看点：人工智能13个领域最新的人才状况和技术发展。
当前，人工智能正处在爆发期。我国在人工智能领域的科学技术研究和产业发展起步稍晚，但在最近十余年的时间里抓住了机遇，进入了快速发展阶段。在这个过程中，技术突破和创造性高端人才对人工智能的发展起着至关重要的作用。本周，清华大学AI研究机构AMiner发布了《中国人工智能发展报告》，报告遴选13个人工智能的重点领域进行重点介绍，包括：机器学习、知识工程、计算机视觉、自然语言处理、语音识别、计算机图形学、多媒体技术、人机交互、机器人、数据库技术、可视化、数据挖掘、信息检索与推荐等。
本期的智能内参，我们推荐清华大学的研究报告《中国人工智能发展报告》，对人工智能13个领域的人才情况及技术发展等内容进行了挖掘分析。
本期内参来源：清华大学AMiner
原标题：
《中国人工智能发展报告》
作者：李涓子唐杰
机器学习机器学习已经成为了当今的热门话题，但是从机器学习这个概念诞生到机器学习技术的普遍应用经过了漫长的过程。在机器学习发展的历史长河中，众多优秀的学者为推动机器学习的发展做出了巨大的贡献。
学者地图用于描述特定领域学者的分布情况，对于进行学者调查、分析各地区竞争力现况尤为重要，下图为机器学习领域全球学者分布情况：
▲机器学习领域全球学者分布地图根据学者当前就职机构地理位置进行绘制，其中颜色越深表示学者越集中。从该地图可以看出，美国的人才数量遥遥领先且主要分布在其东西海岸；欧洲中西部也有较多的人才分布；亚洲的人才主要分布于我国东部及日韩地区；其他诸如非洲、南美洲等地区的学者非常稀少；机器学习领域的人才分布与各地区的科技、经济实力情况大体一致。此外，在性别比例方面，机器学习领域中男性学者占比89.8%，女性学者占比10.2%，男性学者占比远高于女性学者。
我国专家学者在机器学习领域的分布如上图所示。通过下图我们可以发现，京津地区在本领域的人才数量最多，其次是长三角和珠三角地区，相比之下，内陆地区的人才较为匮乏，这种分布与区位因素和经济水平情况不无关系。同时，通过观察中国周边国家的学者数量情况，特别是与日韩、东南亚等亚洲国家相比，中国在机器学习领域学者数量较多。
▲机器学习领域中国学者分布
对本领域的高水平学术会议论文进行挖掘，解读这些会议在近年的部分代表性工作，会议具体包括：InternationalConferenceonMachineLearningConferenceandWorkshoponNeuralInformationProcessingSystems我们对本领域论文的关键词进行分析，统计出词频Top20的关键词，生成本领域研究热点的词云图，如上图所示。其中，出神经网络（neuralnetworks）、深度学习（deeplearning）、强化学习（reinforcementlearning）是本领域中最热的关键词。ICML和NeurlPS是机器学习领域非常具有代表性的会议，限于报告篇幅，我们选取ICML和NeurlPS近十年若干最佳论文进行解读。ICML年最佳论文论文题目：ChallengingCommonAssumptionsintheUnsupervisedLearningofDisentangledRepresentations中文题目：挑战无监督分离式表征的常见假设论文作者：FrancescoLocatello,StefanBauer,MarioLucic,GunnarR?tsch,SylvainGelly,BernhardSch?lkopf,OlivierBachem论文