重磅2016 全球最有影响力的100 大人工智能品牌和人物
新智元原创
来源:Onalytica
译者:米粒
【新智元导读】为了解人工智能和机器学习的领袖和品牌中,哪些引发了最多的网上讨论,Onalytica 特地在全球范围内做了一次调查:分析了 从 2015 年 10 月 30 日到 2016 年 2 月 24 日期间,提及过 “AI、人工智能、人工、智能、机器、学习、机器学习”的 110 万个推文关键字,识别出能引发推特讨论的前 100 名最有影响力的品牌和个人。
研究方法论
我们使用以PageRank为基础的方法论,在考虑过语境相关的引用数量及质量,提取出在特定主题(就此案例而言,即提及过“AI” 或“人工 智能”(“Artificial Intelligence”)或“人工智能”(“ArtificialIntelligence”) 或“机器 学习”(“Machine Learning”) 或“机器学习”(“Machinelearning”)的推文)的思想领袖。
这些计算均与用户的粉丝数目是相互独立的。但是,我们在筛选名单时候确实以该用户在对话中参与程度作为依据。
调研数据
90 天;1,014,655 条推文;169,457 位参与用户;520,944 条参与推文。
Top 100 品牌
前 50 名的品牌
Rank | Twitter Handle | Name | Influencer Score |
---|---|---|---|
1 | @xdotai | x.ai | 100 |
2 | @wef | World Economic Forum | 76.43 |
3 | @IBMWatson | IBM Watson | 70.41 |
4 | @xprize | XPRIZE | 68.77 |
5 | @TechCrunch | TechCrunch | 46.66 |
6 | @MSFTResearch | Microsoft Research | 45.93 |
7 | @IBM | IBM | 38.03 |
8 | @Microsoft | Microsoft | 37.16 |
9 | @techreview | MIT Tech Review | 36.4 |
10 | @Forbes | Forbes | 33.16 |
11 | @nvidia | NVIDIA | 30.94 |
12 | @Techmeme | Techmeme | 27.41 |
13 | @analyticbridge | Big Data Science | 26.24 |
14 | @sejournal | SearchEngineJournal® | 26.17 |
15 | @YahooLabs | Yahoo Labs | 19.13 |
16 | @Toyota | Toyota USA | 18.59 |
17 | @innovateuk | Innovate UK | 18.55 |
18 | @TechRepublic | TechRepublic | 15.29 |
19 | @singularityhub | Singularity Hub | 15.22 |
20 | @open_ai | OpenAI | 15.14 |
21 | @IBMResearch | IBM Research | 14.86 |
22 | @AtlasFuture | Atlas of the Future | 14.5 |
23 | @teamrework | RE.WORK | 14.11 |
24 | @FLIxrisk | Future of Life | 13.98 |
25 | @engadget | Engadget | 13.75 |
26 | @ML_toparticles | Machine Learning | 12.19 |
27 | @DataScienceCtrl | Data Science Central | 11.71 |
28 | @VentureBeat | VentureBeat | 11.55 |
29 | @MSFTVentures | Microsoft Ventures | 11.42 |
30 | @deeplearning4j | deeplearning4j | 10.8 |
31 | @TensorFlo | TensorFlow | 9.52 |
32 | @InfoQ | InfoQ | 9.32 |
33 | @SwanseaUni | Swansea University | 9.25 |
34 | @developerWorks | IBM developerWorks | 8.9 |
35 | @AlchemyAPI | AlchemyAPI | 8.76 |
36 | @MaluubaInc | Maluuba | 8.68 |
37 | @BigCloudTeam | Big Cloud | 8.07 |
38 | @broadinstitute | Broad Institute | 7.84 |
39 | @snips | Snips | 7.49 |
40 | @DataconomyMedia | Dataconomy | 7.22 |
41 | @declara | Declara | 7.09 |
42 | @Azure | Microsoft Azure | 7.06 |
43 | @ITPro | IT Pro | 6.92 |
44 | @IBM_NEWS | IBM News Room | 6.91 |
45 | @datoinc | Dato | 6.62 |
46 | @Datafloq | Datafloq | 5.8 |
47 | @AnalyticsVidhya | Analytics Vidhya | 5.6 |
48 | @hseas | Harvard SEAS | 5.58 |
49 | @Recode | Re/code | 5.21 |
50 | @royalsociety | The Royal Society | 5.1 |
Top 100人物
前 50 名的人物
Rank | Twitter Handle | Name | Company | Influencer Score |
---|---|---|---|---|
1 | @MikeTamir | Michael Tamir | Galvanize | 42.37 |
2 | @KirkDBorne | Kirk Borne | Booz Allen Hamilton | 41.5 |
3 | @kdnuggets | Gregory Piatetsky | KDNuggets | 36.87 |
4 | @craigbrownphd | Craig Brown, Ph.D. | STEM | 32.61 |
5 | @bobgourley | Bob Gourley | Cognitio Corp | 23.73 |
6 | @davidwkenny | David Kenny | IBM Watson | 23.49 |
7 | @genekogan | Gene Kogan | Sourcetone | 23.18 |
8 | @randhindi | Rand Hindi | Snips | 22.87 |
9 | @mappingbabel | Jack Clark | Bloomberg | 17.51 |
10 | @randal_olson | Randy Olson | University of Pennsylvania | 17.03 |
11 | @jordannovet | Jordan Novet | VentureBeat | 16.92 |
12 | @GaryMarcus | Gary Marcus | Geometric Intelligence | 16.53 |
13 | @xamat | Xavier Amatriain | Quora | 15.69 |
14 | @RickKing16 | Rick King | Consultant | 14.95 |
15 | @EdKwedar | Ed Kwedar | Consultant | 14.21 |
16 | @miha_jlo | Mihajlo Grbovic | Yahoo Labs | 13.62 |
17 | @ilparone | Jarno M. Koponen | Random, TechCrunch | 13.16 |
18 | @alexjc | Alex J. Champandard | AiGameDev, nucl.ai | 12.35 |
19 | @guestrin | Carlos Guestrin | Dato | 11.57 |
20 | @willknight | will knight | Technology Review | 9.73 |
21 | @hannawallach | Hanna Wallach | Microsoft | 9.71 |
22 | @TamaraMcCleary | Tamara McCleary | Relationshift | 9.63 |
23 | @AndrewYNg | Andrew Ng | Baidu, Coursera | 9.14 |
24 | @erikbryn | Erik Brynjolfsson | MIT | 8.61 |
25 | @jshieber | Jonathan Shieber | TechCrunch | 8.47 |
26 | @MFordFuture | Martin Ford | Author, Keynote Speaker | 8.42 |
27 | @etzioni | Oren Etzioni | AIlen Institute for AI | 8.35 |
28 | @simonlporter | SimonPorter | IBM | 8.06 |
29 | @pmddomingos | Pedro Domingos | University of Washington | 7.49 |
30 | @josephsirosh | Joseph Sirosh | Microsoft | 7.28 |
31 | @RebeccaFiebrink | Rebecca Fiebrink | Goldsmiths | 7.07 |
32 | @YvesMulkers | Yves Mulkers | 7wdata | 6.89 |
33 | @DennisMortensen | Dennis R. Mortensen | x.ai | 6.35 |
34 | @tsimonite | Tom Simonite | Technology Review | 6.34 |
35 | @ITredux | Theo Priestley | ITredux, Microsoft | 6.3 |
36 | @EvanSinar | Evan Sinar | DDI | 6.29 |
37 | @Wikisteff | Steffen Christensen | Horizons | 6.25 |
38 | @bobehayes | Bob E. Hayes, PhD | AnalyticsWeek | 6.05 |
39 | @gigastacey | Stacey Higginbotham | IoT Podcast | 5.76 |
40 | @clarecorthell | Clare Corthell | Luminant Data | 5.62 |
41 | @MLnick | Nick Pentreath | Graphflow | 5.6 |
42 | @reckel | Richard Eckel | Microsoft | 5.56 |
43 | @harryshum | harryshum | Microsoft | 5.43 |
44 | @nanettebyrnes | Nanette Byrnes | Technology Review | 5.4 |
45 | @DiegoKuonen | Dr. Diego Kuonen | Statoo Consulting | 5.37 |
46 | @robertoglezcano | Roberto A. González | San Pablo University | 5.35 |
47 | @TeachTheMachine | Jason Brownlee | Clever Computations | 5.29 |
48 | @mpshanahan | Murray Shanahan | Imperial College | 5.22 |
49 | @ManjuManglani | Manju Manglani | managingpartner | 5.21 |
50 | @bigdata | Ben Lorica | O’Reilly Media | 5.18 |
专家们在说些什么?
我们联系了排名前20位的其中一些思想领袖来, 为了了解他们对人工智能及机器学习的一些看法。我们采访了迈克·塔米尔(Mike Tamir)(#1),柯克·源性(Kirk Borne)(#2),格雷戈里·Piatetsky(Gregory Piatetsky)(#3),基因·高根(Gene Kogan)(#7)和兰德尔·S·奥尔森.(Randal S. Olson)(#10)。 请关注他们以便能了解在人工智能及机器学习领域最新最好的内容及资源。
迈克·塔米尔(Mike Tamir)博士-镀锌(Galvanize)公司首席科学官及首席学习官
我们正处在人工智能及机器学习历史上的一个重要时刻。在20世,通过应用规则为基础的反馈语言来实现机器与人类语言互动的错误开始及失败案例比比皆是。近来,机器学习推动的通过嵌入连续神经文字来呈现文本数据的进步已经改变了游戏规则。诸如word2vex等技术已经使我们能够密集地呈现自然语言数据用于深入学习的应用领域,使我们能够成功对概念间的语义关系进行归类,甚至连句与句间的推理关系的归类也不在话下。这一成功,连同与深度学习convo-nets相关的其他成功一道,在涉及到图形识别时候,有可能已把我们带入了 “深蓝”(“Deep Blue”)时刻,挑战诸如 “图灵测试“(“Turing Test”)等难倒人工智能数十年的问题。
柯克·伯尼(Kirk Borne)- 博思艾伦(Booz Allen)首席数据科学家
人们有时会问:“机器学习与数据挖掘及人工智能的不同之处在哪里?”在我看来,机器学习指代一套基准的数学算法,用以学习描述数据中存在的模式及功能的模型;数据挖掘则是运用这些算法从大量数据集中进行搜索的应用;人工智能则是通过这些算法使设备(如机器人)进行自主行动及决策的应用。我现在将会把所有这些概念合并到数据科学的范畴。此外,深度学习、快速机器学习技术(如图形处理器(GPUs))及模块化架构(如:Raspberry Pi)等的出现已经使数据挖掘及人工智能的区别愈加模糊。可操作智能已经不仅仅是一个商业流行语,它已经成为商业的当务之急。
格雷戈里·皮亚捷茨基(Gregory Piatetsky) – Kdnuggets公司总裁
机器学习是人工智能的核心。机器学习,尤其是借助大数据、高速GPUs及更好的算法的深度学习,已经在包括游戏、图像识别和语音理解等的诸多领域实现人类或超过人类的表现。 过去专家所认为的人工智能不能击败人类国际象棋大师或人类国际象棋冠军或无法识别图像的想法都被证明是错误的。似乎并没有人工智能及机器学习任何不可逾越的障碍。现在,是时候开始重视人工智能并思考具有人类水平人工智能带来的极大好处及所存在的巨大风险。
基因·高根(Gene Kogan) Sourcetone公司研究员及Harvestworks公司工程师兼讲师
“我对机器学习在人类创造力和表现力上的应用感到无比兴奋。此外,我希望看到更多的资源可以投资在民主化获得的研究及教育方面。“
兰德尔·S·奥尔森(Randal S. Olson)宾夕法尼亚大学生物医学信息学院博士后
随着DeempMind’s AlphaGo 成为世界专家级的围棋玩家,波士顿动力公司(Boston Dynamics)的双足机器人(阿拉特斯(Altas))进军机器人现场,这一切的一切注定使2016年成为人工智能及机器学习的突破性的一年。我们在提高机器能够实现的艺术状态同时,我期待着能够在人工智能及机器学习方面推出最新的报告。
【新智元】60 万年薪招聘主编(主笔、高级编译、咨询总监、客户经理)
工作地点:北京-海淀区
招聘邮箱:jobs@aiera.com.cn
职位:主编
职位年薪:30-60万
职位描述:
1.热爱人工智能和媒体事业;
2. 具有3年以上媒体采编经验,在业内有一定影响力及人脉;
3. 具有编译团队管理经验,善于部门间协作沟通;
4. 对TMT领域有深入理解,对行业趋势有独到的洞察;
5. 英文阅读写作及沟通能力优异;
6. 较强的抗压能力和自驱力,能在竞争激烈的环境下激励团队;
7. 具有创业精神及团队精神,有恒心肯吃苦;
8. 理工科背景优先,有知名企业或知名媒体机构工作经验者优先。
职责:
全权负责微信公众号内容策划、生产与运营,对内容质量、阅读体验、数据增长负责。具体负责完成对微信公众号内容定位和规划,组建并管理采编团队,策划执行重点选题,建立和维护供稿作者资源;监控公众号各项数据指标变动,并以此为基础改进提升内容质量。
职位:客户经理
职位年薪:12-20万
职位描述:
1. 根据客户需求,策划撰写合作方案;
2. 根据公司品牌推广需求,策划撰写活动组织方案;
3. 思维活跃、富有创意,文字驾驭能力强,具备优秀的项目策划及提案能力;
4. 熟练使用PPT,具有良好的视觉欣赏及表现能力,PS能力优秀者最佳
5. 对高科技尤其是人工智能及机器人领域有强烈兴趣者加分;
6. 热情开朗,擅长人际交往,有团队精神;
7. 较强的活动筹备与执行能力,较强的抗压能力和应变能力
职位:主笔
职位年薪:18 - 30万
职位描述:
1. 热爱人工智能和媒体事业;
2. 具有3年以上原创撰稿经验,在业内有一定影响力及人脉;
3. 对TMT领域有深入理解,对行业趋势有独到的洞察;
4. 英文阅读写作及客户沟通能力优秀者优先;
5. 较强的抗压能力和自驱力。
招聘:请点击阅读原文,获得详细内容
【新智元智库及基金成立大会】诚邀合作
请进入新智元订阅号,点击【诚邀合作】
3月27日下午,新智元将携手电子工业出版社于北京泰富酒店举办新智元书系发布会暨新智元智库成立大会。此次大会将有新智元智库首期百名专家出席,多家主流传媒机构将进行报道和网络直播,实为2016开年人工智能界的一大盛事。
合作形式:以赞助费、大会礼品或版面、直播、报道等形式置换
合作权益
1.战略合作方将获邀出席新智元智库成立大会,在新智元平台的新书发布及智库大会所有宣传中列明战略合作方。
2.战略合作方logo展现于大会手册、大会背板或5*10米LED巨屏上;
3. 可大会礼品袋中植入宣传单页;
4. 北京卫视或搜狐科技频道等大众媒体直播。
5. 新智元旗下智库专家群、人工智能微信群和AI+机器人微信群直播,新智元微
信公众号和官方微博等媒体平台的头条或专辑报道。
6. 新智元智库专家安排专访、群访,大会现场直播等。
新智元新书发布暨新智元智库成立大会诚邀战略合作伙伴,合作资质及条件请联系新智元运营总监林坤,邮箱linkun@aiera.com.cn,微信号Kunlin1201
「招聘」
记者、编译和活动运营
全职和实习生都要
以及人工智能翻译社志愿者
详细信息请进入公众号点击「招聘」
或给 aiera_jobs@163.com 投邮件