小型科学论文(科技界最具影响力的十篇论文)
1 Adam:一种随机优化方法Adam:一种随机优化的方法。文章发表于2015，引用47774次。
到2020年，这篇文章已经达到人类已知的最高引用次数。一篇关于人工智能的文章被引用最多，印证了科学界对人工智能的重视。不仅科学界对人工智能领域有很大兴趣，欧美国家也在把人工智能作为未来的主要发展对象。美国对人工智能的投入增加了一倍，欧盟也增加了70%的投入。亚当:一个随机优化方法能得到最高的引用，说明未来人工智能会有激烈的竞争。无独有偶，继这篇文章之后，被引用最多的文章也大多涉及人工智能。
2《图像识别的深度残差学习》一文发表于2016，参考号25256。
深度剩余学习的概念来自包括何在内的四位中国学生。来自清华大学物理系的何，现在是脸书的一名人工智能科学家。从文章的引用次数来看，足以说明他提出的这种方法对业界的影响。
3《让R-CNN更快:使用区域提议网络的实时对象检测》发表于2015，参考号为19507。
4《深度学习》，文章发表于2015，被引用16750次。
5《纠结更深》，文章发表于2015，参考号14424。
这篇文章已经成为计算机图像处理的必修论文之一。
6《通过深度强化学习实现人级控制》发表于2015，引用10394次。
7文章“用于语义分割的完全常规网络”发表于2015，参考号为10153。
9《脓毒症和脓毒性休克，第三次国际共识脓毒症和脓毒性休克定义》(脓毒症-3)发表于2016，引用号8576。
10 Limma Porwers用于RNA测序和微阵列研究的差异表达分析发表于2015，引用号为8328。
第9篇和10篇是前十篇论文中与计算机无关的两篇医学论文。这是否意味着未来除了人工智能，医学对人类社会的影响最大？
最后要说的文章值得一提，虽然没有进入10。用深度神经网络和树搜索掌握围棋策略发表于2016，引用8209篇。
这篇文章是关于伦敦大学学院教授大卫·西尔弗(David Silver)的，他的团队AlphaGo击败了九段围棋选手柯洁。没有什么比人工智能打败超级大脑更能说明人工智能的未来，也可能是极度恐惧的大事件。机器打不过人的时代，人该怎么办？