女神节，表白人工智能领域最具影响力的十大女科学家，有你的偶像吗？

知行编程网 2022-05-13 12:00 知行编程网 | 隐藏边栏 | 抢沙发 | 34 0

文章评分 0 次，平均分 0.0 ：

作者 | Hsu

出品 | 深度学习这件小事

现在我们正走向人工智能的时代，社会的方方面面都已经产生了巨大的改变。

根据领英和世界经济论坛的2018年全球性别差距报告，女性在全球AI专业人员中仅占22％。而在更专业的机器学习领域，女性只占12％。可以看出，目前人工智能和机器学习仍然由男性主导。但是，仍然有一些女科学家对人工智能，机器学习和机器人等领域的发展作出了杰出的贡献。

趁着国际妇女节，让我们一起向她们致敬。

1. 李飞飞

她是人工智能领域的最杰出人才之一，在2020年当选了美国国家工程院院士，担任斯坦福大学以人为本AI研究院（HAI）院长，致力于推动AI的研究以造福人类。李还曾短暂地担任过Google Cloud的AI和机器学习首席科学家。她还联合创立了非营利组织AI4ALL，倡导人工智能的多样性和包容性。

李飞飞博士的工作获得了无数奖项和广泛认可，包括2019年IEEE PAMI Longuet-Higgins奖，2017年雅典娜学术领导奖，2016年IEEE PAMI Mark Everingham奖，2016年nVidia先锋奖AI奖，2014年IBM院士奖，2011年Alfred Sloan院士奖，2012年Yahoo Labs FREP奖，2009年NSF CAREER奖，2006年Microsoft Research New Faculty Fellowship等，她还被《ELLE》杂志评选为“ 2017年科技女性”，被《外交政策》杂志评为2015年全球思想家，并被卡耐基大学评为“ 2016年大移民：美国的骄傲”。

她的主要研究领域是计算机视觉以及认知和计算神经科学。她在顶级期刊和会议上发表了近200篇文章，包括《自然》，PNAS，《神经科学》，CVPR，ICCV，NIPS，ECCV，ICRA，IROS，RSS，IJCV，IEEE-PAMI，新英格兰医学杂志等，李飞飞博士是ImageNet和ImageNet Challenge的提出者，并向社会源源不断地输出AI人才，为深度学习和AI的发展作出了杰出贡献。

2. Rana el Kaliouby

她从剑桥取得博士学位后，在麻省理工学院担任研究科学家，一方面改善人机交互技术，另一方面将此技术用于“人类—人类”的交流，帮助自闭症、孤独症患者与他人进行情感交流。此后，她领导了一个情感计算小组，在5年的时间里，发展为一家企业，通过计算机视觉、深度学习、大数据研究，通过对人类脸部的表情识别，来判断情感并作出反馈。这家企业就是美国顶尖AI创业明星Affectiva。到2020年，全球情感检测和识别市场预计将达到247.4亿美元！

她入选了美国《财富》杂志2018年40位40岁以下女性以及《福布斯》2018年美国科技女性50强，她还是世界经济论坛（World Economic Forum）2018年全球青年领袖。

可以说，她以一己之力极大地推动了情感分析的发展。

3. Cynthia Breazeal

她创立并领导了MIT媒体实验室Personal Robots Group。作为人机交互领域的先驱，Breazeal带头创立了社交机器人Jibo（虽然已于2019年关闭），该机器人使用先进的面部识别和语音识别功能以及自然语言理解来与人类家庭互动并建立亲密关系。

Breazeal绝对称得上是社交机器人领域里的领军人物，她在2014年被《财富》杂志评为最有前途的女企业家之一，在2015年被《企业家》杂志评为六位创新女性之一。她的Jibo机器人被《时代》杂志评为2017年最佳发明之一。

4. Tessa Lau

Lau是Dusty Robotics的创始人兼首席执行官，Dusty Robotics是一家创业公司，致力于利用机器人使建筑任务自动化并提高建筑业的效率和安全性。到2023年，建筑领域的AI估计将成为20亿美元的全球市场。

在此之前，她是Savioke的联合创始人，CTO和首席机器人专家，该公司为医疗保健，酒店业和物流业提供机器人。Lau还曾在IBM Research工作10多年。她被Inc.com列入Top 5机器人领域创新女性，以及2015年Fast Company最具创造力的人物。

5. Timnit Gebru

作为谷歌伦理AI团队的负责人，Gebru一直致力于寻找有关人工智能道德问题解决方案。她从斯坦福大学人工智能实验室获得了计算机视觉的博士学位，致力于从大规模数据集中发现和解释社会学问题。她的一篇“使用深度学习和谷歌街景图像数据推断美国各地社区人口构成”的论文，还受到了BBC、《经济学人》和《纽约时报》等媒体的报道。随后她在Microsoft Research的FATE人工智能小组中完成了博士后的工作。

此外，Gebru还是美国环球会议的主讲人（TED Speaker），非裔AI科学家社区Black in AI 的联合创始人。Gebru一直致力于研究人工智能决策对社会方方面面的影响，深入思考人工智能带来的偏见和如何正确应用这项新技术。

“世界上有将近20%的人口是有色人种，这意味着我们应当在这些会议当中有更多更好的代表人，但是事实并非如此。我们不仅要去了解有色人种社群所面对的问题，我们更应该通过自己的实践去真正改善这些问题。”

未来，Gebru将会继续深入人工智能伦理研究和偏差问题研究，做多元化最好的代言人。

6. Devi Parikh

Parikh最重要的研究是关于视觉问答（VQA, Visual Question Answering），囊括了计算机视觉，自然语言处理，常识推理等多个领域，她提出的VQA数据集极大地推动了该领域的发展。人们称赞它具有改善视力障碍者生活质量的潜力。她表示：“通过公开我们的大数据集和系统，我们赋能全球研究组织，帮助他们开发能自动回答关于可视化内容问题的机器。”这样的技术能帮助存在视觉障碍的人士，以及通过不支持图片的低带宽网络传送更多信息。

从卡内基梅隆大学获得博士学位后，Parikh目前在佐治亚理工大学互动计算学院担任副教授，并在Facebook AI Research担任研究科学家。她曾获得多个奖项，包括4次Google Faculty Research Awards，1次亚马逊学术研究奖以及2017年IJCAI计算机与思想奖（IJCAI 两个最重要的奖项之一，被誉为国际人工智能领域的「菲尔兹奖」）。

7. Daphne Koller

Koller一直致力于将机器学习应用于生物医学领域，她是insitro的创始人兼首席执行官，该公司借助机器学习来加速药物发现和研发，并使其过程更便宜，更高效。到2021年，人工智能医疗市场的价值预计将达到66亿美元。

在创建insitro之前，Koller曾在斯坦福大学计算机科学系担任了18年的教授，然后在致力于解决衰老问题Alphabet Calico Labs担任首席计算科学家。她还是在线学习平台Coursera的联合创始人，联合首席执行官兼总裁。

Koller拥有斯坦福大学的博士学位和加州大学伯克利分校的博士学位。她是美国国家工程院院士，美国艺术与科学研究院院士和国际计算生物学学会会员。在2013年，她还被《时代》杂志评选为100位最具影响力人物之一。

8. Maria Petrou

Maria Petrou于2013年因癌症去世。已故的Petrou是一位希腊裔女科学家，于2004年当选英国皇家工程院士，致力于研究数字图像处理。她从剑桥大学获得博士学位，后来在牛津大学担任博士后。

她在图像识别领域最重要的贡献之一是“Trace变换”，这种技术主要应用于面部识别软件。此外，她还专注于图像分割和纹理分析，并为此开发了边缘检测方法，可以更轻松地进行边缘检测和处理模糊图像。

她的著作包括《图像处理基础》和《图像处理：处理纹理》等，并在2008年担任了《下一代人工视觉系统：逆向工程人类视觉系统》的联合编辑。

9. Ellen Hildreth

Ellen Hildreth在麻省理工学院获得了博士学位。她是Wellesley College的计算机科学教授，专门研究计算机视觉和视觉感知。

她以Marr-Hildreth算法而闻名，该算法由她和David Marr发明。这是在图像识别中用于检测边缘的方法。此外，她还在结合计算机系统、神经科学与心理学的视觉领域做出了巨大贡献。

10. Corinna Cortes

Corinna Cortes是出生于丹麦的计算机科学家。她从罗彻斯特大学获得了计算机科学博士学位。随后在AT＆T实验室工作了10多年，她现在是谷歌纽约研究中心的主管。

她主要的研究方向为机器学习和数据挖掘，并因在支持矢量机研究方面的突出贡献而获得了巴黎Kanellakis理论与实践奖，因其在数据挖掘方面的工作而获得2000年AT＆T科学与技术奖章。

<pre style="max-width: 100%;letter-spacing: 0.544px;text-align: center;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section style="margin-right: 8px;margin-left: 8px;max-width: 100%;white-space: normal;color: rgb(0, 0, 0);font-family: -apple-system-font, system-ui, "Helvetica Neue", "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;widows: 1;line-height: 1.75em;box-sizing: border-box !important;overflow-wrap: break-word !important;"><strong style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;letter-spacing: 0.5px;font-size: 14px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><strong style="max-width: 100%;font-size: 16px;letter-spacing: 0.544px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;letter-spacing: 0.5px;box-sizing: border-box !important;overflow-wrap: break-word !important;">—</span></strong>完<strong style="max-width: 100%;font-size: 16px;letter-spacing: 0.544px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;letter-spacing: 0.5px;font-size: 14px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><strong style="max-width: 100%;font-size: 16px;letter-spacing: 0.544px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;letter-spacing: 0.5px;box-sizing: border-box !important;overflow-wrap: break-word !important;">—</span></strong></span></strong></span></strong></section><section style="max-width: 100%;white-space: normal;font-family: -apple-system-font, system-ui, "Helvetica Neue", "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;widows: 1;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section powered-by="xiumi.us" style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section style="margin-top: 15px;margin-bottom: 25px;max-width: 100%;opacity: 0.8;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section style="max-width: 100%;letter-spacing: 0.544px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section powered-by="xiumi.us" style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section style="margin-top: 15px;margin-bottom: 25px;max-width: 100%;opacity: 0.8;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section style="margin-right: 8px;margin-bottom: 15px;margin-left: 8px;padding-right: 0em;padding-left: 0em;max-width: 100%;color: rgb(127, 127, 127);font-size: 12px;font-family: sans-serif;line-height: 25.5938px;letter-spacing: 3px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;color: rgb(0, 0, 0);box-sizing: border-box !important;overflow-wrap: break-word !important;"><strong style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;font-size: 16px;font-family: 微软雅黑;caret-color: red;box-sizing: border-box !important;overflow-wrap: break-word !important;">为您推荐</span></strong></span></section><p style="margin-right: 8px;margin-bottom: 5px;margin-left: 8px;padding-right: 0em;padding-left: 0em;max-width: 100%;min-height: 1em;color: rgb(127, 127, 127);font-size: 12px;font-family: sans-serif;line-height: 1.75em;letter-spacing: 0px;box-sizing: border-box !important;overflow-wrap: break-word !important;">一文通俗了解对抗生成网络(GAN)核心思想<br style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"  /></p><section style="margin-bottom: 5px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;-webkit-tap-highlight-color: rgba(0, 0, 0, 0);cursor: pointer;font-size: 14px;box-sizing: border-box !important;overflow-wrap: break-word !important;">MIT最新深度学习入门课，安排起来！</span></section><p style="margin-right: 8px;margin-bottom: 5px;margin-left: 8px;padding-right: 0em;padding-left: 0em;max-width: 100%;min-height: 1em;font-family: sans-serif;line-height: 1.75em;letter-spacing: 0px;box-sizing: border-box !important;overflow-wrap: break-word !important;">五分钟了解机器学习十大算法</p><p style="margin-right: 8px;margin-bottom: 5px;margin-left: 8px;padding-right: 0em;padding-left: 0em;max-width: 100%;min-height: 1em;font-family: sans-serif;line-height: 1.75em;letter-spacing: 0px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;color: rgb(87, 107, 149);box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;font-size: 14px;box-sizing: border-box !important;overflow-wrap: break-word !important;">图深度学习入门难？这篇教程帮你理清楚了脉络</span></span><br style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"  /></p><p style="margin-right: 8px;margin-bottom: 5px;margin-left: 8px;padding-right: 0em;padding-left: 0em;max-width: 100%;min-height: 1em;color: rgb(127, 127, 127);font-size: 12px;font-family: sans-serif;line-height: 1.75em;letter-spacing: 0px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;">谷歌出现新冠肺炎确诊病例，限制员工出行；比尔·盖茨：可能成百年不遇的大流行病</span><br style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"  /></p></section></section></section></section></section></section></section></section>

本篇文章来源于: 深度学习这件小事

本文为原创文章，版权归知行编程网所有，欢迎分享本文，转载请保留出处！

知行编程网关注：1 粉丝：1

这个人很懒，什么都没写

内容反馈

你可能也喜欢

热评文章

发表评论

联系我们

标签云

推广返利