深圳市企業技術創新促進會
Technology Innovation Association of Shenzhen Enterprise

您當前的位置:首頁 > 創新快訊 > 科技快訊

【科技資訊】全球AI人工智能頂級人才全景圖

本文轉載自:中國人工智能科技報告

據估算,目前,全球AI研究及直接從業者約有30萬人,主要分布在高校、AI新興企業、科技巨頭以及其他領域。其中,高校約10萬人,產業界約20萬人。

從這30萬人中,我們篩選出其中各領域頂尖人才近千人進行了較為詳細的調查和統計后,篩選出有代表意義的人才進行了畫像,包括:學術領域204人,領先企業81人,科技巨頭50人,投資人24


四大領域頂級人物畫像 

一、學術領域:頂級學者畫像

回溯AI領域三個發展熱潮,每一次浪潮的序幕都由科學家拉開。科學家為AI的發展奠定了堅實的基礎并起到了巨大的推動作用。在當今深度學習席卷全球的情勢下,在AI領域無論是基礎層還是應用層,科學家們的貢獻居功至偉。

他們在做出重大理論貢獻的同時,往往還與業界通力合作,推動人工智能走進人類歷史。因此,我們篩選了204位學者。篩選的一個重要指標是,他們自2006年至今,在人工智能領域頂級會議上發表過30篇以上論文。

其他指標還包括:學校、研究領域、年齡、地區、學生數量、受教育經歷、榮譽、業界兼職等,這些數據主要來自于學者個人公開資料。

從統計來看,這些學者分布于全球4個大洲12個國家的53所高校,其中位于美國的學者最多,占總數的63%。其中,有35位華人,占總數的17.2%,他們之中又有12位任教于清華大學、北京大學、上海交通大學、香港科技大學等國內高校。

就研究領域而言,這204位學者有的研究偏底層的機器學習、人工智能算法,也有的研究與現實應用更為貼近的計算機視覺、自然語言處理、機器人等方向。

以下是從年齡、性別、地區、學歷、專業等方面為這些學者進行的人群畫像。

1.1 年齡:活躍學者以中青年為主

AI領域活躍的學者以中青年為主。年齡在30-40歲的學者占比較高,30-50歲的學者占比超過六成。30-60歲的學者占占93.5%

對比研究各領域學者年齡可知,人工智能、計算機視覺、機器學習、自然語言處理這四個領域學者年齡差距不大,而研究機器人的學者年齡偏大。

另外,我們統計了學者論文在社交媒體和新聞媒體上被分享、下載、閱讀的情況以及學者個人在社交媒體上的活躍度與被關注程度,得到衡量學者社會影響力的綜合指標。可以看出,社會影響力與學者年齡、職稱沒有顯著的相關關系。從學者職稱方面分析,數據中的學者大多為教授,但同時有一些助理教授和副教授也取得了一定的影響,從側面印證了AI領域的年輕化。在AI浪潮中,年輕學者的成果一樣受到大家的關注。

1.2 性別:女性比例極低

在學者性別方面,男性學者在AI領域占比遠超女性學者,男女學者比例約為7:1。女性學者主要集中在美國、加拿大以及英國。

雖然女性占比較少,但所取得的成就卻巾幗不讓須眉。例如 M I T 計算機科學和人工智能實驗室(CSAIL)主任Daniela Rus,在機器人領域尤其是自動駕駛方面做出了杰出貢獻。另外,斯坦福人工智能實驗室和視覺實驗室的主任華人學者李飛飛的ImageNet項目,徹底改變了大規模視覺識別領域,為計算機視覺的發展做出了卓越貢獻。

1.3 地區:主要分布于北美

地區分布上,學者主要分散在北美、歐洲、中國、日本、新加坡、澳大利亞等國家。

頂級學者全球地區分布

總體而言,美國AI學者占比最多。美國AI學者星羅棋布,舊金山灣區、紐約、波士頓、西雅圖、芝加哥地區都匯聚著眾多的AI學者。卡耐基梅隆大學、斯坦福大學、麻省理工學院、加州大學伯克利分校這四所學校在培養人才和吸引人才方面都處于領先地位。

有著世界頂級研究學者——例如多倫多大學的 Geoffery Hinton、阿爾伯塔大學的 Richard Sutton 和蒙特利爾大學的 Yoshua Bengio坐鎮的加拿大也匯集著一批頂級的AI學者。

英國則是歐洲人工智能的研究中心,牛津大學、劍橋大學、帝國理工學院、倫敦大學學院、愛丁堡大學等都在人工智能以及機器學習領域有著深厚的積累。

國內AI學者主要集聚在北京、上海、香港等地區,人才分布較為集中。清華大學、北京大學、上海交通大學、浙江大學、香港科技大學、香港中文大學等都有一批活躍學者,引領著中國的AI研究。此外,在亞洲,日本的東京大學,新加坡的新加坡國立大學、南洋理工大學,韓國的韓國科學技術院也匯集著一批活躍學者。

1.4 教育經歷:學者們多畢業于 CS 四大名校

統計學者的畢業學校,發現他們100%都擁有博士學位,而他們之中的大部分都畢業于美國高校。其

中從卡耐基梅隆大學、斯坦福大學、加州大學伯克利分校、麻省理工大這CS四大名校學走出的學者最多。

1.5 專業背景:98% 的學者擁有 CS  EE 博士學位

對這些學者的專業背景進行分析,發現98%的學者擁有Computer ScienceElectrical Engineering的博士學位,另外部分學者擁有數學、統計學、認知科學、生物學的博士學位。

而這些學者的本科學位則更加多樣化。擁有Computer ScienceElectrical Engineering本科學位的學者僅占58%,許多學者本科專業為物理學、數學、統計學。甚至有部分學者本科并非理工科專業,如語言學、哲學、歷史學等,這部分學者很大一部分活躍于自然語言處理領域,擁有復合背景使他們的研究非常有優勢。

1.6 學界與業界:學界業界聯系緊密

AI的細分領域中,學者人數最多的領域是機器學習,其次是計算機視覺、機器人和自然語言處理。

總體而言,學者越來越多地擁有雙重身份:一方面在學校進行研究,另一方面也服務于企業,為人工智能領域做出更貼近產業的貢獻。在其中,有52名學者在企業界擔當首席科學家、技術總監等職位,有17名學者創辦過自己的公司。可見人工智能領域學界和企業界聯系緊密。

例如深度學習的三駕馬車之一的Geoffrey Hinton領導著多倫多的谷歌大腦項目,Yan Lecun同時擔任了Facebook人工智能研究部門負責人,Yoshua Bengio也選擇了簽約微軟。AlphaGo的項目負責人DavidSilver之前在倫敦大學學院任教,之后他發現在Deep Mind做顧問更有意思,最后選擇全職加入DeepMind

二、領先企業:頂級企業家畫像

上市,或成獨角獸,或被巨頭收購,都在某種程度上意味著步入領先企業的行列,成為在某一領域的權威。成功企業數量越多,就越可能形成一個多樣化且完善的市場體系。而對人工智能產業而言,眾多企業成熟的技術運用,持續前沿的技術研發和快速落地的豐富產品都能夠促進整個產業良性發展。這就意味著,領先企業的數量和體量,也是衡量一個國家產業發展水平的重要標準。

我們從全球領先的人工智能企業出發,分析全球情況,了解中國與世界的優劣勢。我們篩選出49家全球領先的人工智能企業作為分析主體,包括上市企業,獨角獸企業,部分被巨頭收購的AI創業公司和人工智能轉型公司。然后對這49企業進行編碼、量化與分析。統計企業的創始人共1位。

他們年齡相對年輕,大多分布在30-40歲;多為高知分子,超過2/3的企業家學歷為碩士或博士,其中大多來自世界名校,并且所學專業與人工智能相關。

性別上男性居多,女性企業家數量稀少。

他們一起帶領公司構成了全球人工智能產業的金字塔尖。

2.1 全球超過一半領先企業誕生在美國

在統計的全球AI領域49家領先企業中,美國擁有領先企業數量位居第一,共有26家,占據總量的53%

中國位居第二,擁有12家,占據總量的24%。總體來看,中美兩國處于發展的第一梯隊,與其他國家拉開較大差距。

2.2 創業場上 80 后獨領風騷

頂級企業家的年齡相對年輕。約50%的企業家年齡不超過40歲,其勇氣和魄力可見一斑。44%的人年齡分布在40歲到60歲,只有不到6%的全球領先企業創始人年齡在60歲以上

企業綜合得分由企業的社會影響力、員工數、融資金額、企業成長性四部分按照一定權重綜合計算得出,將企業家年齡與企業綜合得分進行比較,除去極端值,總體來看,企業綜合評分與年齡的相關性不高。另一方面,企業評分較高的企業,大多創始人集中在45歲以下,側面反映了年輕企業家在人工智能領域影響力和號召力的進一步增強。

 性別絕對優勢,女性AI企業家數量極少

絕大多數AI領先企業創始人為男性,81位企業家中僅有兩位為女性,男性在AI領域占據著絕對優勢。兩位女企業家分別為Rethink Robotics公司的Ann WhittakerC3 IoT公司的Patricia House。其中Ann Whittaker擔任公司的副總裁,Patricia House擔任公司的副董事長。

2.3 國籍:中美企業家數量最多,美國優勢明顯

從企業家的國家分布來看,81位企業家中擁有美國國籍的有43位,占據了一半以上,中國國籍的有17位,位于第二,英國有6位,位于第三。華人數量一共20位,約占總人數的1/4,華人在AI全球領域扮演著重要的角色。

2.4 高知云集,超過 2/3 的碩博占比

AI領先企業創始人學歷普遍較高,博士與碩士分別占38%34%,兩者合計72%,超過總體2/3以上,看來在企業發展過程中,創始人和領導人的學術能力對于人工智能企業有著積極的意義在AI領先企業創始人中,只有一位持有高中學歷:一家中國智能汽車企業車和家的創始人李想,雖然學歷略遜一籌,但在智能汽車領域,其能力不可小覷。

頂級企業家大多畢業于世界名校,其中斯坦福大學、麻省理工學院和卡耐基梅隆大學排名前三,這三所高校也處于人工智能學科最先進的高校之列。

中國的高校貢獻了7位人工智能領先企業負責人。雖然就整體而言,中國的人工智能產業還不及美國,但是中國的成長性不可小覷,遠超英國,法國,德國等老牌發達國家。

大多數企業家所學專業與人工智能相關:計算機工程、機器人、生物工程學等,少部分專業為哲學、公共政策、社會學等學科。

另外,一個公司的創始人經常來自同一個學校,呈現出校友圈創業的現象,如Indigo的兩位創始人Geoffrey von MaltzahnDavid Berry都畢業于麻省理工生物工程學,碳云智能科技的王俊、李英睿都畢業于北京大學等等。值得注意的是,2位高中學歷的企業家:圖秀秀創始人吳欣鴻、車和家創始人李想,都為中國人。他們在涉足人工智能領域之前,在互聯網已經有了成功的創業經驗,這為他們在人工智能領域創業打下了基礎。

2.5 專業背景與從業經歷相差不大。

在對頂級企業家的平均年齡、學歷、專業背景、AI從業經歷等的量化過程中發現,中外企業家在各方面的情況有所不同:

在年齡上,中國的創業家更加年輕,國外企業家的平均年齡為43.3歲,國內企業家的平均年齡為37.1歲,相差6.2歲,中國企業家創業時間呈現年輕化的特點。

在專業背景上,中外企業家相差不大,大部分以計算機、軟件工程、機器人、自動控制等與人工智能相關度較高的理工科專業為主,少部分為哲學、社會學、工商管理等專業。

在學歷上,中國企業家平均學歷略低于國外平均水平,只到本科以上。而外國的企業家平均學歷達到碩士以上。

AI從業經歷上,國內外情況相似,大多數企業家之前從事過與人工智能相關工作或研究工作,具有一定的職業經驗,由于中國企業家的年齡普遍較年輕,在經歷上略遜于國外企業家。

三、 科技巨頭:頂級實驗室負責人畫像

科技巨頭公司的研發團隊是一股不容忽視的力量。巨頭公司憑借其雄厚的財力投入大量研發經費,所造就的高端的研究環境和提供的高薪待遇吸引了大量的頂級人才加入。這些研發人員往往擁有與學者匹敵的學術和技術能力,或者本來就是投筆從戎的學者;他們巧妙地將學術突破和技術創新應用在產品開發上,為巨頭提供最前沿的技術解決方案,是企業巨輪前進乃至向人工智能方向轉航的核心推進力。

我們從全球十大科技巨頭中,統計了21個實驗室,總計50位負責人。

他們中超過90%的人擁有博士學歷,男性為主占據總體90%,并且74%的人年齡在50歲上下。

3.1 AI 巨頭研發團隊

在收錄人才水準在一定標準線之上的情況下,企業搜集的研發人才越多,研發能力就越強。

從官方公布的AI研發團隊規模估算,谷歌作為科技企業領頭羊,AI研發團隊人數遙遙領先,在15002500人左右。

第二梯隊是微軟和IBM,擁有研發團隊約有10001500人。他們作為老牌的IT公司,研發布局較早,在世界各地的研究院中有著良好的AI人才儲備。

第三梯隊是百度、騰訊和Facebook,擁有研發團隊約5001000人。這些公司在技術研發上起步較晚,但也正在奮起直追,近5年來在AI研發團隊布局上動作頻頻。

3.2 AI 研發團隊負責人畫像

 男性占絕對優勢,60后和70后是主力軍

巨頭企業AI技術負責人中男性以90%的比例占絕對優勢,且1960年代和1970年代出生的人為主力軍(分別占36%38%)。這不難理解,60后和70后在38-57歲之間,正當創造力和經驗合力最好的年齡;而50后的資深人士漸漸退出工作一線; 80后年輕人才因欠缺團隊管理經驗而領導力不足。

 中國人和美國人居多,英國人、印度人、法國人也不少

按出生地統計,巨頭AI團隊負責人的主要出生國家為中國(32%)和美國(26%),兩國人數超過了總體的一半以上。另外,英國人(8%)、印度人(8%)、法國人(6%)的占比也顯著高于其它國家。

但美國對AI人才的吸引力遠高于中國。在中國工作的AI團隊負責人的出生地全部為中國;而在美國工作的中國人卻為數不少。

 跳槽普遍,多數人工作經驗豐富

巨頭技術團隊負責人中有約2/3的人有其它的工作經歷。

進一步分發現,他們中約有1/3曾經有過創業經歷;約有1/3擁有教授職稱;有1/4曾在其它巨頭公司工作過,且其中有IBM和微軟工作經歷的人較多。

 博士學歷是門檻,美國是求學大本營

巨頭對于公司AI團隊負責人的選擇有明顯得學歷偏好。巨頭AI技術負責人中90%有博士學位;而剩余10%均為碩士,而且擁有極突出的技術能力和工作經驗。例如微軟應用科學組的領頭人 Steven Bathiche在碩士期間便開發了著名的混合機器人Mothmobil;英特爾人工智能事業群的網絡專家Ryan Loney10段不同類型的工作經驗。

而在出產AI博士的高等院校中,美國大學是巨頭AI團隊負責人求學的大本營。以博士學位獲取地來看,美國是AI技術人才的主要培養地。在擁有博士學位的AI技術負責人中,73%在美國大學獲得博士學位,18%在歐洲獲得,只有7%在亞洲獲得。從學位授予地來看,美國、亞洲和歐洲的大學分別為他們提供了57%24%16%的學位(包括學士、碩士、博士和MBA)。

卡耐基梅隆大學、斯坦福大學、麻省理工學院堪稱巨頭企業AI負責人的黃埔軍校,僅三所學校

培育了近1/4的巨頭企業AI負責人。15.7%的巨頭企業負責人持有中國高校的學位,主要來自清華大學、復旦大學、北京大學、哈爾濱工業大學、天津大學、香港科技大學等國內名校。

四、 投資人

4.1 富有遠見的投資機構

 美國投資機構看得更遠

截至2017年,全球AI領域投資規模前13名的投資機構均由中美兩國獨占,其中中方占有4家投資機構,占總量的30.77%,美方占有9家投資機構,占總量的69.23%。單從投資機構數量上來看,美國投資界對AI領域的關注度要大大超越中國,顯示其更加看好AI領域的發展前景。

● IDG資本大刀闊斧,投資金額兩倍于第二名

AI領域投資規模前三名分別是IDG資本、創新工場、AME Cloud,其中IDG資本在AI領域的投資規模占到各個機構投資總額的25.6%

 投資人對計算機視覺和自動駕駛項目更感興趣

從技術層面上來看,上述投資人更加偏好自然語言處理、計算機視覺與圖像等應用層面的技術領域,而在像處理器/芯片等基礎設施領域的投資較少,這也反映出投資人從過去偏好投資基礎設施向應用層面投資的轉變。從這幾年投資次數上來看,各技術領域的投資次數均有所提高,尤其以計算機視覺與圖像、機器學習應用、自然語言處理為投資熱點。

 投資人的戰績前三甲是誰?

創投圈一直有B輪死、C輪死的說法,它是指大多數初創企業在C輪融資以前就死掉了,因此,初創企業能夠拿到C輪融資,就意味著其活下去的概率大大增加,因此投資人投資盈利的概率也會隨之增加。

因此,我們在此定義投資成功率為拿到C輪及其以后輪次的項目數量占其在AI領域投資項目總數的比例。有所不同的是,我們采用這一指標衡量同類型投資機構。

在早中期投資中,投資成功率最高的前三位分別是New Enterprise AssociatesSV Angel、創新工場以及經緯中國;在中后期投資中,投資成功率最高的是Khosla Ventures;在整個時期投資中,投資成功率最高的是Accel Partners。從整個投資周期來看,早期投資成功率往往低于中期投資,而中期投資成功率低于后期投資。在進入C輪及C輪以后的輪次項目中,Accel Partners的項目大多屬于天使輪、A輪等早中期投資,New Enterprise AssociatesKhosla Ventures的項目大多屬于A輪、B輪及其以后輪次的中后期投資。

4.2 投資人畫像:經驗豐富,眼光獨到

 華人投資家的大手筆

從投資人國籍分布來看,24位投資人中美國國籍的有14位,占據了一半以上;中國國籍的有8位,位于第二;印度與馬來西亞各有1位,并列第三。華人數量一共9位,占總人數的37.5%,華人在AI投資領域扮演著重要的角色。

AI領域投資人大部分為男性,24位投資人中僅有2位為女性,男性在AI領域占據著絕對優勢。

 人工智能領域,做投資學歷是剛需

AI投資人的學歷普遍較高,14%為博士,45%為碩士,32%為學士,并且他們大多畢業于世界名校,尤其以美國名校居多。所學專業與計算機相關的較多,其次是工商管理,還有少部分其他專業。

年齡與工作經歷方面,這些投資人以前大多是企業高管、創業者,少部分專業技術人員出身,且投資人的年齡大多分布在40-70歲這一區間,占到了82%40歲以下以及70歲以上只占到14%。由此可見,年齡在40-70歲之間的企業高管、創業者、合伙人比較適合做投資人。

注: 本節數據來源及補充說明

報告中人工智能企業相關數據來源于騰訊研究院2017年發布的《中美兩國人工智能產業發展全面解讀》和《2017中美人工智能創投現狀與趨勢研究報告》。

第二篇全球AI頂級人才全景圖數據來源及補充說明如下:

 學界學者

衡量學者學術影響力的指標主要包括論文發表數量和論文被引用次數。用頂級期刊/會議論文發表數量來衡量人工智能第三次浪潮以來活躍學者的學術影響力,用總引用量來衡量人工智能領域奠基人的學術影響力。同時考慮學者的社會影響力。

活躍學者選取了論文發表數量和社會影響力兩個指標,將指標標準化后,權重分別取0.80.2;奠基人選取了總引用量和社會影響力兩個指標,將指標標準化后,權重分別取0.80.2

數據來源:CSRanking, Google學術

 科技巨頭科學家

AI技術團隊指巨頭公司設立的研究院、實驗室、大型研發項目等。巨頭公司包括以下十大公司:Facebook, Google, IBM, Intel, Microsoft, Amazon, Apple, 騰訊,阿里巴巴, 百度。負責人是指該技術團隊AI研發工作的實際領導者和推動者,常見的職稱有杰出科學家(Distinguished Scientist)、主任、Technical FellowDirectorDeadLeader等。

 領先企業家

指標體系包括企業名稱,成立時間,技術領域,企業家姓名,國籍,年齡,性別,學歷,教育背景,專業,創業/就業經歷,企業社會影響力,融資金額/輪次以及企業成長性。

對企業衡量有四個指標,分別是社會影響力、員工數、融資金額、企業成長率。四個指標的權重分別為0.250.050.50.2。權重的確立分為兩步,先通過熵值法初步確立了四個指標的權重,再根據指標對影響力的重要程度對權重進行調整。根據評分,選擇領先的20家企業。

數據來源:Venture ScannerCrunchbaseIT桔子

 投資人

按照在AI領域的投資規模,挑選出排名前13的投資機構,共統計出24位主要負責人。采用熵值法,根據參與投資金額,投資項目數量,投資收益率排名。

在估算過程中,定義一家投資機構的投資規模等于其所參與的每輪AI領域投資項目的融資總金額除以參與投資該項目的投資機構數量的總和。定義投資成功率指投資機構所投資的獲得C輪融資及以后的融資的企業占到投資項目總數的比重。

另外,不同機構之間存在相同的投資項目,同一投資項目也可能存在多起投資,因此在計算上存在可容納誤差。

數據來源:Venture ScannerCrunchbaseIT桔子

 缺失值處理

在數據統計的過程中,不可避免的會遇到少數數據無法收集到的情況,對于缺失值的處理,此次報告的處理方法是平均數值法,即選取該缺失值前后三位的平均數作為填充。


(資訊來源:頭條號中國人工智能科技報告)


深圳市企業技術創新促進會

地址:深圳市南山區高新南區軟件產業基地

5棟D座—901

電話:0755-26427273

香港六合彩免费资料 开奖结果