何恺明ResNet登顶，Transformer加冕！Nature独家揭秘25篇高被引论文

---

  新智元报道  

21世纪第一个25年，AI领域被引最高25篇论文都有哪些？

近日，Nature头版独家文章，揭秘了不同科学领域最具影响力的论文。

然而，令人意外的是，那些广为人知的科学发现：从mRNA疫苗和CRISPR基因编辑技术，到希格斯玻色子的发现和引力波的首次测量，并没有出现在这些入选的论文中。

他们得出结论，被引最高的论文，正是描述科学方法、软件工具或系统性综述的「幕后英雄」。

那么，都有哪些论文上榜了呢？

引用是学术界衡量论文影响力的重要指标，作者通过引用来致敬前人的工作。

Nature的分析基于五个学术数据库（涵盖了21世纪数千万篇论文），通过取中位数排名，筛选出本世纪最受引用的25篇论文。

结果显示，人工智能、提升研究质量提升、癌症统计、研究软件相关的论文占据了榜单前列。

唯一例外是一篇2004年关于石墨烯实验的开创性论文，这项工作为作者赢得了2010年的诺贝尔物理学奖。

人工智能论文，在本世纪引用榜单中独领风骚。

位居榜首的是，微软团队2016年发表的一篇论文——Deep Residual Learning for Image Recognition。

这恰恰是所有人熟知的「深度残差学习」神经网络——ResNets的开山之作，由AI大牛孙剑带队何恺明等人完成。

论文地址：https://arxiv.org/abs/1512.03385

ResNets解决了信号在多层网络中传播时衰减的问题，让研究人员能够训练约150层神经网络。

这大约是当时常规神经网络层数的5倍。

该论文首次作为预印本发布于2015年末，微软团队凭借其在图像识别竞赛中夺冠。

ResNets的突破为AI飞速发展铺平了道路，催生了AlphaGo、AlphaFold、ChatGPT等模型诞生。

现就职于麻省理工学院的何恺明表示，「在ResNets之前，深度学习并不那么『深』」。

据统计，这篇论文的引用量在10万-25.4万次之间。在五个数据库中有两个将其列为第一，两个列为第二，一个列为第三，综合中位数排名第一。

Google Scholar这篇论文被引数已超25万

此外，2017年谷歌发表的Attention is all you need排位列七，论文中提出了著名的Transformer架构，成为ChatGPT等大模型的核心。

论文地址：https://arxiv.org/pdf/1706.03762

AI论文的高引用量，主要是因为其广泛的应用领域和快速的研究进展。

同样，AI教父Geoff Hinton指出，「AI论文天然具有引用优势」。

2012年，Hinton带领学生Ilya、Alex Krizhevsky发表的AlexNet论文排名第八。

这篇巨作展示了神经网络在图像识别竞赛中的压倒性优势，掀起了后来的深度学习革命。

论文地址：https://proceedings.neurips.cc/paper_files/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf

此外，开源也助推了AI论文的引用。

比如排名第六的Random Forests论文介绍了一种开源、易用的机器学习算法，广泛应用于多个领域。

论文地址：https://link.springer.com/article/10.1023/A:1010933404324

需要说明的是，许多AI论文以预印本形式发布，增加了引用统计的复杂性。

OpenAlex数据库尝试合并预印本与最终出版物的引用，而Google Scholar则努力将同一作品的所有版本归类并汇总引用。

除了AI领域，研究软件相关论文在本世纪引用榜单中表现亮眼。

排名第二的论文由Thomas Schmittgen等人于2000年发表，介绍了一种用于定量PCR（聚合酶链式反应）数据分析的方法。

这篇论文应审稿人要求而生，因其提供了计算基因活性变化的简单公式，被引量超过16.2万次，跻身历史前十。

论文地址：https://www.sciencedirect.com/science/article/abs/pii/S1046202301912629

排名第五的论文，是由英国化学家George Sheldrick撰写，介绍SHELX程序套件，用于分析X射线散射模式以揭示分子结构。

这篇2008年的综述论文建议使用SHELX时引用，引用量在7万至9万次之间。

论文地址：https://journals.iucr.org/a/issues/2008/01/00/sc5010/index.html

其他软件论文，如排名第十五的scikit-learn（Python机器学习库）和排名第十八的DESeq2（RNA测序分析），因其开源和易用性，成为科学家不可或缺的工具。

统计软件相关论文，也在榜单中名列前茅。

例如，排名第15的scikit-learn论文和排名第22的lme4论文分别为Python和R语言用户提供了强大的数据分析工具。

排名第23的G*Power软件论文则帮助生物学家计算实验所需的样本量，以确保统计显著性。

值得注意的是，R编程语言本身未出现在榜单中，尽管OpenAlex记录其引用量超过30万次。

这是因为R的开发者建议用户引用其网站而非学术论文，导致数据库记录不一致。

这也提醒研究者：若开发了有影响力的程序，发表一篇相关论文至关重要。

癌症研究领域的三篇论文在榜单中占据重要位置。

排名第四的Diagnostic and Statistical Manual of Mental Disorders（DSM-5）是精神病学领域的权威指南，2013年出版后广泛用于研究和临床，定义了精神障碍的诊断标准。

排名第九和第十的是世界卫生组织GLOBOCAN项目于2018年和2020年发布的全球癌症统计报告，为研究者和政策制定者提供了关键数据。

排名第十九的综述论文总结了癌症的「标志性特征」，激励了无数学生投身癌症研究。

提升研究质量的论文在本世纪引用榜单中熠熠生辉。排名第三的论文Using thematic analysis in psychology，由心理学家Virginia Braun和Victoria Hannah Clarke于2006年发表，介绍了「主题分析」——一种分析定性数据的系统方法。

这篇为学生设计的指南意外成为本世纪第三高引用论文，彻底改变了两位作者的职业轨迹。

排名第11的PRISMA声明（2009年）为系统综述和荟萃分析提供了27项报告规范，引用量在5.3万至13.8万次之间。

2020年更新的PRISMA（排名第23）同样上榜。排名第17的论文（2003年）讨论了行为研究中的方法偏差，帮助研究者提高研究严谨性。