1、報告作者智譜 AI 研究咨詢部科技產業研究員，生態學博士。曾經多次主持或參與“北京市十大高精尖產業研究”、“各地企業技術盡調”、“人工智能系列報告”等多個項目，積累了科技政策、人才政策、科技評估等多方面研究經驗。重點關注人工智能、先進制造等領域。智譜 AI 研究咨詢部科技產業研究員、負責人，外交學院法學碩士。在核心期刊、知名媒體發表論文和評論性文章 20 余篇；10 余年科技產業研究咨詢經驗。阿里研究院資深技術專家，計算機博士。阿里研究院資深技術專家，阿里研究院未來技術中心負責人，中國中文信息學會理事，中國計算機學會人工智能專委會常務委員。關注下一代互聯網技術與產業發展。葉靜蕓鄔 克蘇 中su

2、zhong.szalibaba-報告要點一、中國人才基數大，但高層次人不足，且嚴重落后于美國全球數字科技人才總量為 77.5 萬人，其中中國有 12.8 萬人，位居第一，占全球總量的17%，是排名第二的美國的 1.5 倍，是排名第三的日本的 8.3 倍。但中國數字科技高層次人才（即 H-index 20，下同）只有 0.7 萬人，僅占全球總量的 9%，僅為位居第一的美國（2.1 萬，占全球 25%）的 35%。這說明我國數字科技人才基數很大，但高層次人才儲備不足，且遠落后于美國。圖 1 全球數字科技人才數量前 10 強國家數據來源：AMiner 科技情報平臺二、中國高層次人才集中在高校，而美國

3、高科技公司人才儲備不遜色于頂尖高校從全球數字科技人才機構分布看，中國科學院以 4,722 人的數量名列第一名，以較大優勢領先于排名第二的美國加州大學（2,623 人）；進入全球前 10 強的中國機構還有兩家，即中國科學院大學（1,462 人，第六名）、清華大學（1,305 人，第八名）。表 1 全球數字科技人才數量前 10 強機構數據來源：AMiner 科技情報平臺在全球高層次人才前 10 強機構中，美中各占 6 家和 4 家。第一名被美國加州大學摘取，其以 492 人的高層次人才儲備大幅度領先于全球其他機構。4 家中國機構依次為中國科學院（144人，第 5 名）、北京大學（135 人，第 6

4、 名）、清華大學（129 人，第 9 名）、上海交通大學（119 人，第 10 名）。分析發現，中國科學院是中國數字科技人才儲備結構的縮影：雖然人才基數大幅領先，但高層次人才明顯落后（占其人才總數的 3%，落居全球第五）。美國相對于中國的另一個優勢是，身處科研一線的高科技企業的高層次人才儲備實力強于中國，該國的谷歌、微軟公司的高層次人才數量排名分別位居全球第二名和第四名，該優勢將有力地推動美國數字技術持續創新發展，并引領全球數字技術應用新趨勢。三、北京和上海是中國兩大人才高地，前者人才儲備為后者 2 倍從國內數字科技人才分布看，北京人才總數優勢明顯，共 2.4 萬人，占全國近 2 成，是排名第

5、二的上海的 2 倍；北京的高層次人才數量為 1,076 人，占全國 1.5 成，仍然是排名第二的上海的 2 倍。另外，東部地區的廣東、江蘇、浙江、香港、黑龍江，以及高校資源較豐富的湖北、陜西、四川、湖南等內陸省份也是我國數字科技人才分布較多的地區。圖 2 中國數字科技人才高地（Top 10）四、中美分別為全球最大的人才凈流失國和凈流入國美國是數字科技人才流動最活躍的國家，也是人才凈流入最大的國家。過去 10 年，其人才凈流入 835 人，位居全球第一；其次是意大利，凈流入 504 人。中國則為全球人才凈流失第一大國，流失人數達 684 人；其次是韓國，凈流失 100 人。由此可見，我國數字科技

6、人才流失嚴重，在人才引進以及用好、留住人才等方面的工作顯得尤為迫切。圖 3 2012-2021 年全球主要國家數字科技領域人才流動對比數據來源：AMiner 科技情報平臺五、中美學者合作為全球最熱絡的雙邊合作，但從 2018 年開始出現降溫2012-2021 年，在數字科技領域，中美學者共合作產出被引量 Top 1%的論文 1,954 篇，為全球科研成果產出最豐碩的雙邊合作（第二為美英學者合作，共產出 1,528 篇）。但從 2018 年開始，中美兩國學者合作論文增長率一直處于下降態勢，在 2021 年更是出現負增長（-0.9%）?？梢?，自從 2018 年美國推出所謂“中國行動計劃”后，中美在

7、數字科技最卓越研究層次的合作受到嚴重沖擊。圖 4 2012-2021 年數字科技領域中美學者合作關系走勢說明：圖中合作論文為中美兩國學者合作產出被引量 Top1%的“頂尖論文”數量六、全球數字科技頂尖科研團隊基本被美國機構包攬全球數字科技頂尖科研團隊（Top 10）基本來自美國頂尖高校（如斯坦福大學、卡內基梅隆大學、加利福尼亞大學、麻省理工學院、哥倫比亞大學、康奈爾大學等）、科技巨頭（如谷歌、微軟、IBM 等）下設的科研機構（如下表所示）。表 2 全球數字科技頂尖科研團隊（Top 10）七、我國數字科技人才工作任重道遠首先，高層次人才不足，需加大培養力度。要注重復合培養模式，重點培養有潛力的青

8、年人才；鼓勵對外學術交流。其次，人才流失嚴重，需采取措施引留人才。吸引海外高層次人才特別頂尖華人青年人才是回國發展，用好并留住高層次人才。再次，企業人才儲備薄弱，需鼓勵企業引育人才。身處科研一線的企業是科技創新的重要主體，有必要鼓勵企業加強內部創新環境建設，并在重大專項、重點研發計劃論證和實施過程中，支持企業承擔政府科研項目，為企業引育人才和提高基礎科研能力注入動力。前言近年來，數字經濟己經成為推動全球經濟發展的新動力，各國紛紛出臺戰略規劃，依托數字化技術實現新一輪產業變革，進而搶占全球價值鏈的制高點。中國政府也做出了重大戰略部署，相繼出臺了多項數字科技發展引導政策，全面推進數字科技發展，并明

9、確提出數字中國戰略，構筑國家競爭新優勢，加快建成社會主義現代化強國。2022 年 11 月，習近平總書記在世界互聯網大會烏鎮峰會的賀信中指出：“當今時代，數字科技作為世界科技革命和產業變革的先導力量，日益融入經濟社會發展各領域全過程，深刻改變著生產方式、生活方式和社會治理方式?！眹沂奈逡巹澗V要專門設置“第五篇 加快數字化發展 建設數字中國”章節，對加快建設數字經濟、數字社會、數字政府，營造良好數字生態做出明確部署。2021 年 12 月，中央網絡安全和信息化委員會日前印發“十四五”國家信息化規劃，提出要建立健全規范有序的數字化發展治理體系，為推動開放、健康、安全的數字生態，加快數字中國建設

10、進程提供方向。作為技術研發的副產品，學術論文和專利是科研成果的重要結果之一，可以作為研發實力的衡量指標。為了更好地了解全球數字科技的發展情況，我們基于 AMiner1科技情報平臺的數據，利用文獻計量方法，通過持續跟蹤人才發展動態，揭示數字科技的熱點前沿領域，對全球各國數字科技發展狀況做了全面比較分析。1J.Tang,J.Zhang,L.Yao,J.Li,L.Zhang,and Z.Su.Arnetminer:Extraction and mining of academic social networks.In Proceedings of the 14th ACM SIGKDD Intern

11、ational Conference on Knowledge Discovery and Data Mining(SIGKDD08),pages 990-998,2008.目錄13/第一章 全球數字科技人才總體情況14/1.全球數字科技人才前 10 強國家15/2.全球數字科技人才前 10 強機構17/第二章 中國數字科技人才分布18/1.中國數字科技人才前 10 強省市19/2.中國數字科技人才前 10 強機構21/第三章 數字科技人才流動與合作22/1.全球數字科技人才流動情況23/2.中國數字科技人才流動情況24/3.全球數字科技人才合作情況27/第四章 全球數字科技頂尖科研團隊28/

12、1.谷歌 X 實驗室28/2.斯坦福大學自然語言處理組29/3.卡內基梅隆大學機器學習系29/4.加利福尼亞大學伯克利分校人工智能研究實驗室(BAIR)30/5.微軟亞洲研究院30/6.MIT 計算科學與人工智能實驗室（CSAIL）31/7.IBM Thomas J.Watson 研究中心31/8.哥倫比亞大學數據科學研究所32/9.康奈爾大學計算科學系32/10.美國貝爾實驗室33/第五章 我國數字科技人才問題與建議34/1.高層次人才不足，需加大人才培養力度35/2.人才流失嚴重，需采取措施引留人才36/3.企業人才儲備薄弱，需鼓勵企業引育人才37/附件38/1.研究方法39/2.數字科技

13、八大領域主題詞知識圖譜全球數字科技人才總體情況Chapter 1基于 AMiner 科技情報系統，共檢索到全球數字科技領域人才774,710 人，其中 H-index2在20 以上的人才數量為 83,012人。本章節從全球數字領域科技人才的國家和機構分布兩個方面進行分析，并總結其特征。2H-index 是一個混合量化指標，目的是量化科研人員作為獨立個體的研究成果。一名科研人員 H-index 是指其發表的 Np 篇論文中有 H 篇每篇至少被引 H 次、而其余 Np-H 篇論文每篇被引均小于或等于 H 次。H-index 能夠比較準確地反映一個人的學術成就。其數值越高，則表明學者論文的影響力越大

14、，美國學者赫希提出副高職稱的 H-index 一般在 20 以上?？萍既瞬艃鋵嵙ρ芯?41全球數字科技人才前 10 強國家全球數字科技人才數量排名前10國家如下圖所示。其中人數最多的國家是中國，共有127,529位，占全球人才總量的 17%；第二名是美國，共有 84,239 位，占全球 11%；第三名是日本，人才數量為 15,364 人，占全球 2%?？梢?，中國數字科技人才儲備優勢明顯，是排名第二的美國的1.5 倍，排名第三的日本的 8.3 倍。其他排名前 10 的國家依次為英國、德國、加拿大、法國、意大利、印度和澳大利亞。圖 5 全球數字科技人才數量前 10 強國家數據來源：AMiner

15、科技情報平臺(2023)全球數字科技發展研究報告15從 H-index 20 以上的人才國別分布看，美國排名第一，共 20,724 人，占全球總量的 25%；中國名列第二，共有 7,146 人，占全球 9%；第三名是英國，共有 3,520，占全球 4%。由此可見，雖然中國數字科技領域人才總量是美國的 1.5 倍，但美國高層次以上人才數量是中國的 2.9 倍。2全球數字科技人才前 10 強機構在全球數字科技人才數量前10強機構中，中國科學院以4,722人位列第一，加州大學以2,623人位列第二，UDICE 法國研究型大學聯盟協會以 2,534 人位列第三。其他前 10 強機構依次為法國國家科學研

16、究中心、倫敦大學、中國科學院大學、哈佛大學、清華大學、德克薩斯大學和俄羅斯科學院。在 H-index 20 以上的人才數量前 10 強機構中，美國和中國各占 6 家和 4 家。中國入榜機構依次是中國科學院（144 人，第 5 名）、北京大學（135 人，第 6 名）、清華大學（129 人，第9 名）、上海交通大學（119 人，第 10 名）。值得注意的是，1）雖然中國科學院人才總數高居全球第一，但 H-index 20 以上人才（144 人）數量排名下降為全球第五，H-index 20 以上的人才數量僅占該機構人才總數的 3%；2）雖然加州大學人才總數全球排名第二，但 H-index 20 以

17、上人才（429 人）數量以較大優勢高居第一，其 H-index 20 以上人才占比為 19%；3）中國進入前 10 強的機構均為高校和科研院所，而美國有谷歌、微軟兩家高科技公司上榜?？萍既瞬艃鋵嵙ρ芯?6圖 6 全球數字科技人才數量前 10 強機構數據來源：AMiner 科技情報平臺中國數字科技人才分布Chapter 2本章節以中國數字科技領域科技人才為研究對象，分別從人才的省市和機構分布兩個方面進行分析?？萍既瞬艃鋵嵙ρ芯?81中國數字科技人才前 10 強省市根據 AMiner 科技情報平臺顯示，北京是全國聚集數字科技人才最多的省市，共有 24,049人，占全國總量的 19%，是位列第二

18、的上海（12,088 人）的 2 倍。江蘇和湖北的人才資源也較多，分別為 11,641 人和 11,065 人。在H-index 20以上的人才儲備方面，北京依然排名第一，共有1,076人，占全國總量的15%，仍然是排名第二的上海（527 人）的 2 倍；廣東排名第三，共有 524 人?？傮w看，中國數字科技人才主要分布在經濟發達的東部沿海省份，以及重點高校資源較豐富的湖北、安徽和陜西等內地省份。圖 7 中國數字科技人才前 10 強省市數據來源：AMiner 科技情報平臺(2023)全球數字科技發展研究報告192中國數字科技人才前 10 強機構從中國數字科技人才機構分布看，中國科學院擁絕對領先優

19、勢，共有 4,722 人；中國科學院大學排在第二位，共計 1,462 人；清華大學則以 1,305 名的人才總數緊隨其后排在第三位。在 H-index 20 以上的人才儲備方面，中科院、北京大學和清華大學依次以 144 人、135 人和 129 人名列前三甲；其他躋身國內前 10 強的機構依次為上海交通大學、浙江大學、南京大學、哈爾濱工業大學、復旦大學、香港科技大學和中國人民大學?？梢姵袊茖W院和香港科技大學外，上榜的內地高校均為 211 和 985 院校。表 3 中國數字科技人才數量前 10 強機構科技人才儲備實力研究20數字科技人才流動與合作Chapter 3在全球化的背景下，人才合理流

20、動在一定條件下可以優化資源配置，提升技術創新體系整體效能。根據 AMiner 科技情報平臺統計，2012-2021年間，全球數字科技領域人才流動量為 24.4萬人次?？萍既瞬艃鋵嵙ρ芯?21全球數字科技人才流動情況從各國數字科技人才流動情況看，美國是人才流動最活躍的國家，流出和流入總量達到72,991人次；中國人才流動總量為 24,736 人次，位居第二；英國、德國、加拿大、法國的數字科技才流動也較為活躍，流動總量達 1 萬人次以上。從各國數字科技人才凈流入情況看，美國是全球最大的凈流入國家，共凈流入 835 人；其次是意大利，共 504 人；第三是印度，362 人；另外，德國、英國、法國、

21、日本、加拿大等發達國家均為正向凈流入國家。從凈流失情況看，中國為全球最大的凈流失國家，達 684 人次；其次是韓國，凈流失 100 人。圖 8 2012-2021 年全球主要國家數字科技領域人才流動對比數據來源：AMiner 科技情報平臺(2023)全球數字科技發展研究報告232中國數字科技人才流動情況從國內數字科技人才流動情況看，北京數字科技人才流動最活躍，流出和流入總量達到4,010人次；上海第二，人才流動總量為 1,443 人次；武漢第三，流動總量為 1,162 人次。從國內各主要城市數字科技人才凈流入看，北京最多，共 306 人；其次是上海，共 101 人；另外，沈陽（17 人）和杭州

22、（5 人）也是正向凈流入城市。從人才凈流失情況看，廣州凈流失最多，共 43 人；其次是成都，共 34 人；第三是武漢，共 26 人；另外，南京（19 人）、長沙（8人）、西安（5 人）也出現一定程度的流失現象?？梢?，我國數字科技人才呈現由內陸城市向京滬一線城市流動的態勢。圖 9 2012-2021 年中國主要城市數字科技領域人才流動對比 數據來源：AMiner 科技情報平臺科技人才儲備實力研究243全球數字科技人才合作情況論文合作是科研合作最主要的合作形式之一。從各國被引量 Top1%合作論文數量來看，中美兩國的合作的論文最多，共為 1,954 篇；第二名為英美兩國，合作數量為 1,528 篇

23、；第三名為美德兩國，合作論文數量為 1,286 篇。其他排名靠前的合作國家還有美國和加拿大（1,096 篇）、英國和德國（845 篇）、美國和法國（844 篇）、美國和澳大利亞（843 篇）、美國和意大利（755篇）、中國和英國（688 篇）、美國和瑞士（665 篇）。整體而言，美國與各國都保持著緊密的合作，在全球合作最熱絡的前十強雙邊國家中，有 8 組雙邊關系由美國與其他 8 個國家組成。圖 10 2012-2021 年全球數字科技人才國際合作關系熱絡度 Top 10說明：圖中數據為兩國學者合作產出被引量 Top1%的“頂尖論文”數量數據來源：AMiner 科技情報平臺(2023)全球數字科

24、技發展研究報告25從中美學者合作的 Top 1%論文數量的逐年分布來看，從 2012 年開始，中美兩國學者合作論文數量一直處于增長態勢，到 2020 年達到頂峰（328 篇），2021 年出現小幅下降現象。實際上，兩國學者合作論文數量增長率從 2018 年開始就一直處于下降態勢，在 2021 年更是出現負增長（-0.9%）?？梢?，中美兩國學者在數字科技最卓越研究層次的合作熱絡度有所降溫，究其原因，這與美國國內對中美在前沿領域科研合作和交流奉行限制性政策，以及全球新冠疫情大流行有關。圖 11 2012-2021 年數字科技領域中美學者合作關系走勢說明：圖中合作論文為中美兩國學者合作產出被引量 T

25、op1%的“頂尖論文”數量數據來源：AMiner 科技情報平臺科技人才儲備實力研究263h5 指數（h5-index）指是收錄在 AMiner 學術系統中的期刊和會議在最近 5 年的論文數量及各論文被引用的次數，可以體現一個機構的綜合實力，是評價一個機構影響力的重要參考。例如，如果某機構在過去 5 年所發表的論文中，至少有 h 篇論文分別被引用了至少 h 次，那么這個機構的 h5 指數就是 h。機構排名詳情見：https:/ 4堅持全球視野和開放創新，掌握國內頂尖團隊及其學者最新概況是攻克行業關鍵技術或前瞻性技術的重要路徑。本篇通過大數據分析和挖掘技術，對數字科技領域機構進行挖掘分析，篩選其中

26、“h5 指數”3排名靠前的十大機構的創新研發團隊進行介紹?？萍既瞬艃鋵嵙ρ芯?81.谷歌 X 實驗室 谷歌公司（Google Inc.）成立于 1998 年，由 Larry Page 和 Sergey Mikhaylovich Brin共同創建，被公認為全球最大的搜索引擎公司。谷歌旗下有數個研究實驗室，其中包括研究方向有些神秘的 X 實驗室、研究深度學習的 Google Brain、研究人工智能的 Google AI、研究機器人的 Robotics at Google 以及研究增強現實和智能織物的先進技術和項目集團(Advanced Technologies and Projects)，自動

27、駕駛汽車 Waymo、互聯網氣球 Loon、送貨無人機 Wing 等研究成果在不同方向上推動了數字科技領域的進步。重要成員：Astro Teller(人工智能，信號增強算法)、Sebastian Thrun（機器人，人工智能）、Johnny Chung Lee（人機交互）。機構網址：https:/pany2.斯坦福大學自然語言處理組 斯坦福大學自然語言處理組是全球最重要和最突出的實驗室之一，由斯坦福語言學系和計算機系共同組成，同時也是斯坦佛大學人工智能實驗室的重要組成部分。改組主要研究計算機處理和理解人類語言的算法，工作范圍從計算語言學的基本研究到語言處理的關鍵應用技術均有涉獵，涵蓋句子理解、

28、自動問答、機器翻譯、語法解析和標簽、情緒分析和模型的文本和視覺場景等。該小組的一個顯著特征是將復雜和深入的語言建模和數據分析與 NLP 的創新概率、機器學習和深度學習方法有效地結合在一起。重要成員：Chris Manning(自然語言處理、人工智能、機器學習、信息檢索);Dan Jurafsky(自然語言處理)、Percy Liang（計算機科學、人工智能、自然語言處理、機器學習）、Christopher Potts（人工智能、計算機科學、自然語言處理）、Tatsunori Hashimoto（自然語言處理、機器學習）、Monica S.Lam（自然語言處理、深度學習）、Diyi Yang（自

29、然語言處理、人工智能）。機構網址：https:/nlp.stanford.edu(2023)全球數字科技發展研究報告293.卡內基梅隆大學機器學習系卡內基梅隆大學機器學習系成立于 2006 年春季，是世界上第一個機器學習系。它是從 1997年創建的自動學習和發現中心(CALD)組織演變而來的。2017 年 6 月，CMU 啟動人工智能計劃（CMU AI），整合了全校人工智能的研究資源，開展跨學科的人工智能協作，組建世界上規模最大、經驗最豐富的 AI 研究團隊之一，同時促進本校人工智能方向的人才培養，除覆蓋計算機學科以外，還涉及生物、環境工程、哲學、藝術、公共政策等多個領域。重要成員：Rusla

30、n Salakhutdinov(機器學習)、Maria-Florina Balcan（人工智能、機器學習）、Yuanzhi Li（深度學習）、Henry Chai（機器學習、計算機科學）、Christos Faloutsos（機器學習）、Ziv Bar-Joseph（機器學習）。機構網址：https:/www.ml.cmu.edu4.加利福尼亞大學伯克利分校人工智能研究實驗室(BAIR)加州大學伯克利分校是全球最負盛名的公立學校，人工智能研究(Berkeley Artificial Intelligence Research,BAIR)實驗主要研究領域涵蓋計算機視覺、機器學習、自然語言處理、規

31、劃和機器人等。機器人和智能機器實驗室致力于用機器人復制動物的行為，自動化科學和工程實驗室從事更廣泛的機器人功能的研究，如機器人輔助外科手術和自動化制造。計算機可視化小組研究如何讓機器人能“看的見”。重要成員：Trevor Darrell（人工智能、機器人、計算機視覺）、Pieter Abbeel（人工智能、機器人、機器學習）、Alexei Efros（人工智能、計算機視覺）、Peter L.Bartlett（計算機科學、深度學習、神經網絡學習）、John Canny（人工智能、機器人）、Ken Goldberg（機器人、計算機科學）。機構網址：https:/bair.berkeley.edu科

32、技人才儲備實力研究305.微軟亞洲研究院微軟亞洲研究院是微軟公司在亞太地區設立的基礎及應用研究機構，也是微軟在美國本土以外規模最大的研究機構。微軟亞洲研究院從事自然用戶界面、智能多媒體、人工智能、云和邊緣計算、大數據與知識挖掘、計算機科學基礎等領域的研究，致力于推動整個計算機科學領域的前沿發展，將最新研究成果快速轉化到微軟的關鍵產品中，著眼下一代革命性技術的研究和孵化。重要成員：周禮棟（可靠、可信及可擴展的分布式計算系統）、洪小文（自然交互、語音識別）、郭百寧（計算機圖形學、計算機可視化、自然用戶界面以及統計學習）、劉鐵巖（機器學習、信息檢索）、潘天佑（智能芯片、信息系統安全）、田江森（智能芯

33、片）、張冬梅（大數據分析、知識計算、數據可視化以及軟件工程）、周明（自然語言處理）。機構網址：https:/6.MIT 計算科學與人工智能實驗室（CSAIL）CSAIL是麻省理工學院最大的實驗室，專注于開發基礎新技術，開展基礎研究以推動計算領域的發展研究領域涉及電氣工程，計算機科學，數學，航空航天，腦和認知科學，機械工程，媒體藝術與科學，以及地球，大氣和行星科學，衛生科學與技術。實驗室開創了計算領域的新研究，改善了人們工作、娛樂和學習的方式。重要成員：Daniela Rus（人工智能、計算機科學、機器人）、Arvind Mithal（人工智能、計算機科學）、Joel Voldman（計算機科學

34、）、Antonio Torralba（人工智能、計算機科學、計算機視覺、機器學習、計算機視覺）、Hal Abelson（計算機科學、人工智能）、Ted Adelson（人工智能、計算機科學）、Anant Agarwal（人工智能、計算機科學）、Pulkit Agrawal（人工智能、計算機科學）、Mohammad Alizadeh（人工智能、計算機科學）、Saman Amarasinghe（人工智能、計算機科學、機器學習）。機構網址：https:/www.csail.mit.edu(2023)全球數字科技發展研究報告317.IBM Thomas J.Watson 研究中心IBM Thomas

35、J.Watson研究中心位于美國紐約，專門從事基礎科學研究，并探索與產品有關的技術，科學家在這里工作，一方面推進基礎科學，一方面提出對實際應用有益的科學新思想。研究范圍包括計算機科學、輸入/輸出技術、生產性研究數學、物理學、激光物理、天文學和基本粒子。重要成員：Dario Gil（人工智能）、Charles Bennett（量子計算、量子密碼學、算法信息論）、Rogerio Feris（人工智能、計算機視覺、機器學習）、Mo Yu(于墨)（自然語言處理、機器學習）、Abhishek Kumar（機器學習、人工智能）。機構網址：https:/ 7 個研究中心，這些研究中心是數據科學轉化研究與教育

36、的引擎，也是具備高度商業化潛能的技術的來源。1）網絡安全中心專注于開發能在數據整個生命周期保護數據安全與隱私的能力。2）數據、媒體與社會中心（前新媒體中心）關注數據中的人，重點研究如何使用數據來理解人類行為、數據與數據處理如何塑造人們的工作和生活方式、數據對網絡世界和數字化世界中的人的意義。重要成員：Jeannette Wing（人工智能）、Chris Wiggins（應用數學、系統生物學）、Tian Zheng（機器學習）、Matthias Preindl（電力電子系統）、Alan West（電化學）。機構網址：https:/datascience.columbia.edu科技人才儲備實力研

37、究329.康奈爾大學計算科學系康奈爾大學計算機科學系成立于 1965 年，是最早成立的此類系之一。計算機科學系在理論計算機科學、編程語言、分布式系統、人工智能、信息檢索、科學計算和計算機圖形等方面處于全球領先地位。重要成員：Kilian Weinberger（機器學習、數據挖掘）、Kenneth Borup（機器學習、深度學習、計算機視覺）、Todd Schmid（計算機科學）、Weijia Song（云計算）、Christoph Kreitz（計算機科學）。機構網址：https:/www.cs.cornell.edu10.美國貝爾實驗室貝爾實驗室原名貝爾電話實驗室，始建于 1925 年，總部

38、在美國紐約(后遷至新澤西州的墨里黑爾)。它是一個在全球享有極高聲譽的研究開發機構，主要宗旨是進行通訊科學的研究。貝爾實驗室自成立以來，共獲重大科研成果 50 多項，如有聲電影、晶體管、信息論、激光理論、3K 宇宙背景輻射、可視電話、磁泡器件、光通信、數字計算機等。重要成員：Peter Vetter（可編程網絡系統和安全、移動無線電系統、光學系統）、Thierry Klein（先進傳感技術、人工智能、機器人、圖像和數據分析、自動化）、Gee Rittenhouse（移動通信、無線網絡）、Alfred Aho（量子計算、程式語言、編譯器、演算法）。機構網址：http:/www.bell- 5科技人

39、才儲備實力研究341高層次人才不足需加大人才培養力度我國數字科技人才基數全球第一，占全球 17%，但高層次數字科技人才僅占全球 9%，而美國占 25%，我國僅為美國的 35%。數字科技為世界關鍵前沿科技，高層次人才落后局面不利于我國數字科技總體能力達到世界領先水平的戰略目標。扭轉該不利局面，關鍵是要創新培養機制，提升人才質量，加大力度持續培養本土高層次人才。1）注重復合培養模式。鼓勵高校在原有學科基礎上拓寬教育內容，注重數字科技各方向交叉融合的復合專業培養新模式。2）重點培養有潛力的青年人才。把培育國家戰略人才力量的政策重心放在青年科技人才上，制定實施基礎研究人才專項，長期穩定支持一批在數字科

40、技領域取得突出成績且具有明顯創新潛力的青年人才。3）鼓勵對外學術交流。鼓勵和引導國內科研人才及其團隊與全球頂尖數字科技研究機構開展交流與合作。(2023)全球數字科技發展研究報告352人才流失嚴重需采取措施引留人才我國是全球數字科技人才流失第一大國，而美國是最大的流入國。目前，全球頻頻上演“高科技戰”、“人才爭奪戰”，在此的背景下，數字科技人才流失問題勢必影響我國未來產業發展安全，甚至國家安全，必須引起高度重視。首先，吸引海外高層次人才回國發展。統籌現有人才計劃，加強高層次人才特別是海外頂尖華人青年人才的引進工作，對于一時難以回國或來華工作的高層次人才實行柔性引進，采用學術交流、項目合作、技術

41、咨詢等方式，柔性引進高層次人才。其次，用好并留住高層次人才。優化科研環境，以信任為基礎使用人才，為各類人才搭建干事創業平臺，用好用活高層次人才，賦予人才更大的科研自主權，并完善人才評價體系?？萍既瞬艃鋵嵙ρ芯?63企業人才儲備薄弱需鼓勵企業引育人才我國數字科技人才集中分布在高校和科研院所。全球數字科技人才前 10 強機構榜單，乃至國內前10強機構榜單均不見中國企業身影，而美國高科技巨頭谷歌和微軟的高層次人才儲備實力高居全球第二和第四名。身處科研一線的企業是科技創新的重要主體。因此，1）有必要鼓勵企業加強內部創新環境建設，協助企業引進高層次人才，支持企業與高等院校和科研院所共同培養基礎研究人才

42、。2）發揮政府科技計劃的導向作用，在重大專項、重點研發計劃論證和實施過程中，支持企業承擔政府科研項目，為企業引育人才和提高基礎科研能力注入動力。附 件Chapter 6科技人才儲備實力研究381研究方法數字科技是基于物理世界和數字世界映射互動的體系提煉的一個新概念，是當今世界創新速度最快、通用性最廣、滲透性和引領性最強的領域之一。本報告通過人工智能技術，從海量大規模非結構化的數據中抽取數字科技相關知識，生成結構化的知識數據，并根據關系和屬性鏈接等構建數字科技知識圖譜，確保了知識體系的完整性，本次研究范圍覆蓋與數字科技高度相關的八大方向，依次是人工智能、區塊鏈、大數據、云計算、物聯網、量子科技、

43、新一代無線通信、XR技術。本報告圍繞數字科技領域的人才分布，利用大數據分析與挖掘、知識圖譜、自然語言處理等技術，對領域論文所屬的地區和機構的分布格局進行分析。此次分析的時間范圍：2012 年 1 月2021 年 12 月。關鍵詞：采用知識圖譜技術抽取，經顧問組專家指導形成領域關鍵詞表，選取領域相關的關鍵詞進行檢索。檢索范圍：自有的大數據服務平臺，覆蓋全球近 1.4 億人次人才，3.2億篇學術論文。本報告為系列報告，研究主題分為科研成果、人才資源、技術趨勢三部分內容，本期為人才資源篇，以論文和專利成果作為研究對象，對全球數字科技領域科研成果的布局和發展趨勢進行分析，供領域人才和從業者客觀把握數字科技最新動態。(2023)全球數字科技發展研究報告392數字科技八大領域主題詞知識圖譜科技人才儲備實力研究40(2023)全球數字科技發展研究報告41科技人才儲備實力研究42(2023)全球數字科技發展研究報告43科技人才儲備實力研究44(2023)全球數字科技發展研究報告45科技人才儲備實力研究46(2023)全球數字科技發展研究報告47科技人才儲備實力研究48(2023)全球數字科技發展研究報告49科技人才儲備實力研究50(2023)全球數字科技發展研究報告51科技人才儲備實力研究52