何恺明的ResNet，成为21世纪被引量最多论文，Nature最新统计

AIGC动态2天前发布 almosthuman2014

110 0 0

文章摘要

《自然》杂志通过分析五个数据库（Web of Science、Scopus、OpenAlex、Dimensions、Google Scholar）的数据，发布了21世纪被引用次数最多的论文Top 25排名。排名第一的是微软在2016年发布的ResNets研究，这篇计算机视觉领域的经典论文对深度学习及后续AI进步产生了深远影响。ResNets不仅在多个数据库中引用量位居前列，还推动了AlphaGo、AlphaFold和ChatGPT等重大AI突破。值得注意的是，ResNets并非在所有数据库中都是引用量最高的，例如在Google Scholar中排名第二，而在Web of Science中排名第三，这表明引用排名需结合不同数据库的数据综合看待。

AI领域的论文在引用量上占据显著优势，排名前十的论文中有多篇与AI相关。例如，2017年发布的《Attention is all you need》介绍了Transformer架构，成为推动大型语言模型发展的关键，排名第七。此外，Geoffrey Hinton在2012年共同撰写的《ImageNet classification with deep convolutional neural networks》排名第八，这篇论文介绍的AlexNet在图像识别领域具有里程碑意义。Hinton因其在AI领域的贡献，于2022年获得诺贝尔物理学奖。另一篇高引论文是2009年李飞飞的《ImageNet: A Large-Scale Hierarchical Image Database》，作为训练数据集的基石，排名第24。

开源技术对论文引用量的提升也起到了重要作用。例如，2001年发布的《Random forests》排名第六，因其开源、免费且易于使用而广受欢迎。此外，2015年发布的U-net论文排名第12，其在图像处理上的高效性使其成为许多扩散模型的基础。然而，AI论文的引用统计存在复杂性，许多论文在同行评审前以预印本形式发布，导致商业数据库未能完全跟踪其引用量。

除了AI领域，其他学科的论文也在榜单中占据一席之地。例如，药学科学家Thomas Schmittgen关于定量PCR技术的论文因其简化了基因活性变化的计算方法，获得了超过162000次引用，排名前十。此外，英国化学家George Sheldrick撰写的关于SHELX程序的论文排名第五，该程序用于分析X射线晶体数据，引用量约为70000至90000次。

统计软件领域的高被引论文也值得关注。例如，关于scikit-learn的论文因其丰富的预编码函数和技术，引用量超过50000次，排名第15。此外，关于lme4和G*Power的论文也因其在统计模型分析和实验规模计算中的应用而获得高引用。然而，尽管R编程软件被广泛使用，由于其开发者未撰写正式研究论文，导致其在引用榜单中缺席。

总体而言，21世纪被引用最多的论文主要集中在AI、开源技术和统计软件领域，反映了这些领域在科学研究中的重要性。然而，引用统计的复杂性和数据库的差异也提醒我们，引用排名需谨慎解读。