李飞飞领衔全球AI领域21位杰出女性，吴恩达妻子入围
机械鸡曾在之前全网首发了，引领中国人工智能技术革命的二十位领袖。文章发布不久，国内的各大媒体相继跟进了报道。
上次的原作者是Mariya Yao，她是TOPBOTS的首席技术官兼研究和设计主管。TOPBOTS是一家垂直于人工智能和机器学习领域的战略和研究公司，本文依然是TOPBOTS原创，并筛选了全球人工智能领域的女性精英。
值得一提的是，在上次的榜单中，唯一的上榜的女性，来自百度的NLP部门技术总监吴华，依然在此次榜单中。
机械鸡编译如下：
人工智能正在影响世界各地的每个行业。但你可能没有关注到，在人工智能领域潜心致力于研究的女性专家。
这些有才华的女性专家，具有不同的背景、学科、专业知识和观点，正式因为她们的努力，使得人工智能添加了一抹不可或缺的颜色。
我们很自豪地告诉你她们的故事。
▍李飞飞
Google云 人工智能与机器学习首席科学家
“我们都有责任确保每个人，包括公司、政府和研究人员，开发出多元化的AI，”李飞飞说道。
作为计算机视觉知名学者，李飞飞最近加入了Google Cloud，担任人工智能与机器学习首席科学家，以推进“AI人尽可用”的使命。
她依然担任斯坦福大学副教授。在那里，她领导着斯坦福大学实验室和斯坦福视觉实验室。
自从获得普林斯顿物理学学士学位，以及加州理工学院电机工程博士学位后，李飞飞在顶级期刊和会议上发表了150多篇科学论文，并构建了一个1500万图像数据集的ImageNet，这些数据集对深入学习和AI贡献巨大。
李飞飞指出，巨头垄断了学术界的高精尖人才，这不利于人工智能发展的多样性，降低了创造力和创新能力，对于女性研究者来说，非常不公平。
她的非盈利组织“AI4ALL”，正在推动世界各地的女性，投身于人工智能领域。并推出了K-12教育计划。
“技术可以使人受益或受伤，所以技术的使用是人类整体的责任，而不仅仅是研究者的工作”。
了解李飞飞：
Twitter上人工智能领域TOP100排行榜，吴恩达、李飞飞位列三四名
▍Daphne Koller
Calico Labs首席计算官
在斯坦福计算机科学教授18年来，Daphne Koller在顶尖的科学期刊上，发表了200多篇论文，获得了无数的学术突破和卓越的教育奖。
她曾与吴恩达共同创立了，世界上最大的在线教育平台Coursera，现在担任Calico Labs首席计算官，Calico Labs是一家研究抗衰老的公司，被GoogleGoogle收购。
在她的跨学科成就中，Koller最自豪的是，教出那些做出让人不可思议贡献的学生，其中包括推出数百万学生，学习过的人工智能、机器学习和数据科学课程的Coursera。
完成课程的学习者中，有29％有所收获，例如找到新的职业或创办企业。重要的是，对于来自新兴经济体系或弱社会经济背景的弱势学生，这一数字跃升至48％。
▍Cynthia Breazeal
Jibo创始人兼首席科学家
世界知名的机器人之母Cynthia Breazeal，目前任职麻省理工学院副教授，在那里她获得了博士学位，创立了个人机器人Jibo，Jibo是个人机器人公司，融资超过8500万美元。
虽然Breazeal的工作赢得了许多学术奖项、行业荣誉和媒体的关注，但她曾在20世纪90年代，被其他机器人和AI专家质疑。当时机器人被视为物理和工业工具，而不是社会或情感上的伙伴。
她的第一个社会机器人Kismet，在流行新闻界被不公平地称为“废物”。
Breazeal以一种截然不同的眼光看待这一趋势：“我想创造出具有社会和情感智慧的机器人，可以与人们建立合作伙伴关系。在2 - 5年的时间里，我看到社会机器人在帮助家庭，如教育、健康、老年人、娱乐和陪伴”。
她希望她的工作和影响力，可以激励他人创造机器人“不仅是聪明人，而且拥有机器之心”。
▍Latanya Sweeney
哈佛大学政府与技术教授
作为哈佛政府和技术教授，以及哈佛数据隐私实验室主任，Latanya Sweeney致力于，让个人数据和机器学习算法更安全。
Sweeney的研究已经揭示了在线广告中的歧视，其中与黑人群体相关的“种族联系”的互联网搜索，更有可能产生赞助广告，但这是反人性的。
她也担任技术科学总编辑，她指出：SAT考试（由美国大学委员会（College Board）主办的一场考试，其成绩是世界各国高中生，申请美国大学入学资格及奖学金的重要参考，它和ACT（American College Test）都被称为美国高考。）
对于亚洲人来说，其收费比例几乎是平均价格的两倍，不管你实际收入如何。
在美国，基于种族、宗教、国籍或性别的价格歧视是非法的，但在线商务中执法不力，差异化定价是以不透明的算法包装的。
在担任现任职务之前，Sweeney曾任联邦贸易委员会首席技术官。她在哈佛完成了计算机科学本科学习，是麻省理工学院获得计算机科学博士学位的第一位黑人女性。
▍Andrea Frome
Clarifai研究总监
Andrea Frome在没有开始她的职业生涯之前，并不打算成为一名顶尖的AI研究员。她最初是环境科学家，渐渐地她爱上了工作中相关的数据和模型，这激发了她，在伯克利的计算机视觉和机器学习方面的努力，并获得了博士学位。
然后她加入Google，在那里她发表了，关于多模式视觉分类系统的开创性研究论文，并推出了Google街景视图。
她解释说：“我经常在解决影响超越学术界的问题上，找到更大的满足感。“在街景视图中，我们需要对脸部和车牌进行隐私保护。又要将检测精度提高到足够高的地步，这是一个艰难的现实问题，除非我们解决这个问题，否则Street View无法启动”。
Frome目前担任领先的计算机视觉公司，Clarifai的研究总监。她的最终目标是，使计算机能够理解人类视觉输入的方式，并对其周围的世界做出准确的预测。
▍Rana el Kaliouby
Affectiva联合创始人
Rana el Kaliouby解释说：“AI的领域传统上集中在计算智能，而不是社会或情感智力上。“然而，情商（EQ）的缺陷可能是社会的一大缺点。”
El Kaliouby出生于埃及开罗，在中东长大。当她在英国剑桥大学攻读计算机科学博士学位时，很少有人研究人工情感智力。
通过不断的热情，倡导和可证明的技术进步，El Kaliouby定义了“情感AI”的领域，并共同创立了Affectiva，在那里担任首席执行官。Affectiva的技术已经被证明对汽车、市场研究、机器人、教育和游戏等行业的变革，而且也适用于自闭症儿童情感认知和非语言社会线索等用例。
当她的小孩使用Affectiva研发的Google眼镜时，她第一次学会，与她真正的眼神交流时，一个母亲流泪了。
“3 - 5年后，我们的设备将会直视内心”，El Kaliouby说。
▍Carol Reiley（吴恩达妻子）
Drive.ai联合创始人兼总裁
Carol Reiley直到大学才开始编程，起初她“极度恐惧”、“几乎崩溃”。幸运的是，她不仅坚持下来，而且做的越来越好，然后在约翰·霍普金斯大学攻读计算机科学与机器人专业，拿到了硕士和博士学位。
“如果轮回到19世纪，公司将聘请电力副总裁，”Reiley说道。“电力是个全新的概念，每个人都很兴奋，但没有人知道它会如何影响到世界。我们现在看到AI也是一样的。“
Reiley从小的使命，就是想通过科技来影响世界。
她现在是Drive.ai的联合创始人兼总裁，联合斯坦福大学的AI实验室组建，并为无人车建立深度学习软件。Reiley和她的团队承认，尽管竞争激烈，且科技巨头和汽车行业持怀疑态度，但团队还是筹集了1200万美元的A轮融资，公司增长到六十多人，并相继发布了多台自主研发的无人车。
▍吴华
百度NLP部门技术总监
在百度的7年中，技术负责人吴华负责自然语言处理（NLP）、对话系统和神经机器翻译（NMT）的一些研究。“纽约时报”称她为NMT多任务学习框架提出的建议是“开创性的”，并使得百度的翻译产品，成功服务于数亿用户。
她还构建了Duer的技术，百度的对话AI，为家庭助理和智能IoT设备提供支持。吴先生从中国科学院获得博士学位，共同主持了ACL和IJCAI等领先的学术AI会议。
当吴华初始研究时，深度学习在计算机视觉和言语方面取得了重大进展，但尚未进入NLP领域。许多成熟的专家，对深度学习可以改进机器翻译持怀疑态度，但吴和她的团队不仅证明了NLP的技术，而且在不到6个月的时间里，开发了一个每天处理1亿个翻译词汇量的产品。
“我为团队的远见、坚韧和速度感到自豪，”她强调。“我们改进的翻译可以让人们不再有语言障碍，帮助他们学习新的东西。”
▍Angelica Lim
软银机器人软件研发经理
十年前，在接触深度学习之前，Angelica Lim使用Yann LeCun的卷积神经网络，破解了Hotmail的CAPTCHA系统。她甚至在非主流的编程语言LISP中做到了这一点，但从来没有发表过她的研究成果，因为神经网络还不流行。
在京都大学的硕士和博士期间，Lim将计算机科学&神经科学，与文化发展心理学结合起来，构建了一个“feels”机器人。
Lim作为“developmental robotics”的先驱者，将机器人的人文学习模型化，Lim解释说，幼儿可将情绪与特定的生理和心理状态，以及身体表现联系起来。人类和机器人的学习，都受到监护人和文化的影响。
林先生目前是Softbank机器人研发部门的机器人软件开发经理，人形机器人胡椒的创始人。她在设计和共同体现了情感和同情的机器人时，曾多次参加过TED谈判。
▍Daniela Rus
MIT计算机科学与AI实验室主任（CSAIL）
Daniela Rus是麻省理工学院电子工程与计算机科学教授，麻省理工学院计算机科学与人工智能实验室主任，CSAIL分布式机器人实验室负责人。
她以前成立了达特茅斯机器人实验室，以自主重新配置机器人的开创性工作而著称，通过改变内部结构适应不同的环境。
她解释说：“我们最近的3D打印软体机器人，比通过传统制造业产生的硬体机器人更安全、更便宜、更具弹性。软体机器人的敏捷结构，使得它们能够轻易地改变方向。
“使用简单的家用材料，如纸和塑料，我们可以生产，实际生活中应用的功能性机器人。”
了解Daniela Rus：
▍Ayse Naz Erkan
Twitter数据科学家
Erkan出生于土耳其伊斯坦布尔，于2004年搬到美国，在纽约大学Courant研究所攻读计算机科学博士学位。
她在Yann LeCun实验室研究了越野自动机器人导航的深度学习应用，并在加入一家技术初创公司作为早期工程师之前，在马克斯·普朗克生物控制论学院进行了半监督学习深造。
Erkan将她的创业时光，描述为“令人难以置信的生活”—让她变成一个更好的问题解决者和务实的技术专家。
她现在领导Twitter的内容理解和深度学习应用团队，Twitter在5年前收购了Erkan的公司，并致力于使社交网络成为一个更安全的地方。
Erkan表示：“通过Twitter数据来阻止仇恨言论的工作，非常令人兴奋，特别是目睹了机器学习如何影响公共通信设计。”
▍Jane Wang
Google DeepMind研究科学家
Jane Wang作为应用物理学家，塑造了大脑记忆系统的复杂网络动力学，然后进入实验性认知神经科学领域，成为了美国西北大学的博士后。
自从两年前加入DeepMind以来，她的非机器学习背景，使她有了一套独特的工具和观点，来解决最难的AI问题。她表示：“制定人类大脑功能理论，依靠强大的强化学习模式，可以解决类似复杂的任务。”
虽然Jane没有正式的AI背景，但她认为AI研究的、陡峭的学习曲线和超强的竞争氛围，会阻止一些复合背景的人参与其中。
Jane加入了DeepMind的指导委员会，以增加AI的多样性。
▍Carolina Galleguillos
Thumbtack机器学习工程师
Carolina Galleguillos出生于智利圣地亚哥。智利大学毕业后获得智利大学工程与计算机科学学士学位，获得硅谷实习政府奖学金，最终让她在UCSD完成了计算机科学博士学位。
在她的学术生涯中，她在大型计算机视觉会议上发表了研究报告，并于2007年和2008年获得IGERT NSF奖学金。
Galleguillos为Google、Hewlett-Packard、Honda和Thumbtack等巨头，开发了计算机视觉和机器学习算法，但她特别为在SET Media创建和训练的AI团队感到自豪。
尽管资源非常有限，但她的团队开发的机器学习系统，对于公司2014年被Google投资至关重要。
▍Devi Parikh
Facebook AI客座科学家
Devi Parikh是佐治亚理工学院交互计算学院的助理教授，以及Facebook AI研究（FAIR）客座研究员。
在卡内基梅隆，获得电气与计算机工程硕士和博士学位后，她在顶尖的研究实验室担任多个客座职位，并获得了2017年IJCAI计算机与思想奖等荣誉称号，被评为“年龄在35岁以下的AI研究人员之首”。
Parikh最为她在视觉问答（VQA）中的研究工作所骄傲，这项研究位于计算机视觉与自然语言处理（NLP）之间。“通过公开发布大量的数据集和系统，我们使世界各地的研究团队，在构建可以自动回答，关于视觉内容的问题方面取得重大进展。”她说。
这种技术可以帮助视觉障碍，并在不能支持图像的低带宽网络上传送信息。
VQA的进步也改善了现有的产品体验。“我们会看到越来越多的会话式代理（无论是个人助理还是聊天记录） - 可以看到或增强视觉智能的现实体验。”
▍Marie desJardins
马里兰大学计算机科学系教授（UMBC）
Marie desJardins一直在研究AI领域中，广义的人工智能，而不是狭隘的技术应用。
她在伯克利发布了博士论文“目标驱动机器学习”，她设计了一种智能代理，可以用来确定如何学习的方法。作为马里兰大学副院长和教授，desJardins发表了120多篇科学论文，并获得了无数教学荣誉，同时也为与学生们，在多智能自组织系统方面的工作感到自豪。
当DesJardins开始职业生涯时，AI和计算机行业吸引了更多元化、多学科的人才。随着时间的推移，她观察到，会议越来越多地几乎完全集中在（监督分类学习）方向的论文，而不是聚焦于在其他方面（主动学习，目标导向，应用学习，认知学习等），她担心会加剧研究的多样性差距。
desJardins指出：“我们已经看到了更多象征性的，代表性的方法。“最终我认为，我们将在numerical approaches 和 symbolic approaches之间，建立越来越多的桥梁，并创建利用这两者的分层架构。”
▍Rachel Thomas
Fast.ai联合创始人
自从获得Duke数学博士学位后，Rachel Thomas曾在Uber担任数学科学家和后端工程师，并曾在旧金山大学（USF）硕士研究生课程中担任教授。
她目前是USF数据研究所的研究员，并共同创立了Fast.ai，使全球范围内实用的深度学习教育成为可能。Thomas的学生利用他们的知识，来降低印度农民的自杀率，帮助视障者以及辅助治疗帕金森病。
当Thomas几年前开始研究深度神经网络时，网络上几乎没有教育资源。她表示：“看起来，很多人获得了机器学习的博士学位，但没有人分享实用的教程。”
为了打造解决方案，她共同制作了一套免费的“ 实用深度学习”课程，旨在使任何具有合理编程技巧的人，在应用神经网络方法上得到提高。Thomas的倡议已经成功地使更多的女性、有色人种、国际学生和经济弱势群体，参与到了人工智能研究和工程中。
▍Suchi Saria
约翰霍普金斯大学助理教授
网络有大量的健康数据信息，但在很大程度上未得到充分利用，Suchi Saria提取了数据来改善医疗保健。她认为，传感器和电子病历数据的计算建模，为“医疗行业提供了巨大的机会”。
在约翰·霍普金斯大学之前，Saria在斯坦福大学攻读博士，并兼任哈佛大学的NSF计算创新研究员。
她最初确信她不喜欢生物学或药物，但在研究使用婴儿的疾病数据做生理预防后，却产生了兴趣。Saria凭借多学科的专业知识，发表了受到高度评价的disease trajectory modeling，针对护理目标的预测方法，临床决策支持（CDS）系统和个性化治疗方法。
Saria非常鼓励，即将到来的研究人员，选择重要且有兴趣的方向，来深入研究其复杂性和制约因素。
▍Rama Akkiraju
IBM沃森杰出的工程师和发明家
IBM很少颁发“杰出工程师和硕士发明家”的荣誉，但是Rama Akkiraju的贡献值得拥有。
她领导IBM沃森的“People Insights”项目，并开发了使用语言学和机器学习技术，从社交媒体数据中推断人格、情绪、语调、态度和意图的技术。Akkiraju负责领导沃森认知服务团队，包括Tone Analyzer。
为了应对这个充满挑战的领域，Akkiraju的团队利用了多种学科，包括AI、心理学、社会学、决策理论和消费者行为。
她指出：“真正了解人们的机器人，可以弥补客服、健康顾问的不足。“这些都是我们的工作，可以在人们日常生活中，产生有意义的差异领域。”
▍Jackie Hunter
BenevolentBio CEO
Jackie Hunter一直对大数据生物转化技术的潜力着迷，在GlaxoSmithKline的研发部门担任高级执行官期间，他们会挖掘数据，以获得更好的医学知识。
现在，Jackie Hunter同时担任BenevolentBio及子公司BenevolentAI首席执行官，Hunter结合了广泛的学术和行业经验，通过人工智能加速了药物发现和开发。
“在药物发现和医疗保健方面，我相信未来5年，将会比以前的50年更多的转型，”她预测，但也提醒说，制药公司应该适时使用AI技术。“在整个价值链中开发和实施综合数字化人工智能战略的公司，将是在未来5 - 10年内取得成功的公司。”
▍Shubha Nabar
Salesforce Einstein 数据科学高级总监
Shubha Nabar从斯坦福大学获得计算机科学博士学位后，在Microsoft，LinkedIn和现在的Salesforce建立了数据产品和数据科学团队。
作为Einstein数据科学高级总监，她和她的团队，通过在所有Salesforce产品中注入AI技术，使企业用户可以智能应用。
在大量用例中，为成千上万的企业构建AI解决方案，在技术上是具有挑战性的。
Nabar的新方法是，构建一个“元”机器学习框架，自动化构建整个机器学习管道。她表示：“领导团队应对这些挑战，是非常有益的，因为我们正在建设一个前所未有的东西。”
当机器学习民主化时，Nabar提醒说，“无处不在，我们需要强调人工智能的伦理含义，并建立公平和负责任的算法，不会传播现实世界数据中，常常存在的负面伦理。”
▍Timnit Gebru
斯坦福大学博士生
作为一名青少年，Timnit Gebru从埃塞俄比亚只身来到美国。她在斯坦福大学攻读电气工程学士学位，硕士和博士学位，在苹果公司担任着著名的工程师，并共同创办了一家创业公司。
Gebru在李飞飞的指导下，开始学习计算机视觉，在她的研究领域撰写了几篇关于挖掘大规模数据集的社会学见解论文。《经济学人》最近曾称赞她，使用机器学习，来推测谷歌街景图像中的人口资料普查的新方法。
Gebru积极致力于促进AI的多样性和包容性。
她是大型AI大会上唯一的黑人女子，她共同创立了社区Black In AI，以推动人工智能研究的连接和参与。
Gebru还返回埃塞俄比亚，共同筹办了一个编程训练营AddisCoder，为各种年轻学生提供帮助，帮助他们赢得了常春藤大学的入学资格。
★推荐阅读★
长期招聘志愿者
加入「AI从业者社群」请备注个人信息
添加小鸡微信 liulailiuwang
相关内容
微信扫码咨询专知VIP会员