「女王節」特輯:認識全球AI領域的智慧女神
我們現在都知道世界正邁入人工智慧時代,湧現了一大批AI技術和研究成果,但很多人可能對一些引領這場技術變革的AI研究者和科學家並不熟悉,尤其是女性科學家。在人工智慧取得不可思議的進展時,《福布斯》女性頻道去年曾刊發一篇文章,列出了全球引領人工智慧發展的傑出女性。她們在各自的研究方向以及職業生涯方面都取得了令人矚目的成就,成為AI業界和學界的風雲人物。
集智君進行了編譯,在這一年一度的「女王節」,我們一睹她們的風采。
李飛飛(Fei Fei Li)
谷歌雲人工智慧&機器學習首席科學家
李飛飛是計算機視覺領域的著名學者,後來以人工智慧&機器學習首席科學家的身份加入谷歌雲,進一步推動她的「AI大眾化」的使命。她同時仍主導者斯坦福大學AI實驗室和斯坦福大學視覺實驗室。李飛飛先後畢業於普林斯頓大學和加州理工學院,取得了博士學位,迄今已在世界頂級期刊和大會上發表了超過150篇科研論文。其創建的ImageNet數據集對人工智慧領域的發展產生了深遠的影響,有力的推動了深度學習的發展。
李飛飛另一個重要貢獻是推動AI研究領域的大眾化與多元化,與比爾·蓋茨的妻子梅琳達·蓋茨一同成立了AI教育公益平台AI4ALL,讓女性、有色人種、來自貧困國家的學生有更多的機會接觸AI教育或從事AI研究。正如她在成立谷歌AI中國中心時所說「AI 無國界,AI 的福祉亦無邊界。」
我們曾有篇回答,詳細談及了李飛飛的ImageNet對AI領域的巨大貢獻:
被稱為業界大牛的斯坦福計算機視覺實驗室的李飛飛(Google AI 中國中心負責人)具體牛在哪裡?達芙妮·科勒(Daphne Koller)
Colico Labs首席科學家
在斯坦福計算機學院擔任18年教授以來,達芙妮·科勒已經在世界頂尖科研期刊發表逾200篇論文,並獲得了數不清的學術榮譽和獎項,在教育和學術領域取得令人矚目的成就。她和機器學習知名專家吳恩達一同成立的在線教育平台Coursera如今已成為在線教育領域的標杆企業。達芙妮現今任Calico Labs的首席計算官(CCO),Calico Las是谷歌母公司Alphabet旗下的一家研究用AI技術進行生物和醫學研究的機構。
除了自己取得諸多跨學科的成就,最令達芙妮感到驕傲的是她教過的學生如今很多都取得了不起的成就,她的很多學子對機器學習、數據科學領域做出了重要貢獻。
安德莉亞·佛羅姆(Andrea Frome)
Clarifai研發總監
安德莉亞剛開始職業生涯時並未打算成為一個AI研究者。期初她是個環境科學家,但漸漸地她對數據和建模著了迷,這促使她決定轉變研究方向,去加州大學伯克利學院攻讀計算機視覺和機器學習專業,並取得博士學位。然後她假如谷歌,發表了眾多科研論文,推動了多模型視覺分類系統的發展,並在她的主導下啟動了谷歌街景項目。
安德莉亞如今在世界領先的計算機視覺公司Clarifai擔任研發總監。她的最終目標是能讓計算機能像人類一樣理解所有的視覺輸入,並對周圍的一切做出準確的預測。
Rana el Kaliouby
Affectiva聯合創始人&CEO
Rana El Kaliouby出生於埃及開羅,在中東地區長大。當她在英國劍橋大學攻讀計算機科學博士學位時,她就開始涉足人工情緒智能的研究。經過不斷的研究、試錯和技術進步後,Rana El Kaliouby終於定義了「情感AI」這一全新的研究領域,並聯合成立了Affectiva擔任CEO。
在她的帶領下,Affectiva的技術先後應用在很多行業的AI變革中,比如汽車行業、市場調查、機器人、教育和遊戲等,特別引入矚目的是在教育自閉症兒童患者學會情緒識別方面取得了良好效果。採用了Affectiva情緒識別技術的Google Glass能隨時隨時識別出人們的情緒。
吳華
百度自然語言處理團隊首席科學家
在百度的七年間,吳華所領導的團隊在自然語言處理和機器翻譯方面取得重大突破,同時她主持研發的多項NLP核心技術應用於搜索、Feed、DuerOS等百度產品。
作為百度翻譯的締造者之一,吳華提出的神經網路機器翻譯(Neural Machine Translation, NMT)多任務學習框架被《紐約時報》評為「開創性」的工作。得益於吳華及其團隊在深度學習應用於自然語言處理方面所取得的研究成果及工程化實踐,百度率先發布了在線神經網路機器翻譯系統。NMT克服了統計機器翻譯將句子分割為不同片段進行翻譯的缺點,充分利用上下文信息,對句子整體進行編碼和解碼,從而產生更為流暢的譯文。
吳華博士開始和她的同事們專註於探索如何將深度學習應用於自然語言處理技術的時候,許多資深專家對深度學習可以改善機器翻譯結果持懷疑態度。吳華和她的團隊僅用了六個月時間即證明了其實用性和翻譯結果的大幅提升,並於2015年6月率先發布了神經網路機器翻譯系統,每天處理上億次翻譯請求。
Angelica Lim
軟銀機器人研發總監
早在十年前,深度學習還沒火的時候,Angelica Lim就利用Yann Lecun的卷積神經網路破解了Hotmail的CAPTCHA系統。她甚至用循環編程語言LISP也這麼做過,只是沒有公開這件事,那會神經網路還不怎麼受歡迎。
在她攻讀東京大學博士期間,她將計算機科學與神經科學、文化發展心理學結合在一起,研發了一個叫「feels」的機器人。這個機器人可謂是「發展型機器人」的先驅,在機器上模仿了人類的行為。
Lim 目前是軟銀機器人控股公司的軟體研發總監,是軟銀旗下機器人Pepper的締造者,並多次受邀在TED發表關於設計情感機器人的演講。
我們之前曾分享過日本去年出現另一款會在葬禮上念經超度亡靈的機器人,正是改裝自Pepper:
日本有什麼特別的職業?Ayse Naz Erkan
Twitter科學家
來自土耳其伊斯坦布爾的Ayse Naz Erkan於2004年移居美國攻讀紐約大學計算機博士。後來她加入深度學習大牛Yann LeCun的實驗室,從事自動化機器人導航以及半監督式學習方面的研究。
後來Ayse Naz Erkan加入Twitter,領導Twitter的內容理解和應用深度學習團隊,主導將AI技術應用在社交領域。
Devi Parikh
Facebook AI訪問研究科學家
Devi Parikh是喬治亞理工學院互動計算學院助理教授,也是Facebook人工智慧研究團隊的訪問研究員。獲得卡耐基梅隆大學的電子和計算機工程碩士和博士學位後,Devi 曾在多家頂級研究實驗室擔任訪問職位,並獲得了多項榮譽,例如2016IJCAI計算機和思想獎,這也被視為「35歲以下人工智慧研究員的第一獎項」。
Devi Parikh最重要的研究成果是可視問答(VQA)領域,這是計算機視覺和自然語言處理的交叉學科。該項技術能幫助存在視覺障礙的人士,以及通過不支持圖片的低帶寬網路傳送更多信息。目前諸多AI產品如智能助手和聊天機器人等都得益於該技術的進步。
Rachel Thomas
Fast.ai 聯合創始人
Rachel Thomas在取得杜克大學數學博士學位後,曾在Uber擔任數量分析專家、數據科學家和後端工程師。她目前是舊金山大學數據研究所的入駐研究員,也是Fast.ai的聯合創始人。Fast.ai旨在在全球範圍內提供實用的深度學習教育服務。
就在幾年前Thomas剛剛開始研究深度神經網路時,網上還沒有任何教育資源。她表示:「好像這個領域的所有人都是在同樣4名顧問的指導下才完成博士學位課題,沒有人分享實用、有用的信息。」因此,她和別人共同製作了「面向程序員的實用深度學習」免費課程,希望幫助程序員提高應用神經網路方法的編程技能。不負眾望,Thomas的項目成功幫助了更多女性、有色人種、國際學生,以及經濟困難人群參與人工智慧的研究和工程開發。
Rama Akkiraju
IBM Watson傑出工程師和首席發明家
很少有人能獲得IBM「傑出工程師和首席發明家」這樣的榮譽,而Rama Akkiraju做出的重要貢獻幫她贏得了這一殊榮。她在IBM Watson負責「People Insights」項目,開發出的技術能利用語言學和機器學習方法通過社交媒體數據去推斷人物的個性、情緒、態度和意圖。Akkiraju帶領的團隊還負責了Tone Analyzer等Watson認知服務產品的開發。
而為了解決這項技術挑戰,Akkiraju帶領團隊利用了跨學科知識,包括人工智慧、心理學、社會學、決策理論和消費者行為學等。
前段時間IBM Watson在格萊美頒獎典禮上大放異彩,正是得益於Rama Akkiraju的技術貢獻:
如何評價 2018 年第 60 屆格萊美獎的獲獎結果?當然很多傑出女性奮戰在人工智慧領域,為人類科技發展做出了重要貢獻,這裡不再一一列舉。相信以後在AI領域會看到越來越多的女性發揮重要作用,撐起AI界的半邊天。
推薦閱讀:
※英美智能音箱市場將暴增 語音購物成潮流 但中國還有三個限制 | 報告解讀
※深度強化學習的弱點和局限
※燒餅修改器綜合、深度、模糊、聯合搜索使用技巧是什麼?
※推薦|掌握這12 條經驗,才算學懂了機器學習
※AI晶元開年