有這麼一群人，他們通過AI撬動世界！

如果沒有這些卓越的研究人員的貢獻，人工智慧將不會是今天的樣子。

機器學習是一個非常廣泛和多樣化的領域，在眾多應用程式中不斷有各種研究。因此，編寫一份列入該領域的最佳機器學習研究人員的清單是具有挑戰性的。

請注意，此列表包含目前正在該領域工作的研究人員。

此外，請注意，此列表並不是按照排名進行的。下面列出的每個人都做了非凡的工作，在進一步推動人類的AI狀態。

最後，我還將在下面新增一小部分的榮譽獎 - 如果您認為有人應該被新增到列表中，或者在榮譽獎提示部分新增，可以在評論中補充。

a）Tom M. Mitchell

Tom M. Mitchell是卡內基梅隆大學（CMU）的E. Fredkin大學教授。他是CMU機器學習部的前任主席。Mitchell以其對機器學習、人工智慧和認知神經科學的進步所做出的貢獻而聞名，並且是教科書《機器學習》的作者。他自2010年起成為美國國家工程院院士，同時還是美國科學促進協會會員和人工智慧促進協會會員。 2018年10月，被任命為卡內基梅隆大學電腦科學學院臨時主任。

b） Geoffrey Hinton

Geoffrey Hinton，也被稱為AI的教父。 Geoffrey Hinton是神經網路領域的首批研究人員之一。雖然他是卡內基梅隆大學的教授，但他是最早展示廣義反向傳播演算法的研究人員之一，是在1985年。但由於當時缺乏計算能力，使用新演算法無法實現太多。 2012年晚些時候，他使用相同的演算法訓練深度神經網路，並在影像識別方面創造了一個重要的里程碑。在吳恩達的指導下，Hinton釋出了他在Coursera上的神經網路課程，取得了巨大的成功。

c）Manuela Veloso

Manuela Veloso是卡內基梅隆大學機器學習部前負責人J. P. Morgan和卡內基梅隆大學電腦科學學院Herbert A. Simon大學教授的人工智慧研究負責人。 Veloso在2014年之前擔任人工智慧促進協會（AAAI）主席，並且是RoboCup聯合會的聯合創始人和前任主席。她是AAAI，電氣和電子工程師協會（IEEE），美國科學促進協會（AAAS）和計算機協會（ACM）的研究員。 Veloso是人工智慧和機器人技術的國際專家。

d）Michael I. Jordan

Michael I. Jordan目前是加州大學伯克利分校的教授，也是麻省理工學院的前任教授。他的教學與他的研究興趣非常相似，分為統計學和EECS。他幫助推廣了貝葉斯網路在機器學習應用中的應用，並且經常被認為是使統計學和機器學習之間的重疊帶給大眾注意力的主要思想家之一。他是AAAI，ACM，ASA，CSS，IEEE，IMS，ISBA和SIAM的研究員。他的研究生和博士後學生也已經深刻影響機器學習，其中有一些人大家都很熟悉了， Andrew Ng，David Blei和Zoubin Ghahramani。

e）李飛飛

李飛飛是史丹佛大學電腦科學教授。她目前是史丹佛大學以人為本的人工智慧研究所和史丹佛大學視覺與學習實驗室的聯合主任。 2013年至2018年，她擔任史丹佛人工智慧實驗室（SAIL）的主任。2017年，她與他人聯合創辦了AI4ALL，一個致力於提高人工智慧領域多樣性和包容性的非營利組織。她的研究專長包括人工智慧（AI）、機器學習、深度學習、計算機視覺和認知神經科學。李飛飛是人工智慧領域最多產的研究人員之一。她是ImageNet的主要科學家和首席研究員，ImageNet是一組關鍵的機器學習資料集和計算機視覺專案。

f）吳恩達

吳恩達是一位中國英語電腦科學家、高管、投資人和企業家。 吳恩達是Google Brain的聯合創始人和領導者，曾擔任百度的副總裁兼首席科學家，將該公司的人工智慧團隊建設成數千人的團隊。他是史丹佛大學的兼職教授（前任副教授兼AI實驗室主任）。 他也是線上學習的早期先驅，這也促成了Coursera和deeplearning.ai的共同創立。[2]他發起並負責AI Fund，這是一個1.75億美元的投資基金，用於支援人工智慧創業公司。

g）Yann LeCun

Yann LeCun對卷積神經網路的理解和發展做出了重要貢獻，特別是在影像識別領域。他花了80年代末和90年代早期的大部分時間與AT＆T合作，首先是作為研究員，最後擔任影像處理研究部門負責人，這是影像壓縮技術DjVu的主要建立者之一。他於2003年加入紐約大學，擔任電腦科學神經科學教授，並於2013年成為Facebook人工智慧實驗室的負責人。

h） Ian Goodfellow

Ian J. Goodfellow是一名從事機器學習的研究員，目前在Google Brain擔任研究科學家。他為深度學習領域做出了一些貢獻。 Goodfellow最出名的就是發明了生成性對抗性網路，這是Facebook經常使用的機器學習方法。（4）（5）他也是深度學習教科書的主要作者。[6]在谷歌，他開發了一個系統，使谷歌地圖能夠自動轉錄街景汽車拍攝的照片中的地址7，並證明了機器學習系統的安全漏洞。

i）Roni Rosenfeld

“人工智慧的巨大力量帶來了巨大的責任：開發它以造福全人類，並理解和減輕其風險。沒有比CMU更好的工作目標了。“

Roni Rosenfeld是卡內基梅隆大學電腦科學學院機器學習系主任，機器學習、語言技術、電腦科學和計算生物學教授。

自1997年以來，Rosenfeld一直在教授機器學習和統計語言建模。他教過數千名本科生和研究生，是四位博士後學生的導師，也是十幾位博士生的導師。Rosenfeld是機器學習、流行病學預測和口語對話技術的世界知名專家。

j）Daphne Koller

Daphne Koller是史丹佛大學電腦科學系的以色列裔美國教授，也是麥克阿瑟獎學金獲得者。她是Coursera的創始人之一，Coursera是一個線上教育平臺。她的一般研究領域是人工智慧及其在生物醫學科學中的應用。科勒在2004年由麻省理工學院技術評論撰寫的一篇題為“改變你的世界的10種新興技術”的文章，其中有關於貝葉斯機器學習的主題。

k）Yoshua Bengio

Yoshua Bengio是世界著名的加拿大電腦科學家，最著名的是他在人工神經網路和深度學習方面的工作。與Geoffrey Hinton和Yann LeCun一樣，Cade Metz認為Bengio是20世紀90年代和21世紀初期推動深度學習的三個人之一。[6]而另外兩人分別去谷歌和Facebook工作，Bengio則留在了學術界。根據MILA的資料，在h指數至少為100的電腦科學家中，Bengio是每天被引用次數最多的。（7）（8）2016年10月，Bengio聯合創立了Element AI，這是一家位於蒙特利爾的企業孵化器，致力於將人工智慧（AI）研究轉化為現實商業應用。[6] 2017年5月，Bengio宣佈他將加入蒙特利爾的法律創業公司Botler AI，擔任戰略顧問。[9]

l）Ilya Sutskever

Ilya Sutskever是一名從事機器學習的電腦科學家，目前擔任OpenAI的首席科學家。他為深度學習領域做出了幾項重大貢獻。Sutskever是著名的卷積神經網路AlexNet的共同發明人，他還與Oriol Vinyals和Quoc Le一起發明了序列到序列學習[14]。 Sutskever也是AlphaGo和TensorFlow的共同發明者。

m）Andrej Karpathy

Andrej Karpathy是特斯拉的人工智慧和自動駕駛儀視覺總監。他擅長深度學習和影像識別與理解。 Karpathy之前曾在OpenAI擔任研究科學家，負責深入學習計算機視覺，生成建模和強化學習。在業餘時間，Karpathy致力於維護深度學習庫（即ConvNetJS、RecurrentJS、REINFORCEjs、t-sneJS），以及包含由Arxiv提供的機器學習研究論文的擴充套件庫，論文超過60,000篇[10]。

n）François Chollet

Francois Chollet是谷歌的機器學習和人工智慧軟體工程師，他是著名的Keras [9]的作者，Keras是一個領先的Python深度學習框架，擁有超過250,000名使用者和700多名開源貢獻者。 Chollet撰寫了“深度學習Python”（Manning Publications）一書，截至2018年中期已售出20,000多份。

o）Ruslan Salakhutdinov

Ruslan“Russ”Salakhutdinov是加拿大人工智慧領域的研究員。他擅長深度學習、概率圖形模型和大規模優化。 Salakhutdinov目前是Apple的AI研究主任，他是卡內基梅隆大學的終身教授，也是最有影響力的深度學習研究人員之一。

p） Lex Fridman

Lex Fridman是麻省理工學院的研究科學家，致力於以人為本的人工智慧研究。Fridman特別感興趣的是在現實世界共享自治系統的背景下開發用於感知、規劃和人機互動的深度學習方法。他是AI中最有影響力的研究人員之一。

q）Jürgen Schmidhuber

JürgenSchmidhuber是一位從事人工智慧領域工作的電腦科學家。他是位於瑞士南部提契諾州盧加諾區Manno的Dalle Molle人工智慧研究所的聯合主任。從15歲左右開始，JürgenSchmidhuber教授的主要目標就是建立一個比自己聰明的自我完善人工智慧（AI），然後退休。他的實驗室的深度學習神經網路（自1991年以來），如長期短期記憶（LSTM）已經改變了機器學習和AI [24]。

r）Sebastian Thrun

Sebastian Thrun是德國的創新者、企業家教育家和電腦科學家。他是Udacity的董事長兼聯合創始人。在此之前，他曾擔任谷歌副總裁兼研究員，史丹佛大學電腦科學教授，之前是在卡內基梅隆大學。 Thrun還因其在機器人概率演算法方面的工作而聞名，其應用包括機器人對映。[15]為了表彰他的貢獻，他在39歲時被選入國家工程院，並於2007年進入科學院Leopoldina。2011年，他獲得了Max-Planck研究獎。[26] Thrun的博士生導師是世界知名的AI專家Tom M. Mitchell。

s）Zoubin Ghahramani

Zoubin Ghahramani FRS是英國 - 伊朗研究員和劍橋大學資訊工程系教授。他在倫敦大學學院和阿蘭圖靈學院擔任聯合任命。自2009年以來一直是劍橋聖約翰學院的院士.Ghahramani於2014年與Gary Marcus，Doug Bemis和Ken Stanley共同創立了Geometric Intelligence公司。優步收購創業公司後，他在2016年就轉移到優步的A.I. 實驗室。四個月後，他成為首席科學家，取代了Gary Marcus。

t）Demis Hassabis

Demis Hassabis CBE FRS FREng FRSA是英國人工智慧研究員、神經科學家、視訊遊戲設計師、企業家和世界級遊戲玩家。 2010年，Hassabis與Shane Legg和Mustafa Suleyman共同創立了DeepMind 19，這是一家位於倫敦的機器學習AI創業公司。 DeepMind的使命是“解決智慧”，然後使用智慧“解決其他問題”。[18]更具體地說，DeepMind旨在將神經科學和機器學習的見解與計算硬體的新發展融合在一起，以解鎖日益強大的通用學習演算法，這些演算法將用於建立人工通用智慧（AGI）。

u) Jeff Dean

Jeff Dean於1999年加入Google。他目前是谷歌AI部門Google.ai的負責人。他的研究包括大規模分散式系統、效能監控、壓縮技術、資訊檢索、機器學習搜尋和其他相關問題的應用、機器智慧和機器感知。

Dean創立並領導了一個研究大型人工神經網路的團隊谷歌Brain，[16]，自從他們從谷歌搜尋中分離出來後，他一直領導著人工智慧的研究。

v）David Silver

David Silver領導DeepMind的強化學習研究小組，並擔任AlphaGo的首席研究員。他於1997年畢業於劍橋大學，獲得Addison-Wesley獎，並在那裡與Demis Hassabis成為朋友。 Silver共同介紹了第一個master-level9x9 Go程式中使用的演算法。11他的MoGo程式版本（與Sylvain Gelly合著）是截至2009年最強大的圍棋計劃之一。[13]

w）Jeremy Howard

Jeremy Howard是澳大利亞資料科學家和企業家。他是fast.ai的創始研究員，該研究所致力於使深度學習更容易獲得。此前，他曾是加利福尼亞州舊金山一家先進的機器學習公司Enlitic的執行長和創始人。

x）Richard S. Sutton

Richard S. Sutton是加拿大電腦科學家。目前，他是阿爾伯塔大學電腦科學教授和iCORE主席。 Sutton被認為是現代計算強化學習的創始父親（或開創性父母）之一，對該領域有幾項重要貢獻，包括時間差異學習、政策梯度方法、Dyna架構。

y）Peter Norvig

Peter Norvig是一位美國電腦科學家。他是Google Inc.的研究主管，曾經是其公司的搜尋質量總監。 Norvig是JScheme的創造者之一。 2006年，他被任命為計算機協會會員。 Norvig被列入奇點大學的“學術教師和顧問”。[28] 2011年，Norvig與Sebastian Thrun合作開發了一個受歡迎的人工智慧線上課程[27]，有超過160,000名學生註冊。他還通過Udacity平臺教授一門線上課程。

z）Eric Xing

Eric Xing是卡內基梅隆大學的教授，也是機器學習、計算生物學和統計學方法論的研究員[30]。他曾多次獲獎，包括獲得NSF職業獎和Alfred P. Sloan研究獎學金。 Xing與他的合作者開發了Petuum [31]框架，用於分散式機器學習，是包含大資料、大模型和廣泛的演算法。 2016年，他被選為AAAI研究員[32]。

https://www.toutiao.com/a6644403845730402824/

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/29829936/viewspace-2375328/，如需轉載，請註明出處，否則將追究法律責任。