丰富了AI生态系统，使其能够处理单一任务，如图像分类，增强复杂的应用场景，如互联网服务，甚至实现像人类一样的通用智能。

评估标准

我们筛选出对发展人工智能及相关领域和学科具有巨大影响和显著推动作用的顶尖人工智能成果。我们的评估标准如下：

  • 人工智能或其子领域的原创或开创性工作。
  • 对人工智能或其子领域发展具有重大推动作用的工作。
  • 被工业界或学术界广泛使用或引用的工作。

人工智能杰出成果（1943-2021）

数据和图表来自于将在2023国际测试委员会智能计算与芯片联邦大会（FICC 2023）上发布的技术报告。

人工智能杰出成果概览

（请注意树状图可以放大、缩小和移动；可以点击分支处的圆圈来展开或折叠图的内容。）

人工智能杰出成果详情
在考虑主要贡献者时，我们仅列出第一作者和通讯作者，包括同等贡献的作者，如果没有通讯作者则列出最后作者。如果您对列表有任何意见或建议，请发送邮件至： 发送电子邮件至 benchcouncil.evaluation@gmail.com

领域 工作 年份 出版物 引用 主要贡献者 机构 国家
Theory Turing test 1950 Computing machinery and intelligence 21510 Alan Turing Manchester University UK
Complexity theory 1971 The Complexity of Theorem Proving Procedures 10695 Stephen Cook University of Toronto Canada
VC theory 1960-1990 The nature of statistical learning theory 104601 Vladimir Vapnik, Alexey Chervonenkis Institute of Control Sciences Moscow Russia
Automated theorem proving Logic Theorist 1956 The logic theory machine-a complex information processing system 1046 Allen Newell, Herbert Simon Carnegie Mellon University USA
Wang's algorithm 1958-1961 Proving theorems by pattern recognition I (1960) 173 Hao Wang Bell Lab USA
Proving theorems by pattern recognition II (1961) 1083
Toward mechanical mathematics (1960) 456
Davis-Putnam algorithm & DPLL 1960 A Computing Procedure for Quantification Theory 4358 Martin Davis, Hilary Putnam, Donald Loveland Rensselaer Polytechnic Institute, Princeton University, New York University USA
1961 A machine program for theorem-proving 4874
Resolution method 1965 A machine-oriented logic based on the resolution principle 6573 John Robinson Argonne Nalionrd Laboratory USA
Otter 1990s William McCune Argonne National Laboratory USA
Language LISP 1958 Recursive functions of symbolic expressions and their computation by machin (1960) 2491 John McCarthy MIT USA
PROLOG 1973 Alain Colmerauer, Robert Kowalski University of Edinburgh UK
ChatBot ELIZA 1964-1967 ELIZA-a computer program for the study of natural language communication between man and machine 6890 Joseph Weizenbaum MIT USA
Computer power and human reason: From judgment to calculation 5214
SHRDLU 1968-1970 Terry Winograd MIT USA
IBM Watson 2000 David Ferrucci IBM USA
Game Christopher Strachey's Draughts 1951 Logical or non-mathematical programmes 62 Christopher Strachey National Research Development Corporation UK
Chinook 1989-2007 Jonathan Schaeffer University of Alberta Canada
Deep Blue 1996 Feng-hsiung Hsu, Murray Campbell, Arthur Hoane, Jerry Brody IBM USA
Perception Pandemonium 1959 Pandemonium: a paradigm for learning 1611 Oliver Selfridge MIT USA
Knowlege representation Frame 1974 A Framework for Representing Knowledge 14989 Marvin Minsky MIT USA
Cyc 1984 CYC: Using common sense knowledge to overcome brittleness and knowledge acquisition bottlenecks 560 Douglas Lenat MCC USA
Expert system Dendral 1965 Edward Feigenbaum, Bruce Buchanan, Joshua Lederberg, Carl Djerassi Stanford University USA
XCON-R1 1978 R1: A rule-based configurer of computer systems 1682 John McDermott CMU USA
Cluster, Classification, Regression Kmeans 1957 Least squares quantization in PCM (1982) 18533 Stuart Lloyd Bell Lab USA
DBSCAN 1996 A density-based algorithm for discovering clusters in large spatial databases with noise 29901 Martin Ester, Xiaowei Xu University of Munic Germany
Spectral clustering 2000 Normalized Cuts and Image Segmentation 19732 Jianbo Shi, Jitendra Malik, Andrew Ng, Yair Weiss University of Pennsylvania, U.C. Berkeley, Hebrew University USA, Israel
2001 On spectral clustering: Analysis and an algorithm 11945
KNN 1967 Nearest neighbor pattern classification 17605 Thomas Cover, Peter Hart University of Stanford, Stanford Research Institute USA
Ridge 1970 Ridge regression: Biased estimation for nonorthogonal problems 15332 Arthur Hoerl, Robert Kennard University of Delawar USA
SVM 1992 A training algorithm for optimal margin classifiers 63346 Bernhard Boser, Vladimir Vapnik, Corinna Cortes Bell Lab USA
1995 Support-vector networks 16549
Lasso 1996 Regression shrinkage and selection via the lasso 55395 Robert Tibshirani University of Toronto Canada
Dimension reduction , Feature extraction SIFT 1999 Object recognition from local scale-invariant features 24749 David Lowe University of British Columbia Canada
2004 Distinctive image features from scale-invariant keypoints 72302
HOG 2005 Histograms of oriented gradients for human detection 43894 Navneet Dalal, Bill Triggs INRIA France
SURF 2006 Surf: Speeded up robust features 36237 Herbert Bay, Andreas Ess ETH Zurich Switzerland
Kernel PCA 1997 Kernel principal component analysis 3193 Bernhard Schölkopf, Klaus-Robert Muller Max Planck Institute for Biological Cybernetics Germany
1998 Nonlinear component analysis as a kernel eigenvalue problem 10615
NMF 1999 Learning the parts of objects by non-negative matrix factorization 15562 Daniel Lee, H Sebastian Seung Bell Lab, MIT USA
2000 Algorithms for non-negative matrix factorization 11766
Isomap 2000 A global geometric framework for nonlinear dimensionality reduction 16447 Joshua Tenenbaum Stanford University USA
Locally linear embedding 2000 Nonlinear dimensionality reduction by locally linear embedding 18075 Sam Roweis, Lawrence Saul AT&T Labs, University College London USA, UK
t-SNE 2008 Visualizing data using t-SNE 38132 Laurens van der Maaten, Geoffrey Hinton Tilburg University, University of Toronto
 Netherlands, Canada
Neural Network McCulloch-Pitts neuron 1943 logical calculus of the ideas immanent
in nervous activity 		28581 Warren McCulloch, Walter Pitts University of Illinois at Chicago USA
SNARC 1951 Marvin Minsky Princeton University USA
Rosenblatt Perceptron 1958 The perceptron: a probabilistic model for information storage and organization in the brain 17938 Frank Rosenblatt Cornell University USA
1962 Principles of neurodynamics: Perceptrons and the theory of brain mechanisms 9677
Hopfield network 1982 Neural networks and physical systems with emergent collective computational abilities 26481 John Hopfield California Institute of Technology USA
1984 Neurons with graded response have collective computational properties like those of two-state neurons 9293
1985 Neural computation of decisions in optimization problems 8723
Self-organizing map 1982 Self-organized formation of topologically correct feature maps 13313 Teuvo Kohonen Helsinki University of Technolog Finland
DBN 2006 A fast learning algorithm for deep belief nets 20213 Geoffrey Hinton, Yee-Whye The, Ruslan Salakhutdinov University of Toronto, National University of Singapore Canada, Singapore
2006 Reducing the dimensionality of data with neural networks 21334
Back-propagation 1967 A theory of adaptive pattern classifiers 767 Shun'ichi Amari, David Rumelhart, Ronald Williams Kyushu University, UC San Diego, CMU Japan, USA
1986 Learning representations by back-propagating errors 35330
ReLU 1969 Visual feature extraction by a multilayered network of analog threshold elements 186 Kunihiko Fukushima, Xavier Glorot, Yoshua Bengio NHK Broadcasting Science Research Laboratories, University of Montreal Japan, Canada
2011 Deep Sparse Rectifier Neural Networks 11109
Adam 2014 Adam: A method for stochastic optimization 162259 Diederik Kingma, Jimmy Ba OpenAI, University of Toronto USA, Canada
Dropout 2014 Dropout: a simple way to prevent neural networks from overfitting 46447 Nitish Srivastava, Ruslan Salakhutdinov University of Toronto Canada
Batch Normalization 2015 Batch normalization: Accelerating deep network training by reducing internal covariate shift 50391 Sergey Ioffe, Christian Szegedy Google USA
Neocognitron 1980 Neocognitron: A self-organizing neural network model for a mechanism of pattern recognition unaffected by shift in position 8344 Kunihiko Fukushima NHK Broadcasting Science Research Laboratories Japan
LeNet 1989 Backpropagation Applied to Handwritten Zip Code Recognition 15372 Yann LeCun Bell Labl USA
1998 Gradient-based learning applied to document recognition 59141
AlexNet 2012 Imagenet classification with deep convolutional neural networks 142908 Alex Krizhevsky, Geoffrey Hinton University of Toronto Canada
VGG 2014 Very deep convolutional networks for large-scale image recognition 111338 Karen Simonyan, Andrew Zisserman University of Oxford UK
GooleNet (Inception) 2015 Going deeper with convolutions 54115 Christian Szegedy, Vincent Vanhoucke Google USA
2016 Rethinking the inception architecture for computer vision 29223
2017 Inception-v4, inception-resnet and the impact of residual connections on learning 15312
ResNet 2015 Deep Residual Learning for Image Recognition 188934 Kaiming He, Jian Sun Microsoft Research (Asia) China
DenseNet 2017 Densely connected convolutional networks 39133 Gao Huang, Zhuang Liu, Kilian Weinberger Cornell University, Tsinghua University, Facebook AI Research
 USA, China
Mobilenets 2017 Mobilenets: Efficient convolutional neural networks for mobile vision applications 21737 Andrew Howard, Mark Sandler Google USA
2018 Mobilenetv2: Inverted residuals and linear bottlenecks 18118
Squeeze-and-excitation 2018 Squeeze-and-excitation networks 25132 Jie Hu, Gang Sun Momenta, University of Oxford China, UK
R-cnn 2014 Rich feature hierarchies for accurate object detection and semantic segmentation 35745 Ross Girshick, Jitendra Malik UC Berkeley USA
Fast r-cnn 2015 Fast R-CNN 30211 Ross Girshick Microsoft Research USA
Faster r-cnn 2015 Faster R-CNN: Towards real-time object detection with region proposal networks 65754 Shaoqing Ren, Jian Sun Microsoft Research (Asia)
 China
Mask r-cnn 2017 Mask R-CNN 30287 Kaiming He, Ross Girshick Facebook USA
FPN (RetinaNet) 2017 Feature pyramid networks for object detection 22063 Tsung-Yi Lin, Serge Belongie, Piotr Dollar Facebook, Cornell University USA
2017 Focal loss for dense object detection 24933
YOLO 2016 You only look once: Unified, real-time object detection 40287 Joseph Redmon, Ali Farhadi University of Washington, Allen Institute for AI, Facebook AI Research USA
2017 YOLO9000: Better, Faster, Stronger 18709
2018 Yolov3: An incremental improvement 23635
SSD 2016 Ssd: Single shot multibox detector 33293 Wei Liu, Alexander Berg UNC Chapel Hill, Zoox , Google, University of Michigan USA
FCN 2015 Fully convolutional networks for semantic segmentation 43947 Jonathan Long, Evan Shelhamer, Trevor Darrell UC Berkeley USA
U-net 2015 U-net: Convolutional networks for biomedical image segmentation 71959 Olaf Ronneberger, Thomas Brox University of Freiburg Germany
LSTM 1996 Long short-term memory 92138 Sepp Hochreiter, Juergen Schmidhuber Technical University of Munich, IDSIA Germany, Switzerland
Seq2Seq 2014 Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation 26352 Kyunghyun Cho, Yoshua Bengio, Ilya Sutskever, Quoc V. Le University of Montreal,Jacobs University, University of Maine, Google Canada, Germany, France, USA
2014 Sequence to sequence learning with neural networks 23773
Attention 2015 Neural machine translation by jointly learning to align and translate 31310 Dzmitry Bahdanau, Yoshua Bengio, Minh-Thang Luong, Christopher Manning, Kelvin Xu Jacobs University Bremen, University of Montreal, Stanford University, University of Toronto Germany,Canada,USA
2015 Effective approaches to attention-based neural machine translation 9632
2015 Show, attend and tell: Neural image caption generation with visual attention 11300
Transformer 2017 Attention is all you need 92865 Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan Gomez, Lukasz Kaiser Google, University of Toronto USA, Canada
BERT 2018 BERT: Pre-training of deep bidirectional transformers for language understanding 80349 Jacob Devlin, Kristina Toutanova Google USA
GPT 2018 Improving Language Understanding by Generative Pre-Training 6822 Alec Radford, Ilya Sutskever, Jeffrey Wu, Dario Amodei, Tom Brown, Benjamin Mann, Nick Ryder, Melanie Subbiah OpenAI USA
2019 Language models are unsupervised multitask learners 7187
2020 Language models are few-shot learners 15443
ViT 2020 An image is worth 16x16 words: Transformers for image recognition at scale 22968 Alexey Dosovitskiy, Lucas Beyer, Alexander Kolesnikov, Dirk Weissenborn, Xiaohua Zhai, Neil Houlsby Google USA
Swin Transformer 2021 Swin transformer: Hierarchical vision transformer using shifted windows 11034 Ze Liu, Yutong Lin, Yue Cao, Han Hu Microsoft Research Asia, University of Science and Technology of China, Xian Jiaotong University, Tsinghua University China
Neural Language Model 2000 A Neural probabilistic language model 10580 Yoshua Bengio University of Montreal Canada
Word2vec 2013 Distributed representations of words and phrases and their compositionality 40956 Tomas Mikolov, Jeffrey Dean Google USA
2013 Efficient estimation of word representations in vector space 37952
Glove 2014 Glove: Global vectors for word representation 37136 Jeffrey Pennington, Christopher Manning Stanford University USA
GAN 2014 Generative adversarial nets 61187 Ian Goodfellow, Yoshua Bengio University of Montreal Canada
Conditional GAN 2014 Conditional Generative adversarial nets 11325 Mehdi Mirza, Simon Osindero University of Montreal, Yahoo Canada, USA
DCGAN 2015 Unsupervised representation learning with deep convolutional generative adversarial networks 16008 Alec Radford, Soumith Chintala indico Research
, Facebook 		USA
Wassertein GAN 2017 Wasserstein generative adversarial networks 14158 Martin Arjovsky, Leon Bottou Courant Institute of Mathematical Sciences, Facebook USA
CycleGAN 2017 Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks 19686 Jun-Yan Zhu, Taesung Park, Alexei Efros UC Berkeley USA
Pix2Pix 2017 Image-to-image translation with conditional adversarial networks 20017 Phillip Isola, Alexei Efros UC Berkeley USA
StyleGAN 2019 A Style-Based Generator Architecture for Generative Adversarial Networks 8469 Tero Karras, Timo Aila NVIDIA USA
2020 Analyzing and improving the image quality of stylegan 4523
Variational autoencoder 2013 Auto-Encoding Variational Bayes 31045 Diederik Kingma, Max Welling University of Amsterdam Netherlands
Diffusion Model 2015 Deep unsupervised learning using nonequilibrium thermodynamics 2190 Jascha Sohl-Dickstein, Surya Ganguli, Jonathan Ho, Pieter Abbee Stanford University, UC Berkeley USA
2020 Denoising diffusion probabilistic models 4136
GNN 2005 A new model for learning in graph domains 1984 Marco Gori, Franco Scarselli University of Sienna, Hong Kong Baptist University, University of Wollongong Italy, China, Australia
2008 The graph neural network model 6808
GCN 2016 Semi-supervised classification with graph convolutional networks 27798 Thomas Kipf, Max Welling University of Amsterdam Netherlands
GAT 2017 Graph attention networks 11901 Petar Velickovic, Yoshua Bengio University of Cambridge, Montreal Institute for Learning Algorithms UK, Canada
NAS 2016 Neural architecture search with reinforcement learning 5600 Barret Zoph, Quoc V. Le Google USA
Deep compression 2015 Deep compression: Compressing deep neural networks with pruning, trained quantization and huffman coding 9166 Song Han, William Dally Stanford University,Tsinghua University, NVIDIA USA, China
knowledge distillation 2015 Distilling the knowledge in a neural network 16181 Geoffrey Hinton, Oriol Vinyals, Jeff Dean Google USA
ImageNet 2009 Imagenet: A large-scale hierarchical image database 58393 Jia Deng, Li Fei-Fei, Olga Russakovsky Princeton University, Stanford University, University of Michigan, MIT, UNC Chapel Hill USA
2015 Imagenet large scale visual recognition challenge 40459
MS COCO 2014 Microsoft coco: Common objects in context 40062 Tsung-Yi Lin, Piotr Dollar Cornell NYC Tech, Toyota Technological Institute, Facebook, Microsoft, Brown University, California Institute of Technology, University of California at Irvine USA
Reinforce learning Temporal-difference update 1988 Learning to predict by the methods of temporal differences 7556 Richard Sutton GTE Laboratories Incorporated USA
Q Learning 1989 Learning from delayed rewards 9624 Christopher Watkins, Peter Dayan King's College, University of Edinburgh UK
1992 Q-learning 18141
Deep Q Network 2013 Playing atari with deep reinforcement learning 13087 Volodymyr Mnih, Martin Riedmiller, Koray Kavukcuoglu, David Silver Google DeepMind UK
2015 Human-level control through deep reinforcement learning 26305
DDPG 2015 Continuous control with deep reinforcement learning 13697 Timothy Lillicrap, Jonathan Hunt, Daan Wierstra Google DeepMind UK
AlphaGo 2016 Mastering the game of Go with deep neural networks and tree search 16937 David Silver, Aja Huang, Demis Hassabis, Julian Schrittwieser, Karen Simonyan Google DeepMind UK, USA
2017 Mastering the game of go without human knowledge 9655
AlphaFold 2021 Highly accurate protein structure prediction with AlphaFold 15446 John Jumper, Demis Hassabis DeepMind UK
Actor-Critic 1983 Neuronlike adaptive elements that can solve difficult learning control problems 4855 Andrew Barto, Charles Anderson University of Massachusetts, Amherst USA
A3C 2016 Asynchronous methods for deep reinforcement learning 9697 Volodymyr Mnih, Koray Kavukcuoglu DeepMind, University of Montreal UK, Canada
SARSA 1994 Online Q-Learning using Connectionist Systems 2479 Gavin Rummery, Mahesan Niranjan University of Cambridge UK
Williams's REINFORCE 1992 Simple statistical gradient-following algorithms for connectionist reinforcement learning 10190 Ronald Williams Northeastern Universit USA
Policy gradient theorem 1999 Policy gradient methods for reinforcement learning with function approximation 7376 Richard Sutton, Yishay Mansour AT&T Labs USA
Desion Tree, Ensemble learning CART 1984 Classification and regression trees 61639 Leo Breiman, Richard olshen UC Berkeley, Stanford University USA
ID3 1986 Induction of decision trees 29557 Ross Quinlan New South Wales Institute of Technology Australia
C4.5 1993 C4. 5: Programs for machine learning 43386 Ross Quinlan New South Wales Institute of Technology Australia
Bagging 1996 Bagging predictors 34768 Leo Breiman UC Berkeley USA
Random forests 1995 Random decision forests 8450 Tin Kam Ho, Leo Breiman Bell Labs, UC Berkeley USA
2001 Random forests 117057
Boost 1990 The strength of weak learnability 6850 Robert Schapire MIT USA
Adaboost 1997 A decision-theoretic generalization of on-line learning and an application to boosting 26782 Yoav Freund, Robert Schapire Bell Lab USA
Gradient boosting 2001 Greedy function approximation: a gradient boosting machine 24147 Jerome Friedman Stanford University USA
2002 Stochastic gradient boosting 7595
XGBoost 2016 XGBoost: A Scalable Tree Boosting System 31647 Tianqi Chen, Carlos Guestrin University of Washington USA
LightGBM 2017 Lightgbm: A highly efficient gradient boosting decision tree 9460 Guolin Ke, Tie-Yan Liu Microsoft, Peking University USA
Probabilistic graphical model Bayesian network 1982 Reverend Bayes on inference engines: A distributed hierarchical approach 1303 Judea Pearl University of California, Los Angeles USA
1988 Probabilistic reasoning in intelligent systems: networks of plausible inference 32565
LDA 2003 Latent dirichlet allocation 49298 David Blei, Michael Jordan UC Berkeley, Stanford University USA
CRF 2001 Conditional random fields: Probabilistic models for segmenting and labeling sequence data 18044 John Lafferty, Fernando Pereira MIT, University of Pennsylvania USA
Evolutionary algorithms Genetic Algorithm 1975
Adaptation in natural and artificial systems: An introductory analysis with applications to biology, control, and artificial intelligence 		80564 John Holland University of Michigan, Ann Arbor USA
Simulated annealing 1983 Optimization by simulated annealing 56687 Scott Kirkpatrick, Mario Vecchi IBM USA


人工智能杰出人才

排名 人名 分数 机构 国家
1 Yoshua Bengio 2.78 蒙特利尔大学 加拿大
2 Leo Breiman 2.00 加州大学伯克利分校 美国
2 Marvin Minsky 2.00 麻省理工学院 美国
2 Ross Girshick 2.00 Meta 美国
2 Ross Quinlan 2.00 RuleQuest Research 澳大利亚
3 Geoffrey Hinton 1.67 多伦多大学 加拿大
4 Richard Sutton 1.50 阿尔伯塔大学 加拿大
4 Robert Schapire 1.50 微软 美国
5 Kunihiko Fukushima 1.33 Fuzzy Logic Systems   Institute 日本
5 Ronald Williams 1.33 东北大学（美） 美国
6 Alan Turing 1.00 曼彻斯特大学 英国
6 Christian Szegedy 1.00 Google 美国
6 Christopher Strachey 1.00 牛津大学 美国
6 David Ferrucci 1.00 IBM 美国
6 David Lowe 1.00 Google 美国
6 Diederik Kingma 1.00 Google 美国
6 Douglas Lenat 1.00 Cycorp 美国
6 Frank Rosenblatt 1.00 康奈尔大学 美国
6 Hao Wang 1.00 洛克菲勒大学 美国
6 Jerome Friedman 1.00 斯坦福大学 美国
6 Jian Sun 1.00 微软 中国
6 John Holland 1.00 密歇根大学 美国
6 John Hopfield 1.00 普林斯顿大学 美国
6 John McCarthy 1.00 斯坦福大学 美国
6 John McDermott 1.00 卡内基梅隆大学 美国
6 John Robinson 1.00 锡拉丘兹大学 美国
6 Jonathan Schaeffer 1.00 阿尔伯塔大学 加拿大
6 Joseph Weizenbaum 1.00 麻省理工学院 美国
6 Joshua Tenenbaum 1.00 麻省理工学院 美国
6 Judea Pearl 1.00 UCLA 美国
6 Kaiming He 1.00 Meta 美国
6 Max Welling 1.00 阿姆斯特丹大学 荷兰
6 Oliver Selfridge 1.00 麻省理工学院  美国
6 Robert Tibshirani 1.00 斯坦福大学 美国
6 Stephen Cook 1.00 多伦多大学 加拿大
6 Stuart Lloyd 1.00 贝尔实验室 美国
6 Terry Winograd 1.00 斯坦福大学 美国
6 Teuvo Kohonen 1.00 赫尔辛基理工大学 芬兰
6 William McCune 1.00 新墨西哥大学 美国
6 Yann LeCun 1.00 纽约大学 美国
7 Alexei Efros 0.83 加州大学伯克利分校 美国
7 Jeffrey Dean 0.83 Google 美国
7 Ruslan Salakhutdinov 0.83 卡内基梅隆大学 美国
7 Vladimir Vapnik 0.83 Meta 美国
7 Piotr Dollar 0.83 Meta 美国
7 Tsung-Yi Lin 0.83 英伟达 美国
8 Jitendra Malik 0.75 加州大学伯克利分校 美国
8 Koray Kavukcuoglu 0.75 Google 美国
8 Quoc V. Le 0.75 Google 美国
8 Volodymyr Mnih 0.75 Google 美国
9 Christopher Manning 0.70 斯坦福大学 美国
9 Demis Hassabis 0.70 Google 美国
9 Karen Simonyan 0.70 Inflection AI 英国
10 Alec Radford 0.63 OpenAI 美国
11 Alain Colmerauer 0.50 艾克斯马赛大学 法国
11 Alex Krizhevsky 0.50 Dessa  美国
11 Alexander Berg 0.50 UCI 美国
11 Alexey Chervonenkis 0.50 俄罗斯科学院 俄罗斯
11 Ali Farhadi 0.50 华盛顿大学 美国
11 Allen Newell 0.50 卡内基梅隆大学 美国
11 Andreas Ess 0.50 ETH   Zurich 瑞士
11 Andrew Barto 0.50 马萨诸塞大学 美国
11 Andrew Howard 0.50 Google 美国
11 Andrew Zisserman 0.50 牛津大学 英国
11 Arthur Hoerl 0.50 特拉华大学 美国
11 Barret Zoph 0.50 OpenAI 美国
11 Bernhard Scholkopf 0.50 Max Planck Institute   for Intelligent Systems 德国
11 Bill Triggs 0.50 Laboratoire Jean   Kuntzmann 法国
11 Carlos Guestrin 0.50 斯坦福大学 美国
11 Charles Anderson 0.50 科罗拉多州立大学 美国
11 Christopher Watkins 0.50 Royal Holloway 英国
11 Daniel Lee 0.50 Tisch University 美国
11 David Blei 0.50 哥伦比亚大学 美国
11 Fernando Pereira 0.50 Google 美国
11 Franco Scarselli 0.50 锡耶纳大学 意大利
11 Gang Sun 0.50 Momenta 中国
11 Gavin Rummery 0.50 剑桥大学 英国
11 Guolin Ke 0.50 DP Technology 中国
11 H Sebastian Seung 0.50 普林斯顿大学 美国
11 Herbert Bay 0.50 Earkick 瑞士
11 Herbert Simon 0.50 卡内基梅隆大学 美国
11 Ian Goodfellow 0.50 斯坦福大学 美国
11 Jacob Devlin 0.50 Google 美国
11 Jeffrey Pennington 0.50 斯坦福大学 美国
11 Jie Hu 0.50 中国科学院软件研究所 中国
11 Jimmy Ba 0.50 多伦多大学 加拿大
11 John Jumper 0.50 Google 美国
11 John Lafferty 0.50 耶鲁大学 美国
11 Joseph Redmon 0.50 华盛顿大学 美国
11 Jürgen Schmidhuber 0.50 Dalle Molle Institute   for Artificial Intelligence Research 瑞士
11 Klaus-Robert Müller 0.50 Max Planck Institute   for Intelligent Systems 德国
11 Kristina Toutanova 0.50 Google 美国
11 Laurens van der   Maaten 0.50 Meta 美国
11 Lawrence Saul 0.50 Flatiron Institute 新西兰
11 Leon Bottou 0.50 纽约大学 美国
11 Mahesan Niranjan 0.50 南安普顿大学 英国
11 Marco Gori 0.50 锡耶纳大学 意大利
11 Mario Vecchi 0.50 MPV Technology 美国
11 Mark Sandler 0.50 Google 美国
11 Martin Arjovsky 0.50 纽约大学 美国
11 Martin Ester 0.50 Simon Fraser   University 加拿大
11 Mehdi Mirza 0.50 蒙特利尔大学 加拿大
11 Michael Jordan 0.50 加州大学伯克利分校 美国
11 Navneet Dalal 0.50 Matician 美国
11 Nitish Srivastava 0.50 Apple 美国
11 Olaf Ronneberger 0.50 弗里堡大学 德国
11 Petar Velickovic 0.50 剑桥大学 英国
11 Peter Dayan 0.50 Max Planck Institute   for Biological Cybernetics 德国
11 Peter Hart 0.50 SRI International AI   Center 美国
11 Phillip Isola 0.50 麻省理工学院 美国
11 Richard olshen 0.50 斯坦福大学 美国
11 Robert Kennard 0.50 特拉华大学 美国
11 Robert Kowalski 0.50 帝国理工学院 英国
11 Sam Roweis 0.50 纽约大学 美国
11 Scott Kirkpatrick 0.50 希伯来大学 以色列
11 Sepp Hochreiter 0.50 林茨大学 奥地利
11 Sergey Ioffe 0.50 Google 美国
11 Shaoqing Ren 0.50 NIO 中国
11 Simon Osindero 0.50 Google 美国
11 Song Han 0.50 麻省理工学院 美国
11 Soumith Chintala 0.50 Meta 美国
11 Tero Karras 0.50 英伟达 美国
11 Thomas Brox 0.50 弗里堡大学 德国
11 Thomas Cover 0.50 斯坦福大学 美国
11 Thomas Kipf 0.50 Google 美国
11 Tianqi Chen 0.50 卡内基梅隆大学 美国
11 Tie-Yan Liu 0.50 微软 中国
11 Timo Aila 0.50 英伟达 芬兰
11 Tin Kam Ho 0.50 IBM 美国
11 Tomas Mikolov 0.50 捷克理工大学 捷克
11 Vincent Vanhoucke 0.50 Google 美国
11 Walter Pitts 0.50 麻省理工学院 美国
11 Warren McCulloch 0.50 麻省理工学院 美国
11 Wei Liu 0.50 Nuro 美国
11 William Dally 0.50 斯坦福大学 美国
11 Xiaowei Xu 0.50 University of   Arkansas at Little Rock 美国
11 Yishay Mansour 0.50 特拉维夫大学 以色列
11 Yoav Freund 0.50 UCSD 美国
12 David Silver 0.45 Google 英国
13 Ilya Sutskever 0.38 OpenAI 美国
14 Bernhard Boser 0.33 加州大学伯克利分校 美国
14 Corinna Cortes 0.33 Google 美国
14 Daan Wierstra 0.33 Google 英国
14 David Rumelhart 0.33 UCSD 美国
14 Donald Loveland 0.33 密歇根大学 美国
14 Evan Shelhamer 0.33 Google 英国
14 Gao Huang 0.33 清华大学 中国
14 Hilary Putnam 0.33 哈佛大学 美国
14 Jia Deng 0.33 普林斯顿大学 美国
14 Jonathan Hunt 0.33 Twitter 英国
14 Jonathan Long 0.33 Stanford Medicine 美国
14 Jun-Yan Zhu 0.33 卡内基梅隆大学 美国
14 Kilian Weinberger 0.33 康奈尔大学 美国
14 Li Fei-Fei 0.33 斯坦福大学 美国
14 Martin Davis 0.33 纽约大学 美国
14 Olga Russakovsky 0.33 普林斯顿大学 美国
14 Oriol Vinyals 0.33 Google 美国
14 Shun-ichi Amari 0.33 东京大学 日本
14 Taesung Park 0.33 Adobe 美国
14 Timothy Lillicrap 0.33 Google 英国
14 Trevor Darrell 0.33 加州大学伯克利分校 美国
14 Xavier Glorot 0.33 Google 英国
14 Yee-Whye The 0.33 牛津大学 英国
14 Zhuang Liu 0.33 Meta AI Research 美国
14 Serge Belongie 0.33 哥本哈根大学 丹麦
15 Andrew Ng 0.25 斯坦福大学 美国
15 Arthur Hoane 0.25 IBM 美国
15 Bruce Buchanan 0.25 匹兹堡大学 美国
15 Carl Djerassi 0.25 威斯康星大学麦迪逊分校 美国
15 Edward Feigenbaum 0.25 斯坦福大学 美国
15 Feng-hsiung Hsu 0.25 微软亚研院 中国
15 Han Hu 0.25 微软亚研院 中国
15 Jascha Sohl-Dickstein 0.25 Google 美国
15 Jerry Brody 0.25 IBM 美国
15 Jianbo Shi 0.25 宾夕法尼亚大学 美国
15 Jonathan Ho 0.25 加州大学伯克利分校 美国
15 Joshua Lederberg 0.25 耶鲁大学 美国
15 Kyunghyun Cho 0.25 纽约大学 美国
15 Martin Riedmiller 0.25 Google 德国
15 Murray Campbell 0.25 IBM 美国
15 Pieter Abbee 0.25 加州大学伯克利分校 美国
15 Surya Ganguli 0.25 斯坦福大学 美国
15 Yair Weiss 0.25 希伯来大学 以色列
15 Yue Cao 0.25 Lightyear AI 中国
15 Yutong Lin 0.25 西安交通大学 中国
15 Ze Liu 0.25 中国科学技术大学 中国
16 Aja Huang 0.20 Google 美国
16 Dzmitry Bahdanau 0.20 麦吉尔大学 加拿大
16 Julian Schrittwieser 0.20 Google 美国
16 Kelvin Xu 0.20 Google 美国
16 Minh-Thang Luong 0.20 Google 美国
17 Alexander Kolesnikov 0.17 Google 美国
17 Alexey Dosovitskiy 0.17 Google 美国
17 Dirk Weissenborn 0.17 Inceptive Inc. 美国
17 Lucas Beyer 0.17 Google 美国
17 Neil Houlsby 0.17 Google 美国
17 Xiaohua Zhai 0.17 Google 美国
18 Aidan Gomez 0.14 Cohere 加拿大
18 Ashish Vaswani 0.14 Adept AI Labs 美国
18 Jakob Uszkoreit 0.14 Inceptive Inc. 美国
18 Llion Jones 0.14 SakanaAI 日本
18 Lukasz Kaiser 0.14 OpenAI 美国
18 Niki Parmar 0.14 Stealth Startup 美国
18 Noam Shazeer 0.14 Character.ai 美国
19 Benjamin Mann 0.13 Anthropic 美国
19 Dario Amodei 0.13 Anthropic 美国
19 Jeffrey Wu 0.13 OpenAI 美国
19 Melanie Subbiah 0.13 哥伦比亚大学 美国
19 Nick Ryder 0.13 OpenAI 美国
19 Tom Brown 0.13 Anthropic 美国


人工智能杰出机构

排名 机构 分数 国家
1 Google 13.50 美国
2 加利福尼亚大学伯克利分校 7.33 美国
3 麻省理工学院 7.20 美国
4 斯坦福大学 6.78 美国
5 多伦多大学 6.25 加拿大
6 贝尔实验室 6.00 美国
7 蒙特利尔大学 4.00 加拿大
8 微软 3.89 美国
9 Facebook 3.31 美国
10 IBM 3.00 美国
11 卡内基梅隆大学 2.33 美国
12 阿贡国家实验室 2.00 美国
12 阿姆斯特丹大学 2.00 荷兰
12 新南威尔士理工学院 2.00 澳大利亚
13 康奈尔大学 1.83 美国
14 普林斯顿大学 1.53 美国
15 爱丁堡大学 1.50 英国
15 AT&T实验室 1.50 美国
15 NHK广播电视技术研究所 1.50 日本
15 剑桥大学 1.50 英国
15 OpenAI 1.50 美国
15 牛津大学 1.50 英国
16 华盛顿大学 1.33 美国
16 英伟达 1.33 美国
17 加州理工学院 1.14 美国
18 曼彻斯特大学 1.00 英国
18 莫斯科国立工业大学 1.00 俄罗斯
18 National Research   Development Corporation 1.00 英国
18 阿尔伯塔大学 1.00 加拿大
18 米德塞克斯社区大学 1.00 美国
18 慕尼黑大学 1.00 德国
18 特拉华大学 1.00 美国
18 不列颠哥伦比亚大学 1.00 英国
18 法国国家信息与自动化研究所 1.00 法国
18 苏黎世联邦理工学院 1.00 瑞士
18 马克斯普朗克生物控制论研究所 1.00 德国
18 伊利诺伊大学芝加哥分校 1.00 美国
18 赫尔辛基大学 1.00 芬兰
18 弗赖堡大学 1.00 德国
18 GTE Laboratories   Incorporated 1.00 美国
18 马萨诸塞大学 1.00 美国
18 东北大学 1.00 美国
18 加利福尼亚大学洛杉矶分校 1.00 美国
18 密歇根大学安娜堡分校 1.00 美国
19 清华大学 0.92 中国
20 宾夕法尼亚大学 0.83 美国
21 斯坦福研究所 0.50 美国
21 伦敦大学学院 0.50 英国
21 蒂尔堡大学 0.50 荷兰
21 新加坡国立大学 0.50 新加坡
21 Momenta 0.50 中国
21 慕尼黑工业大学 0.50 德国
21 瑞士人工智能实验室 0.50 瑞士
21 不来梅雅各布大学 0.50 德国
21 雅虎 0.50 美国
21 indico Research 0.50 美国
21 库朗数学科学研究所 0.50 美国
21 蒙特利尔学习算法研究所 0.50 加拿大
21 伦敦国王学院 0.50 英国
21 北京大学 0.50 中国
22 北卡罗来纳大学教堂山分校 0.45 美国
22 密歇根大学安娜堡分校 0.45 美国
23 伦斯勒理工学院 0.33 美国
23 纽约大学 0.33 美国
23 希伯来大学 0.33 以色列
23 九州大学 0.33 日本
23 加利福尼亚大学圣迭戈分校 0.33 美国
23 艾伦AI研究所 0.33 美国
23 锡耶纳大学 0.33 意大利
23 香港浸会大学 0.33 中国
23 伍伦贡大学 0.33 澳大利亚
24 Zoox  0.25 美国
24 缅因大学 0.25 美国
24 中国科学技术大学 0.25 中国
24 西安交通大学 0.25 中国
25 康奈尔大学技术学院 0.14 美国
25 丰田技术研究所 0.14 日本
25 布朗大学 0.14 美国
25 加利福尼亚大学尔湾分校 0.14 美国


人工智能杰出国家

排名 国家 分数
1 美国 73.1
2 加拿大 12.6
3 英国 11.5
4 中国 4.8
5 德国 4.1
6 荷兰 2.5
7 澳大利亚 2.3
8 日本 2.0
9 瑞士 1.5
10 法国 1.3
11 俄罗斯 1.0
11 芬兰 1.0
12 以色列 0.5
12 新加坡 0.5
13 意大利 0.3