【新智元导读】21 世纪最具影响力的 25 篇论文中，AI 论文竟然独占鳌头！从席卷全球的 ResNet 到奠定 ChatGPT 基础的 Transformer 架构，Nature 独家揭秘全球高被引论文。
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：科学影响力的衡量标准
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。
AI 崛起，ResNet 登顶
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。
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。
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：proceedings.neurips.cc/paper_files...
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：link.springer.com/article/10....
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。
研究软件：科学家的「工具箱」
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：www.sciencedirect.com/science/art...
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：journals.iucr.org/a/issues/20...
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：数据分析的利器
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。
癌症与健康：数据驱动的洞见
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
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。
参考资料：