19位35歲以下的AI領域創新者，他們將改變世界對科技的看法

【智能觀】日前，MIT科技評論評選了2017年全球35位35歲以下的科技創新青年榜，入選者涉及發明家、遠見者、先鋒者、創業者、人文關懷者五大方面。

這些人你或許感覺很陌生，但他們革新了人工智慧、自動駕駛汽車、清潔能源和醫藥等領域。MIT科技評論甚至認為，他們將來會改變世界對科技的看法。

智能觀梳理了榜單，整理出19位在人工智慧領域的創新者，介紹給大家！

這些陌生的面孔會有多大的影響力呢?

1999年，MIT科技評論第一次列出了35歲以下的創新者名單:裡面有很多你現在認識的名字，如蘋果公司的Jonathan Ive和iRobot公司創始人Helen Greiner，以及其他一些人。他們現在都成了各自領域裡的全球領導者。「我們認為，今年名單上的人將來也會改變世界對科技的看法。」 MIT科技評論的David Rotman說。

如谷歌大腦的研究員Ian Goodfellow，他研究的是深度神經網路，一種可以自主學會識別大量數據模式的人工智慧，通過協同工作來理解世界。就像Ian Goodfellow所說的,他的工作是給予人工智慧 「某種形式上的想像力」。

再如，普林斯頓大學的助理教授Olga Russakovsky，她認為創造和塑造技術的人應該具有更廣泛的代表性。為此，她成立了一個非營利性組織AI4ALL，旨在增加AI領域從業人員的多樣性、廣泛性。Russakovsky不僅希望更多的女性和弱勢群體從事人工智慧行業，還希望不同學術背景的人（如醫學和心理學方面的專家），能與AI技術人員一起創造未來的智能機器。

除了令人印象深刻的技術推動者，這份榜單上還有感人的故事。

肖建雄是AutoX公司的首席執行官，該公司生產的硬體不僅便宜，還可以讓自動駕駛汽車更安全。肖建雄回憶自己的童年時說，他在中國潮州長大，從小就對書中描述的電腦著迷，但以他家當時的條件，根本買不起電腦。儘管如此，他還是自學了打字——從一張畫有鍵盤的紙上。最終他從麻省理工學院畢業，獲得了計算機科學博士學位。

你是不是也對這份榜單感到好奇了呢？跟我們一起去看看吧！

1. Ian Goodfellow

上榜理由：發明了讓神經網路合作並提升性能的新方法。

在蒙特利爾的一個酒吧里，Ian Goodfellow與人展開了一番激烈辯論後，他想到了一個點子——一個神經網路去了解數據集並生成示例；另一個則嘗試判斷真假，並允許第一個調整參數，作出改進。這個點子是人工智慧領域目前最吸引人的想法之一，它可以讓機器學習系統高效地教自己理解世界的運作方式，同時讓工程師不用再費勁地給計算機提供標記好的訓練數據。Ian Goodfellow把這種方法命名為「生成對抗模式網路 （GAN）」 。

2. Lorenz Meier

上榜理由：致力於開發無人機的開源自動駕駛技術。

Lorenz Meier是瑞士蘇黎世聯邦理工學院的博士後，他打造了一款開源的無人機自動駕駛控制系統：PX4。他的系統致力於通過廉價的相機和計算機邏輯，讓無人機自己躲避障礙物，找出最佳路線，以及在很少或者沒有人為干預的情況下，掌握整個飛行過程。這項技術已經被英特爾、高通、索尼和 GoPro 等公司所採用。

3. Franziska Roesner

上榜理由：抵禦增強現實（AR）所帶來的安全和隱患問題。

Franzi Roesner在華盛頓大學的研究小組創造了一個 AR 平台原型，它能在汽車行駛過程中，阻止擋風玻璃應用程序企圖隱藏現實世界中的人或標識的行為。

4. Olga Russakovsky

上榜理由：增加AI領域從業人員的多樣性、廣泛性。

在這個以男性為主的工作領域中， Russakovsky 成立了 AI4ALL ——一個在人工智慧領域推動多元化的組織。她不僅想讓種族和性別更加多元化，也想要思維更加多樣多元。

她說：「我們還需要各領域的人才。比如生物學家可能不太擅長編程，但我們需要他們在生物方面的專業知識；我們還需要心理學家，將更多樣化的想法和創意帶到這片領域，就能更廣泛地去思考我們應該做的，以及我們應該解決什麼樣的問題，而不是單從一個特定的角度出發。」

5. Gregory Wayne

上榜理由：運用對大腦的了解來打造更聰明的機器。

Greg Wayne 是 DeepMind 公司的研究員，他設計了一個從自己的錯誤中吸取教訓，可以像人類一樣進步的軟體。Wayne 對計算領域的洞見源於他對人腦神經元之間連接的興趣，在設計機器時，他經常參考人腦結構背後蘊含的原理。

6. 肖健雄

上榜理由：他的公司 AutoX 致力於讓每個人都可以更安全地使用自動駕駛汽車。

肖健雄是AutoX 的創始人兼 CEO，他的夢想是讓自動駕駛可以和計算機一樣普及到尋常百姓家。最近，AutoX 展示了最新的自動駕駛汽車，這款車並未採用昂貴的激光感測器，轉而使用了普通的網路攝像頭和精妙的計算機視覺演算法。

令人驚嘆的是，這輛自動駕駛汽車可以在夜間和天氣惡劣的情況下行駛。這意味著這項人工智慧技術可以讓機器學習執行各種困難的任務，如在不同的角度下和不同的亮度中識別行人。

7. Greg Brockman

上榜理由：他致力於預防人工智慧會對人類造成的不利影響。

儘管要實現擬人化的人工智慧還有些遙遠，但 Greg Brockman 認為，考慮其安全性問題宜早不宜遲。所以在成功創辦線上支付公司 Stripe 之後，他又與 Elon Musk 等人聯合創辦了社會企業 OpenAI。

作為一個非營利的研究型企業，OpenAI 的目標就是保障人工智慧在急速發展的同時，不會產生對人類不利的影響。

8. 周怡君

上榜理由：公布了科技產業慘淡的員工多元化數據。

2013 年秋天，身為 Pinterest 的軟體工程師的周怡君在 Medium上發表了一篇名為《數字在哪裡？》的文章，以病毒傳播的速度在網上傳開，文章指出矽谷員工多元化數據公布過少的問題。2014 年夏天，矽谷大部分有影響力的公司因她的文章發布了員工的人口報告。報告的數字有點慘淡：在科技崗位工作的女性只佔總人數的 10%~20%。雖然情況沒有改善，但至少，周怡君想要看到的這些數據現身了。

2016 年春天，周怡君與包括風險投資家鮑康如（Ellen Pao）和 Slack 的工程師 Erica Joy Baker 在內的其他七位女性，創立了 Project Include 組織，旨在幫助總裁們在公司內落實多元化和包容戰略。

9. Abdigani Diriye

上榜理由：建立索馬利亞第一個孵化器和啟動加速器的計算機科學家。

Abdigani Diriye 在 5 歲那年，為躲避戰亂，離開索馬利亞到了英國。在倫敦長大的他最終獲得了倫敦大學學院計算機博士學位。2012 年，他協助創辦了一個名為 Innovate Ventures 的機構，以培訓和支援索馬利亞的編程人員。首個項目是在索馬利亞舉辦了一個為期兩周的編程訓練營，共有約 15 人參加。

10. Anca Dragan

上榜理由：確保機器人和人類在一起工作發揮良好。

加州大學-伯克利分校的電子工程與計算機科學助理教授 Anca Dragan，正在試圖將複雜或模糊的人類行為轉化為機器人可以理解的簡易數學模型。她表示，當人們試圖與機器人共事時，許多衝突都來自於雙方對彼此的不了解。如果機器人能夠理解它可能對人類情緒造成的影響，就有望解決這一問題。

此研究短期之內最重要的應用莫過於幫助自動駕駛汽車與傳統汽車預判對方可能的行為。

11. Neha Narkhede

上榜理由：幫助企業了解所有數據。

全世界正在被數據淹沒，而 Neha Narkhede 想教企業如何在數據的海洋里「遨遊」。作為領英的一名工程師，Narkhede 曾與人聯手發明了一款開源軟體平台，以幫助領英迅速處理來自用戶的海量數據，這就是 Apache Kafka。

12. 王剛

上榜理由：將人工智慧推向消費產品的最前沿。

王剛是阿里巴巴 7 月推出的首款人工智慧產品——天貓精靈的幕後科研人員。他3 月加入阿里巴巴人工智慧實驗室，始終走在推進人工智慧成為實用消費者產品的前沿。

「人工智慧神經網路的設計需要與現實世界的應用相互聯繫，」王剛說，「只有這樣我們才能創造出商業場景下有用的產品。」

13. Austin Russell

上榜理由：更好的感測器，更安全的自動駕駛。

從斯坦福大學輟學並創辦激光雷達公司 Luminar 的 Austin Russell 說；「最可怕的莫過於人們在自動駕駛汽車上使用不合格的感測器了。」

Luminar 所生產的激光雷達使用了波長更長的激光，讓感測器可以探測到原本探測距離兩倍之外的物體。假設汽車行駛的速度是70英里/小時，它可以在危險發生時提前3秒做出預警。

14. Angela Schoellig

上榜理由：她的演算法正在幫助自動駕駛汽車更安全。

Angela Schoellig是多倫多大學動態系統實驗室的負責人，她編寫了一套可用於讓機器之間互相學習的演算法，以確保機器本身以及相關用戶的安全。而且她的工作成果還進一步拓展了現有機器人的能力，並確保自動駕駛交通工具可以有效排除不穩定因素，按照預先編好的路線行駛。

15. Jenna Wiens

上榜理由：她的計算模型確定了處於致命感染風險最高的患者。

Jenna Wiens是密歇根大學計算機科學與工程專業的助理教授，她設計了一個計算模型，用演算法對醫院內部病人的醫療記錄（病人吃的葯、病理分析以及他們都動過的手術等）進行檢索，歸納出可能造成醫院內部感染的重要因素。

16. 龔曉思

上榜理由：她在中國開展了新的創業路。

龔曉思在多個行業推出了數個公司，其中之一就是 Law.ai。Law.ai 是一家機器學習公司，該公司創造了一個名叫 Lily 的離婚律師機器人和一個叫 Mike 的簽證和移民律師機器人。

17. Joshua Browder

上榜理由：他利用聊天機器人來幫助人們節省不必要的律師費。

Joshua Browder創造了一個簡單的應用 「DoNotPay」 ，來幫助人們應對不合理的停車罰單。今年7 月初，DoNotPay 進一步推出了包括職場中種族歧視投訴和取消網路營銷審訊等 1000 項各類的法律諮詢服務。不久後，他們又推出了開源的工具，來幫助那些沒有編程經驗的律師創建自己的聊天機器人。

18. Volodymyr Mnih

上榜理由：他研發了一個足以媲美人類的遊戲 AI。

Volodymyr Mnih是DeepMind 的研究員，他創造了第一個可以在近 2600 款 Atari 電子遊戲中能輕鬆通關的電腦系統，擁有不亞於人類的電競能力。Mnih通過深度學習，模擬人腦對電子遊戲的學習方式。他研發的軟體通過多次對遊戲的嘗試，逐漸完善自己的技能，並以得分作為衡量其技能水平的最佳標準。

19. Suchi Saria

上榜理由：她通過現有的醫療數據預測敗血症的風險。

Suchi Saria是約翰·霍普金斯大學的助理教授，她創建的分析患者數據的演算法，正確地預測了 85％ 的感染性休克案例，平均在發病前一天內就能預測出來，比其現有的篩選測試提升了 60％。

想知道AI加教育領域有哪些最新研究成果？請在智能觀（zhinengguanym）對話界面回復「論文」；

想要AI領域更多的乾貨？請在對話界面回復「乾貨」；

想了解更多專家的「智能觀」，請在對話界面回復「觀點」，去獲取你想要的內容吧。