现任加拿大蒙特利尔大学的Yoshua Bengio教授——被广泛誉为“人工智能教父”之一，近日创下一项重要里程碑：成为首位在世且在Google Scholar上被引用次数突破100万次的学者。这一纪录不仅是个人学术生涯的高峰，也被视为机器学习在21世纪主导科研格局的标志性事件。

百万引用背后的代表性工作

Bengio的高被引论文几乎覆盖了现代深度学习的关键技术路径。其中最具代表性的包括：

• 《Generative Adversarial Nets》（生成对抗网络，GAN）

  2014 年与Ian Goodfellow等人合著，在Google Scholar上的引用次数已超过10.5万次，被认为是生成式人工智能的重要奠基性工作。

• 《Deep Learning》Nature综述论文

  2015 年与Yann LeCun、Geoffrey Hinton共同发表于《Nature》，引用次数同样超过10万次，长期被视为深度学习领域的权威综述。

此外，他在注意力机制（Attention）方面的研究也位列高被引之列。该技术已成为驱动大语言模型和对话式人工智能的关键创新，并在2022年ChatGPT的兴起中得到集中体现。

“AI教父”与图灵奖

Bengio因在机器学习和神经网络领域的开创性贡献而享誉全球。他与多伦多大学的Geoffrey Hinton、以及Meta首席AI科学家Yann LeCun（杨立昆）并称为“AI教父”。2019年，三人因对深度神经网络的奠基性研究，共同获得A.M. 图灵奖——计算机科学领域的最高荣誉。

一个学科的时代红利

这一“百万引用”成就，也折射出整个机器学习领域的飞速扩张。麻省理工学院计算机科学家何恺明（Kaiming He）指出，这一现象凸显了人工智能研究在当代科研体系中的核心地位。

《Nature》今年早些时候发表的一项分析显示：本世纪引用次数最高的前10篇论文中，有8篇与机器学习直接相关。对此，Bengio表示：“AI正在改变世界，而我们目前看到的，只是冰山一角。”

对“引用崇拜”的冷静反思

尽管发表记录极为耀眼，学界仍对单纯依赖引用指标保持警惕。西班牙格拉纳达大学信息科学家Alberto Martín-Martín指出，原始引用数只是一个“非常粗略的指标”，在某些情况下甚至可能被人为操纵，不宜成为高校或研究人员自我宣传的核心依据。

《Nature》同时指出，不同文献计量平台（如Web of Science、Scopus、OpenAlex）在统计方法上与Google Scholar存在显著差异，其给出的引用总量通常更低。与传统数据库不同，Google Scholar还统计图书和网络预印本的引用。

作为Google Scholar的长期使用者，Bengio对其影响给予高度评价：“它彻底改变了科学研究，让许多原本需要巨大人力的工作变得简单。”但他也强调，自己很少关注个人引用数据：“获得更多引用不应成为研究人员的目标，否则人们会想着如何提高引用，而不是如何做好科研、追求真理。”