AI2000全球最具影響力學(xué)者榜單由清華大學(xué)計(jì)算機(jī)系A(chǔ)Miner團(tuán)隊(duì)聯(lián)合智譜AI、中國工程科技知識(shí)中心知識(shí)智能聯(lián)合研究中心共同發(fā)布。榜單采用自動(dòng)化算法生成，結(jié)合過去十年Google Scholar引用數(shù)據(jù)和各國際頂級(jí)會(huì)議期刊目錄，計(jì)算“AI2000 Index”指數(shù)，綜合評(píng)估學(xué)者的學(xué)術(shù)影響力確保評(píng)選過程的客觀性和透明度。評(píng)選范圍覆蓋全球1.3億學(xué)者、2.7億篇論文作者，數(shù)據(jù)來源權(quán)威且全面。自2020年首屆發(fā)布以來，AI2000已成為人工智能領(lǐng)域的重要風(fēng)向標(biāo)，被人民日報(bào)、新華網(wǎng)等權(quán)威媒體報(bào)道，并被加州伯克利分校、康奈爾大學(xué)等國際知名院校引用。根據(jù)2023年榜單顯示，全球有36個(gè)國家的學(xué)者入選，覆蓋20個(gè)AI核心領(lǐng)域，其中中國學(xué)者280人，占全球14%。今天本報(bào)刊記者對(duì)AI2000全球最具影響力學(xué)者路新江進(jìn)行了專訪，探究他在中國人工智能領(lǐng)域科研方面的巨大貢獻(xiàn)。

回顧路新江的學(xué)術(shù)生涯，他早在2013年便受邀擔(dān)任美國大學(xué)的訪問學(xué)者，并在歷時(shí)兩年的學(xué)術(shù)研究中，完成了三篇高質(zhì)量的學(xué)術(shù)文章。這三篇文章均被國際上有影響力的會(huì)議和期刊收錄——IEEE Transactions on Mobile Computing、ACM UbiComp、ACM Transactions on Knowledge Discovery。其中，Service usage classification with encrypted internet traffic in mobile messaging apps一文，被引用次數(shù)高達(dá)154次，在學(xué)術(shù)界引發(fā)了不小的轟動(dòng)。此后，路新江持續(xù)專注于加密互聯(lián)網(wǎng)流量分析、生成式時(shí)間序列預(yù)測及基于人類移動(dòng)模式的POI需求模型的研究等前沿領(lǐng)域，截至目前，他已發(fā)表超過60篇論文，這些論文被SCI及各大國際頂級(jí)會(huì)議收錄，總引用次數(shù)達(dá)1189次。路新江憑借卓越的科研能力獲得了學(xué)術(shù)界的廣泛認(rèn)可。

路新江在論文中首創(chuàng)了LLM驅(qū)動(dòng)的表格語義解析方法、基于LLM的Table-to-Text方法Conformer長時(shí)序預(yù)測框架、創(chuàng)新風(fēng)電預(yù)測模型等行業(yè)領(lǐng)先成果，不僅打破了技術(shù)壁壘，還持續(xù)性地進(jìn)行了科技成果的應(yīng)用轉(zhuǎn)化。2022年，路新江的論文Generative Time Series Forecasting with Diffusion, Denoise, and Disentanglement被收錄于神經(jīng)信息處理系統(tǒng)大會(huì)（NeurIPS 2022）。作為機(jī)器學(xué)習(xí)和計(jì)算神經(jīng)科學(xué)領(lǐng)域的頂級(jí)會(huì)議之一，其在Google Scholar的頂級(jí)會(huì)議排名中常年位列前3（與ICML、CVPR等會(huì)議并列），其H5指數(shù)高達(dá) 309（截至2023年），遠(yuǎn)超多數(shù)期刊，在學(xué)術(shù)界擁有著舉足輕重的地位。路新江的研究成果一經(jīng)發(fā)表便引起學(xué)術(shù)界和業(yè)界的廣泛關(guān)注，截至目前，該論文的被引用次數(shù)已超過100次。路新江在這篇論文中提出了生成式時(shí)序預(yù)測方法D3AVE，對(duì)整個(gè)人工智能領(lǐng)域的時(shí)空AI方向研究具有開創(chuàng)性意義。該技術(shù)在合成和真實(shí)數(shù)據(jù)集（如Traffic、Electricity）上顯著優(yōu)于傳統(tǒng)模型（如DeepAR、VAE），它所采用的擴(kuò)散增強(qiáng)和去噪技術(shù)，可有效應(yīng)對(duì)現(xiàn)實(shí)數(shù)據(jù)中的噪聲和稀疏性，提高預(yù)測的可靠性、擴(kuò)展了生成模型在數(shù)據(jù)稀缺場景中的應(yīng)用潛力。值得一提的是，路新江首次在時(shí)序預(yù)測領(lǐng)域引入能量模型EBM，這一創(chuàng)新舉措實(shí)現(xiàn)了不確定性可感知的時(shí)序預(yù)測。他告訴記者，EBM通過最小化能量函數(shù)來優(yōu)化模型參數(shù)，幫助用戶理解預(yù)測的可靠性。此外，通過自主研發(fā)的BAVE模型和引入特征解耦機(jī)制，路新江在業(yè)界首次實(shí)現(xiàn)了可解釋的時(shí)序預(yù)測方法。這些創(chuàng)新的學(xué)術(shù)成果為時(shí)序預(yù)測領(lǐng)域帶來了重大的技術(shù)突破。

路新江在學(xué)術(shù)界的影響力不僅體現(xiàn)在其出色的科研成果上，還體現(xiàn)在他積極參與學(xué)術(shù)交流和貢獻(xiàn)方面。他受邀參加多個(gè)國際學(xué)術(shù)會(huì)議，如ICLR、NeurIPS、IJCAL、TheWebConf等。他被組委會(huì)邀請擔(dān)任審稿人和特邀嘉賓出席，為科研人員提出了建設(shè)性的意見和建議，促進(jìn)學(xué)術(shù)思想的碰撞與融合。他的專業(yè)知識(shí)和嚴(yán)謹(jǐn)態(tài)度獲得了會(huì)議組委會(huì)的高度認(rèn)可，多次受邀參與活動(dòng)，這充分證明了他在國際學(xué)術(shù)界的聲譽(yù)和影響力。

除此之外，路新江還積極投身于科研項(xiàng)目的主持和研究工作，在多個(gè)國家級(jí)課題的擔(dān)任負(fù)責(zé)人一職，例如重點(diǎn)課題《時(shí)空大數(shù)據(jù)挖掘在城市規(guī)劃中的實(shí)踐與探討》以及課題《基于深度學(xué)習(xí)的地圖 AI 向?qū)е悄苈窂揭?guī)劃算法研究與優(yōu)化》。在這些課題研究中，他將自己在時(shí)空AI領(lǐng)域的研究成果與實(shí)際應(yīng)用緊密結(jié)合，致力于解決生活實(shí)際中的城市規(guī)劃、智能導(dǎo)航等問題，為相關(guān)領(lǐng)域的發(fā)展提供了創(chuàng)新性的解決思路和方法，推動(dòng)了科研成果在實(shí)際應(yīng)用中的轉(zhuǎn)化。

長久以來，路新江憑借著深厚的學(xué)術(shù)積累和持續(xù)的創(chuàng)新精神，幫助時(shí)空AI領(lǐng)域的科研和技術(shù)應(yīng)用突破了一個(gè)又一個(gè)難關(guān)。從國際頂尖會(huì)議上發(fā)表突破性技術(shù)成果，到與頂尖學(xué)者的學(xué)術(shù)交流與思想碰撞，再到主持國家級(jí)課題助力行業(yè)發(fā)展，他在其中發(fā)揮了關(guān)鍵性且不可或缺的引領(lǐng)作用，對(duì)學(xué)術(shù)界以及領(lǐng)域影響深遠(yuǎn)。相信在未來，隨著人工智能技術(shù)的不斷發(fā)展，他還會(huì)繼續(xù)產(chǎn)出更多前沿性的研究成果，解決行業(yè)難題、為行業(yè)發(fā)展提供不竭動(dòng)力。正是有像他這樣創(chuàng)新、嚴(yán)謹(jǐn)、精進(jìn)的科研工作者的存在，才會(huì)一直激勵(lì)著無數(shù)科研人勇攀學(xué)術(shù)高峰，推動(dòng)人工智能技術(shù)走得更遠(yuǎn)、創(chuàng)造更大的價(jià)值、推動(dòng)人類社會(huì)的進(jìn)步。