×
加载中...
全球Al女性十杰
未盈 创业邦 2023-08-01 19:39

图片

图源丨图虫创意


8个月前,ChatGPT横空出世,AI浪潮席卷全球,全世界都在争夺AI和机器学习人才,顶尖的AI科学家、企业家、投资人已经成为最炙手可热的科技明星。


2020年领英的报告显示,AI专家已经跻身美国新兴工作之首。在过去的4年里,招聘岗位每年增加74%。然而,一个现象值得关注。

2020世界经济论坛的一项研究发现,AI仍然是一个男性主导的领域,全球数据和AI从业者中,女性比例仅为26%。而斯坦福大学的一份报告则显示,2021年,全球专注于AI的终身教职中,女性仅占16%。

由此可见,相对于女性在各国劳动力市场中的“半边天”地位(美国女性占46%),那些耀眼的女性AI领军人物多么难能可贵。

以下是创业邦编辑部选出了当今AI领域最杰出的十位女性领袖。无论是在科学研究、企业管理、创业投资,她们中的每一个人都在打破偏见,在AI的世界里探索新疆界,创造新范式。


图片
李飞飞:
ImageNet项目主导者

李飞飞被誉为是带领人类步入AI时代的关键性科学家,她所主导的ImageNet项目,加速了AI的发展进程。

李飞飞出生于中国,移民美国后成为普林斯顿大学教授。2007年,当大多数AI研究专注于模型和算法时,李飞飞却想要改进训练AI算法的数据集,于是启动了ImageNet大型视觉数据库项目,通过众包的形式手动注释了1400多万张图像,并举办了一场ImageNet挑战赛——比试哪种算法能以最高的准确率识别出图像中包含的物体。

图片

李飞飞 图源:WIRED

这个持续8届的比赛筛选出了AI领域里的很多人才,也见证了许多伟大技术的诞生。在2012年的ImageNet挑战赛上,多伦多大学的Geoffrey Hinton团队凭借全新的深度卷积神经网络AlexNet大获全胜,在图像分类识别领域实现了质的飞跃,被认为是AI时代的标志性事件。

此后,李飞飞成为斯坦福大学的终身教授,在谷歌云担任AI/ML的首席科学家,还参与创立了著名的非营利组织AI4ALL,该组织的使命是通过以人为本的AI价值观促进多样性和包容性,从而教育下一代AI技术专家,思想家和领导者。


图片

乔伊·布兰维尼:
算法正义联盟创立者


乔伊·布兰维尼(Joy Buolamwini)是一名黑人女性学者,她在对抗算法的偏见上做出了杰出贡献,被《财富》誉为“AI革命的良心”。


图片

Joy Buolamwini 图源:THE FEMINIST PORTFOLIO


乔伊·布兰维尼在美国长大,25岁就读于麻省理工学院媒体实验室,开始研究商用面部识别技术中嵌入的种族、皮肤类型和性别差异。她的研究揭示了亚马逊、IBM、微软和其他公司的系统无法像识别白人男性一样准确地对深色女性面孔进行性别分类——有效打破了机器中立的神话。2016年布兰维尼成立了非营利性组织——算法正义联盟(AJL),以促进公平和负责任的AI。


图片
宋晓东:
计算机安全教母

宋晓东(Dawn Song)毕业于清华大学,现为美国加州大学伯克利分校计算机系教授,主要研究计算机安全和人工智能领域。宋晓东认为“AI将支持新的网络安全能力实现,而网络安全则会保障AI更好地应用与发展。”

图片

Dawn Song 图源:WIRED

宋晓东曾获麦克阿瑟天才奖 ,2009年入选《MIT 技术评论》评选的“35位35 岁以下创新者”榜单。她所提出的“污点分析法”(Dynamic Taint Analysis)论文,是计算机安全领域被引用次数最多的论文,因此被誉为计算机安全教母。2018年宋晓东创立了区块链公司Oasis Labs ,并出任CEO,获得4500万美元融资。


图片

辛西娅·布雷泽尔:
社交机器人领域的先驱

辛西娅·布雷泽尔(Cynthia Breazeal)是麻省理工学院计算机教授,也是社交机器人领域的企业家,在社交机器人行业享有盛誉。

图片

Cynthia Breazeal 图源:MIT News
 
辛西娅·布雷泽尔2000年在麻省理工学院读博时,开始研究“人与AI共存”的课题。2012年她创立了Jibo社交机器人公司,致力于为用户提供舒服、安全的社交人工智能陪伴。Jibo被誉为是“第一个家庭社交机器人”(曾获《时代》杂志的最佳发明奖)。该公司在6轮融资中获得了超过七千万美元的资金,2020年被NTT Corporation成功收购。


图片
米拉·穆拉蒂: 
ChatGPT的创造者

35岁的米拉·穆拉蒂(Mira Murati)是OpenAI的首席技术官,也是ChatGPT和Dall-E项目的技术负责人。由于她在生成式AI的开放中扮演的角色,被《时代》杂志称为“ChatGPT的创造者”。

图片

Mira Murati 图源:YouTube视频

米拉·穆拉蒂出生于阿尔巴尼亚,在美国达特茅斯学院获得机械工程学位,毕业后曾在谷歌和微软担任高级研究员。2018年她加入OpenAI后,带领375人的团队开发OpenAI GPT-3 模型。在她的推动下,ChatGPT离开了实验室,向公众开放。同时,她也是坚定不移支持对AI进行监管的业内人士之一。

穆拉蒂认为AI技术的最终目的是为人类服务,因此应该以人类的利益和需求为中心,来解决人类面临的实际问题。


图片

施鲁蒂·甘地:
Array Ventures 风险基金创始人

施鲁蒂·甘地 (Shruti Gandhi)是Array Ventures创始人,也是哥伦比亚大学计算机科学系的兼职教授。甘地认为,投资机构支持AI领域的女性创始人非常重要,因为女性创始人参与训练人工智能可以减少性别偏见。

图片

Shruti Gandhi 图源:Shruti Gandhi推特

甘地在孟买长大,并在美国哥伦比亚大学研究机器学习算法,2015年创立了Array Ventures,专注于投资早期大数据、AI和机器学习公司。她所投资的公司超过三分之一是由女性领导。目前,已经有6家被Apple、Paypal 和 Samsung 等科技巨头收购,回报超过10倍。


图片

玛丽莎.沃伦: 
ALIAVIA 风险投资机构创始人

作为知名投资人,玛丽莎.沃伦(Marisa Warren)认为,在美国,VC投资女性创始人的回报率比男性领导的公司高出35%,但吸引的风险投资仅占1.9%。在澳大利亚,这一数字仅为0.7% 。

图片

Marisa Warren 图源:anthill

为改变这一状况,2015年玛丽莎成立了全球女性科技创始人加速器ELEVACAO ,为175名女性创业者融资1.2亿美元,并创造了三个退出案例。

2020年玛丽莎和伙伴共同创立风险投资基金ALIAVIA Ventures,专注于为美国和澳大利亚的早期女性科技创始人提供支持,尤其是AI的女性创业者。


图片

拉纳·埃尔·卡利乌比:
情感AI领导者

拉纳·埃尔·卡利乌比(Rana el Kaliouby)是埃及裔美国计算机科学家和企业家,她致力于AI表情识别研究和技术开发,这种技术可以让AI识别人类的情绪,从而变得更加人性化。

图片

Rana el Kaliouby 图源:Rana el Kaliouby推特

卡利乌比在埃及开罗长大,在剑桥大学获得博士学位,后加入麻省理工学院媒体实验室担任研究科学家。在这里她率先将情绪识别技术应用于多个领域,包括心理健康和自闭症。她与Rosalind Picard共同创立了 Affectiva,并出任CEO。这家公司因定义了情感 AI 领域而闻名,目前与财富500强企业中25%的公司合作,是情感AI领域的领导者。


图片
安娜.帕特森:
Gradient Ventures 创始人兼执行合伙人

安娜.帕特森(Anna Patterson)在AI的工程和投资领域卓有成就。在投资任何一家AI初创公司之前,帕特森都会问自己一个问题:“我是否在不断地思考他们的愿景和使命?”

图片

Anna Patterson 图源:Gradient Ventures官网

安娜.帕特森2004年加入谷歌,曾担任谷歌AI工程副总裁,负责将AI集成到谷歌的产品中。2017年,她创立了谷歌的AI风险投资基金 Gradient Ventures,专注于投资早期AI初创企业。帕特森还是许多有前景的AI初创公司的董事会成员,包括Algorithmia、Labelbox 和 test.ai。


图片
达芙妮·科勒:
Insitro首席执行官兼创始人

达芙妮·科勒(Daphne Koller)是AI领域的顶尖学者和企业家,她18岁获得耶路撒冷希伯来大学的硕士学位,26岁成为斯坦福大学教授,专注于机器学习领域多年,曾获麦克阿瑟“天才奖”。

图片
Daphne Koller 图源:福布斯

达芙妮·科勒非常擅于将AI应用在社会的不同领域中创造价值,2012年,她与斯坦福大学教授兼人工智能领导者吴恩达(Andrew Ng)共同创立了教育技术初创公司Coursera,现已成为价值59亿美元的教育科技巨头。2018年2月,达芙妮·科勒成立了AI新药研发公司insitro,累计融资7.43亿美元,投资机构包括BlackRock、谷歌等明星机构。

对于刚进入AI领域的年轻人,科勒的建议是:选择一个对社会有重要价值的AI应用,然后努力工作。“我今天之所以能创立insitro,是因为我花了20年学习生物学。我建议今天的年轻人在能源和环境领域寻找机会。”

图片


在全面到来的AI时代中,女性的声音不该只占26%,AI的创造团队应该像AI影响的人群一样多样化。而更多杰出女性的加入,将会缔造一个更为公平、多样化且富有人情味的AI。



扫码下载app 最新资讯实时掌握