第二張圖和第一張圖其他條件一樣，只是增加了一個“文章必須至少被引用一次”的附加條件。也就是說，第二張圖統(tǒng)計的文章數(shù)，是被引用過的“有效文章數(shù)”，相對來說更合理一些。

　　兩張圖里，中國都在2014年和2015年超過了美國（以及其他所有第二梯隊的國家），居于領跑者的位置。

　　問題來了，在AI研究領域，中國人真有這么強嗎？

　　從這些年的直覺看，中國人/華人在人工智能領域里的大牛比比皆是，吳恩達、孫劍、楊強、黃廣斌、馬毅、張大鵬 ……隨口可以說出一大串，我自己在Google的研究團隊，微軟研究院等地親眼看到的，也到處是中國人、華人的面孔。但這只是直觀感受。整體來看，中國人/華人所做的科研貢獻到底有多重要，對人工智能的推動作用到底有多大？白宮報告里的統(tǒng)計是不是科學、合理？

　　其實，對美國國家戰(zhàn)略規(guī)劃里的統(tǒng)計，我自己是有幾個疑問的，主要包括：

　　直接搜索關鍵字“深度學習”、“深度神經(jīng)網(wǎng)絡”，真的能涵蓋這些年人工智能領域的所有科學研究進展？像機器人、智能控制、機器視覺、無人駕駛等領域里，沒有提及深度學習的文章眼見還有不少。嚴格按關鍵詞匹配會漏掉多少相關文章？是否影響統(tǒng)計結(jié)果？

　　“文章至少被引用一次”，比較科學，但好像還遠遠不夠。這種統(tǒng)計，真的不需要考慮SCI的影響因子嗎？不考慮的話，會混進多少較差期刊上發(fā)表的比較水的論文？這些數(shù)據(jù)會不會被國內(nèi)研究機構(gòu)靠SCI引用數(shù)來評職稱的風氣污染？

　　在全球化時代，按國家統(tǒng)計，會不會有明顯偏差？白宮報告沒有提到被統(tǒng)計的文章是如何歸入不同國家的。如果按作者發(fā)表文章時的所在機構(gòu)，那大量在國外機構(gòu)訪問的中國學者會不會被算成外國人？中國人和外國人合寫的文章該如何統(tǒng)計？如果按期刊所屬國家和地區(qū)，那不同國家間的期刊水平（影響因子）差異是不是會讓統(tǒng)計結(jié)果帶有偏見？

　　基于此，我也想自己去做個統(tǒng)計。

　　統(tǒng)計前，給自己設了幾條原則：

　　從期刊的影響因子出發(fā)，只統(tǒng)計影響因子高的頂尖期刊。

　　從Web of Science主題詞出發(fā)，涵蓋人工智能相關的所有科研領域，而不僅是深度學習方面的文章。

　　關注對象是華人，而不是用國家分類的辦法去比較中國和外國——這個是我自己的選擇，因為今天的學術界，國家間的合作和交流已不可忽視。類似吳恩達這樣的外籍華人，其實也在為中國的人工智能發(fā)展做貢獻。與其限定國家，不如從整體上看一看，地球上的華人科學家、研究者群體，到底有多厲害。

　　關注時間范圍是2006到2016年，跨度10年左右——因為許多人說，這一波人工智能大潮是從2006后的幾年時間里，才開始真正興起的。

　　我的統(tǒng)計結(jié)果

　　來看下2006到2016年間華人作者的平均貢獻：