19位35岁以下的AI领域创新者，他们将改变世界对科技的看法

这些陌生的面孔会有多大的影响力呢?

1999年，MIT科技评论第一次列出了35岁以下的创新者名单:里面有很多你现在认识的名字，如苹果公司的Jonathan Ive和iRobot公司创始人Helen Greiner，以及其他一些人。他们现在都成了各自领域里的全球领导者。“我们认为，今年名单上的人将来也会改变世界对科技的看法。” MIT科技评论的David Rotman说。

如谷歌大脑的研究员Ian Goodfellow，他研究的是深度神经网络，一种可以自主学会识别大量数据模式的人工智能，通过协同工作来理解世界。就像Ian Goodfellow所说的,他的工作是给予人工智能 “某种形式上的想象力”。

再如，普林斯顿大学的助理教授Olga Russakovsky，她认为创造和塑造技术的人应该具有更广泛的代表性。为此，她成立了一个非营利性组织AI4ALL，旨在增加AI领域从业人员的多样性、广泛性。Russakovsky不仅希望更多的女性和弱势群体从事人工智能行业，还希望不同学术背景的人（如医学和心理学方面的专家），能与AI技术人员一起创造未来的智能机器。

除了令人印象深刻的技术推动者，这份榜单上还有感人的故事。

肖建雄是AutoX公司的首席执行官，该公司生产的硬件不仅便宜，还可以让自动驾驶汽车更安全。肖建雄回忆自己的童年时说，他在中国潮州长大，从小就对书中描述的电脑着迷，但以他家当时的条件，根本买不起电脑。尽管如此，他还是自学了打字——从一张画有键盘的纸上。最终他从麻省理工学院毕业，获得了计算机科学博士学位。

你是不是也对这份榜单感到好奇了呢？跟我们一起去看看吧！

1. Ian Goodfellow

上榜理由：发明了让神经网络合作并提升性能的新方法。

在蒙特利尔的一个酒吧里，Ian Goodfellow与人展开了一番激烈辩论后，他想到了一个点子——一个神经网络去了解数据集并生成示例；另一个则尝试判断真假，并允许第一个调整参数，作出改进。这个点子是人工智能领域目前最吸引人的想法之一，它可以让机器学习系统高效地教自己理解世界的运作方式，同时让工程师不用再费劲地给计算机提供标记好的训练数据。Ian Goodfellow把这种方法命名为“生成对抗模式网络 （GAN）” 。

2. Lorenz Meier

上榜理由：致力于开发无人机的开源自动驾驶技术。

Lorenz Meier是瑞士苏黎世联邦理工学院的博士后，他打造了一款开源的无人机自动驾驶控制系统：PX4。他的系统致力于通过廉价的相机和计算机逻辑，让无人机自己躲避障碍物，找出最佳路线，以及在很少或者没有人为干预的情况下，掌握整个飞行过程。这项技术已经被英特尔、高通、索尼和 GoPro 等公司所采用。

3. Franziska Roesner

上榜理由：抵御增强现实（AR）所带来的安全和隐患问题。

Franzi Roesner在华盛顿大学的研究小组创造了一个 AR 平台原型，它能在汽车行驶过程中，阻止挡风玻璃应用程序企图隐藏现实世界中的人或标识的行为。

4. Olga Russakovsky

上榜理由：增加AI领域从业人员的多样性、广泛性。

在这个以男性为主的工作领域中， Russakovsky 成立了 AI4ALL ——一个在人工智能领域推动多元化的组织。她不仅想让种族和性别更加多元化，也想要思维更加多样多元。

她说：“我们还需要各领域的人才。比如生物学家可能不太擅长编程，但我们需要他们在生物方面的专业知识；我们还需要心理学家，将更多样化的想法和创意带到这片领域，就能更广泛地去思考我们应该做的，以及我们应该解决什么样的问题，而不是单从一个特定的角度出发。”

5. Gregory Wayne

上榜理由：运用对大脑的了解来打造更聪明的机器。

Greg Wayne 是 DeepMind 公司的研究员，他设计了一个从自己的错误中吸取教训，可以像人类一样进步的软件。Wayne 对计算领域的洞见源于他对人脑神经元之间连接的兴趣，在设计机器时，他经常参考人脑结构背后蕴含的原理。

6. 肖健雄

上榜理由：他的公司 AutoX 致力于让每个人都可以更安全地使用自动驾驶汽车。

肖健雄是AutoX 的创始人兼 CEO，他的梦想是让自动驾驶可以和计算机一样普及到寻常百姓家。最近，AutoX 展示了最新的自动驾驶汽车，这款车并未采用昂贵的激光传感器，转而使用了普通的网络摄像头和精妙的计算机视觉算法。

令人惊叹的是，这辆自动驾驶汽车可以在夜间和天气恶劣的情况下行驶。这意味着这项人工智能技术可以让机器学习执行各种困难的任务，如在不同的角度下和不同的亮度中识别行人。

7. Greg Brockman

上榜理由：他致力于预防人工智能会对人类造成的不利影响。

尽管要实现拟人化的人工智能还有些遥远，但 Greg Brockman 认为，考虑其安全性问题宜早不宜迟。所以在成功创办线上支付公司 Stripe 之后，他又与 Elon Musk 等人联合创办了社会企业 OpenAI。

作为一个非营利的研究型企业，OpenAI 的目标就是保障人工智能在急速发展的同时，不会产生对人类不利的影响。

8. 周怡君

上榜理由：公布了科技产业惨淡的员工多元化数据。

2013 年秋天，身为 Pinterest 的软件工程师的周怡君在 Medium上发表了一篇名为《数字在哪里？》的文章，以病毒传播的速度在网上传开，文章指出硅谷员工多元化数据公布过少的问题。2014 年夏天，硅谷大部分有影响力的公司因她的文章发布了员工的人口报告。报告的数字有点惨淡：在科技岗位工作的女性只占总人数的 10%~20%。虽然情况没有改善，但至少，周怡君想要看到的这些数据现身了。

2016 年春天，周怡君与包括风险投资家鲍康如（Ellen Pao）和 Slack 的工程师 Erica Joy Baker 在内的其他七位女性，创立了 Project Include 组织，旨在帮助总裁们在公司内落实多元化和包容战略。

9. Abdigani Diriye

上榜理由：建立索马里第一个孵化器和启动加速器的计算机科学家。

Abdigani Diriye 在 5 岁那年，为躲避战乱，离开索马里到了英国。在伦敦长大的他最终获得了伦敦大学学院计算机博士学位。2012 年，他协助创办了一个名为 Innovate Ventures 的机构，以培训和支援索马里的编程人员。首个项目是在索马里举办了一个为期两周的编程训练营，共有约 15 人参加。

10. Anca Dragan

上榜理由：确保机器人和人类在一起工作发挥良好。

加州大学-伯克利分校的电子工程与计算机科学助理教授 Anca Dragan，正在试图将复杂或模糊的人类行为转化为机器人可以理解的简易数学模型。她表示，当人们试图与机器人共事时，许多冲突都来自于双方对彼此的不了解。如果机器人能够理解它可能对人类情绪造成的影响，就有望解决这一问题。

此研究短期之内最重要的应用莫过于帮助自动驾驶汽车与传统汽车预判对方可能的行为。

11. Neha Narkhede

上榜理由：帮助企业了解所有数据。

全世界正在被数据淹没，而 Neha Narkhede 想教企业如何在数据的海洋里“遨游”。作为领英的一名工程师，Narkhede 曾与人联手发明了一款开源软件平台，以帮助领英迅速处理来自用户的海量数据，这就是 Apache Kafka。

12. 王刚

上榜理由：将人工智能推向消费产品的最前沿。

王刚是阿里巴巴 7 月推出的首款人工智能产品——天猫精灵的幕后科研人员。他3 月加入阿里巴巴人工智能实验室，始终走在推进人工智能成为实用消费者产品的前沿。

“人工智能神经网络的设计需要与现实世界的应用相互联系，”王刚说，“只有这样我们才能创造出商业场景下有用的产品。”

13. Austin Russell

上榜理由：更好的传感器，更安全的自动驾驶。

从斯坦福大学辍学并创办激光雷达公司 Luminar 的 Austin Russell 说；“最可怕的莫过于人们在自动驾驶汽车上使用不合格的传感器了。”

Luminar 所生产的激光雷达使用了波长更长的激光，让传感器可以探测到原本探测距离两倍之外的物体。假设汽车行驶的速度是70英里/小时，它可以在危险发生时提前3秒做出预警。

14. Angela Schoellig

上榜理由：她的算法正在帮助自动驾驶汽车更安全。

Angela Schoellig是多伦多大学动态系统实验室的负责人，她编写了一套可用于让机器之间互相学习的算法，以确保机器本身以及相关用户的安全。而且她的工作成果还进一步拓展了现有机器人的能力，并确保自动驾驶交通工具可以有效排除不稳定因素，按照预先编好的路线行驶。

15. Jenna Wiens

上榜理由：她的计算模型确定了处于致命感染风险最高的患者。

Jenna Wiens是密歇根大学计算机科学与工程专业的助理教授，她设计了一个计算模型，用算法对医院内部病人的医疗记录（病人吃的药、病理分析以及他们都动过的手术等）进行检索，归纳出可能造成医院内部感染的重要因素。

16. 龚晓思

上榜理由：她在中国开展了新的创业路。

龚晓思在多个行业推出了数个公司，其中之一就是 Law.ai。Law.ai 是一家机器学习公司，该公司创造了一个名叫 Lily 的离婚律师机器人和一个叫 Mike 的签证和移民律师机器人。

17. Joshua Browder

上榜理由：他利用聊天机器人来帮助人们节省不必要的律师费。

Joshua Browder创造了一个简单的应用 “DoNotPay” ，来帮助人们应对不合理的停车罚单。今年7 月初，DoNotPay 进一步推出了包括职场中种族歧视投诉和取消网络营销审讯等 1000 项各类的法律咨询服务。不久后，他们又推出了开源的工具，来帮助那些没有编程经验的律师创建自己的聊天机器人。

18. Volodymyr Mnih

上榜理由：他研发了一个足以媲美人类的游戏 AI。

Volodymyr Mnih是DeepMind 的研究员，他创造了第一个可以在近 2600 款 Atari 电子游戏中能轻松通关的电脑系统，拥有不亚于人类的电竞能力。Mnih通过深度学习，模拟人脑对电子游戏的学习方式。他研发的软件通过多次对游戏的尝试，逐渐完善自己的技能，并以得分作为衡量其技能水平的最佳标准。

19. Suchi Saria

上榜理由：她通过现有的医疗数据预测败血症的风险。

Suchi Saria是约翰·霍普金斯大学的助理教授，她创建的分析患者数据的算法，正确地预测了 85％ 的感染性休克案例，平均在发病前一天内就能预测出来，比其现有的筛选测试提升了 60％。

想知道AI加教育领域有哪些最新研究成果？请在智能观（zhinengguanym）对话界面回复“论文”；想要AI领域更多的干货？请在对话界面回复“干货”；想了解更多专家的“智能观”，请在对话界面回复“观点”，去获取你想要的内容吧。