科学界论文高引第一人易主！AI站上历史巅峰

图灵奖得主YoshuaBengio，论文总引95万+

魔镜魔镜，谁是有史以来被引用次数最多的科学家？

答案：深度学习三巨头之一、图灵奖得主YoshuaBengio。

如你所见，之所以提出这个问题，其实是因为相关消息正在引起热议ing。

并且这一次，Bengio的“最高引”头衔不仅限于计算机领域，而是“称霸”所有学科，属于“各领域被引用次数最多的在世科学家”。

在这之前，早在2018年，Bengio就是世界计算机研究者中单日引用次数最高的人（同一年获图灵奖），2022年还一举成为世界上被引用次数最多的计算机科学家。

其贡献最大的几篇论文《一种神经概率语言模型》（发表于2003年）、《Generativeadversarialnets》（发表于2014年的GAN）、《Deeplearning》（发表于2015年）全都为深度学习领域奠定了重要基础，深刻影响着如今大火的自然语言处理、计算机视觉等研究。

而在网友们的讨论中，热议背后更深层的意义也逐渐明晰：AI的胜利。

所以，借此机会，我们不妨再来回顾一下Bengio是谁，他又如何改变了人工智能——

“影响了一代人”的深度学习先驱

YoshuaBengio，1964年出生于法国巴黎，后全家移居加拿大。

关于成长早期，Bengio曾自述为“典型的书呆子”，高中无聊时经常独自在图书馆看书。

十几岁的时候，他终于和弟弟（SamyBengio，现任苹果公司AI与机器学习研究高级总监）通过送报纸攒够了买电脑的钱——当时买了Atari800和AppleII个人电脑。

或许是因为这进一步点燃了他对电脑的兴趣，1986~1991年，他在麦吉尔大学计算机科学系一路读完了本硕博。

注意，其博士导师正是GeoffreyHinton，在受Hinton启发开始对“什么是智力？”这一问题产生兴趣后，他选择研究语音识别，并开始从经典统计模型转向神经网络。

后来，他又分别去了MIT和大名鼎鼎的贝尔实验室从事科学研究，也是在贝尔实验室，他开始与YannLeCun合作，将其博士论文中的技术应用于实际问题。

至此深度学习三巨头（Bengio、Hinton、LeCun）算是结成了一张网。

直到1993年，他被聘为蒙特利尔大学助理教授，之后陆续晋升为副教授、教授，至今仍为该校教授，担任蒙特利尔学习算法研究所(MILA)所长，并担任加拿大高等研究院机器与脑机学习项目的联合主任。

而除了以上求学和职业经历，Bengio之所以为人熟知还是因为他在深度学习方面的贡献。

2018年，三巨头共同拿下了计算机领域的国际最高奖项——图灵奖，理由是他们在深度神经网络概念和工程上的突破，使得DNN成为计算的一个重要构成。

具体到Bengio，ACM细数了其三大重要贡献：列的概率建模、高维词嵌入与注意力机制、生成对抗网络。

这里就不得不提到Bengio发表或参与发表的几篇重要论文（总引95万+）。

2000年，他撰写了具有里程碑意义的论文《一种神经概率语言模型》，提出用神经网络解决语言建模中的“维度灾难（curseofdimensionality）”问题，为后来的大语言模型（如GPT系列）奠定基础。

2014年，其博士生IanGoodfellow发明了生成对抗网络GAN(Bengio为共同作者），这是首次提出生成对抗网络的论文，也是Bengio目前引用量最高的一篇。

排在第二的就是三巨头2015年共同发表的《Deeplearning》，这篇论文不仅系统总结了深度学习的发展历程，还深入剖析了其理论基础、核心算法和广泛应用，被视为深度学习领域的“圣经”。

再加上后来的几篇，可以说，Bengio在深度学习、循环神经网络、注意力机制、GAN等方面均做出了开创性贡献，推动了机器翻译、自然语言处理、计算机视觉等领域的巨大进步。

也正是因为这些研究，Bengio被公认为人工智能专家和深度学习先驱，堪称影响了一代人。

不过最近一阵，Bengio已经官宣再次创业了——

今年6月，他成立了非营利组织LawZero，要构建下一代AI系统，而且明确不做Agent（官宣时透露已筹集到3000万美元启动资金)。

Bengio表示，当前AI系统已显现出自我保护和欺骗行为的迹象，随着其能力和自主性的提升，这种趋势只会加速，LawZero是他们针对这些挑战所给出的建设性回应。

何恺明、Ilya都上榜了

说完Bengio，人们自然而然地好奇——

老二是谁呢？谁将有希望超越Bengio？

好嘛，还是我们的老熟人GeoffreyHinton，其论文总引用量目前接近94万，和Bengio差距不大。

而且扒一扒ADScientificIndex网站发布的完整名单，光是TOP10就有不少大家熟悉的人。

这里补充一下ADScientificIndex的介绍，该平台对全球超过260万科研人员、24500多家机构（包括大学、研究所、企业、医院等）、来自221个国家的研究表现进行评估。

评估指标包括H-index、i10-index和总引用数这三个，每个指标都提供“整个职业生涯”与“最近5或6年”两个时间段的数据（兼顾长期积累与近期活跃度)，索引主要基于公开的GoogleScholar个人资料，经过多层清洗和审核处理。

整体而言，这个网站的排名不仅具备实时性（谷歌学术数据约20天自动刷新一次，排名则每2天重新计算与发布），而且覆盖了各种学科类型。

咱们的老熟人还有排在第五的何恺明（总引73万+）、排第七的IlyaSutskever（总引67万+），剩余几位几乎都是医学领域的科学家。

总之，透过这一排名，我们能看到当下最热的两大领域：AI和医学。

毕竟，当一个人的论文被全世界数十万次引用，或许就不仅仅只是学术荣耀那么简单，而更有可能代表了时代的注脚。