学者 · 创业者 · 代表性 IP
AI 名人与 IP
按类型浏览
先选频道，再看名录
人物精选
Andrej Karpathy
AI 教育者
曾任 Tesla AI 负责人，在神经网络与教学方向有广泛影响；个人站点与公开课程便于系统学习。 其核心身份是计算机视觉与深度学习 · 教育者，长期被外界以“AI 教育者”认知。Andrej Karpathy 的影响力通常不只来自单点…
Yann LeCun
深度学习奠基人
深度学习奠基人之一，长期推动开放研究与 AI 在学术、工业界的应用讨论。 其核心身份是卷积网络 · Meta 首席 AI 科学家，长期被外界以“深度学习奠基人”认知。Yann LeCun 的影响力通常不只来自单点成果，而是来自长期…
李飞飞 Fei-Fei Li
视觉智能研究者
长期推动视觉数据集与多模态研究，对 AI 教育与伦理治理亦有持续投入。 其核心身份是ImageNet 推动者 · Stanford 教授，长期被外界以“视觉智能研究者”认知。李飞飞 Fei-Fei Li 的影响力通常不只来自单点成果，而是来…
Ilya Sutskever
大模型研究先驱
在神经网络与语言模型方向有长期贡献，对模型训练范式发展影响深远。 其核心身份是深度学习研究者，长期被外界以“大模型研究先驱”认知。Ilya Sutskever 的影响力通常不只来自单点成果，而是来自长期持续输出与跨领域…
吴恩达 Andrew Ng
深度学习教育者
通过公开课程与 DeepLearning.AI 降低深度学习学习门槛，在产业与学界均有广泛影响。 其核心身份是Stanford 兼职教授 · 深度学习课程与平台推动者，长期被外界以“深度学习教育者”认知。吴恩达 Andrew Ng 的影响力通…
Geoffrey Hinton
神经网络先驱
反向传播与表示学习等方向的关键贡献者，长期推动神经网络从理论走向实用。 其核心身份是多伦多大学荣休教授 · 深度学习奠基人之一，长期被外界以“神经网络先驱”认知。Geoffrey Hinton 的影响力通常不只来自单点成果…
Yoshua Bengio
深度学习奠基人
在深度生成模型与因果表示等方向持续产出，关注 AI 安全与社会影响议题。 其核心身份是Mila 科学主任 · 蒙特利尔大学教授，长期被外界以“深度学习奠基人”认知。Yoshua Bengio 的影响力通常不只来自单点成果，而是来…
David Silver
强化学习研究者
在深度强化学习与博弈智能方向有里程碑式工作，推动围棋与复杂决策任务中的学习范式。 其核心身份是DeepMind 首席科学家 · AlphaGo / AlphaZero 核心贡献者，长期被外界以“强化学习研究者”认知。David Silver 的影响…
人物名录
每条均可进入详情页阅读完整介绍与外链。
第 49–60 条，共 61 条
Ian Goodfellow
GAN 代表性提出者，深度学习研究者
以生成对抗网络等工作影响深远，研究覆盖深度学习、生成模型与对抗样本安全，是理解生成式 AI 演进的重要人物。 其核心身份是GAN 代表性提出者，深度学习研究者，长期被外界以“生成模型与安全”认知。Ian Goodfellow…
- GAN
- 生成模型
- 对抗样本
Ayanna Howard
Ohio State University 工程学院院长，机器人学者
研究人机交互、辅助机器人和可信自主系统，强调机器人技术在教育、医疗和社会场景中的可及性。 其核心身份是Ohio State University 工程学院院长，机器人学者，长期被外界以“机器人与人机协作”认知。Ayanna Howard…
- 辅助机器人
- 人机协作
- 可信自主
Joëlle Pineau
McGill 教授，Meta AI 研究负责人之一
研究强化学习、医疗决策和可复现 AI，长期推动开放科学、评测规范与面向现实问题的 AI 研究。 其核心身份是McGill 教授，Meta AI 研究负责人之一，长期被外界以“强化学习与开放研究”认知。Joëlle Pineau 的影响力通…
- 强化学习
- 开放科学
- 医疗决策
Judea Pearl
UCLA 教授 · 图灵奖得主
贝叶斯网络与因果推断理论的奠基人，提出因果之梯框架，对人工智能的可解释性与推理产生根本性影响。 其核心身份是UCLA 教授 · 图灵奖得主，长期被外界以“因果推断奠基人”认知。Judea Pearl 的影响力通常不只来自单…
- 因果推断
- 贝叶斯网络
- 图灵奖
Jürgen Schmidhuber
IDSIA / KAUST 教授 · LSTM 共同提出者
长短期记忆网络（LSTM）的共同提出者之一，在循环网络、元学习与人工通用智能方向有长期研究。 其核心身份是IDSIA / KAUST 教授 · LSTM 共同提出者，长期被外界以“序列模型与早期深度学习”认知。Jürgen Schmidhuber…
- LSTM
- 循环网络
- 元学习
Zoubin Ghahramani
剑桥大学教授 · 概率建模
贝叶斯机器学习与概率程序设计方向的代表学者，推动不确定性建模与自动机器学习的发展。 其核心身份是剑桥大学教授 · 概率建模，长期被外界以“贝叶斯机器学习”认知。Zoubin Ghahramani 的影响力通常不只来自单点成果…
- 贝叶斯方法
- 概率建模
- 不确定性
Michael Bronstein
牛津大学教授 · 图与几何深度学习
几何深度学习方向的代表学者，系统化了图神经网络与非欧几里得数据上的深度学习框架。 其核心身份是牛津大学教授 · 图与几何深度学习，长期被外界以“几何深度学习”认知。Michael Bronstein 的影响力通常不只来自单点…
- 几何深度学习
- 图神经网络
- 牛津
Léon Bottou
Meta FAIR 研究科学家 · 随机梯度下降
在大规模机器学习、随机梯度下降与因果学习方向有深远影响，推动深度学习训练方法的工程化。 其核心身份是Meta FAIR 研究科学家 · 随机梯度下降，长期被外界以“大规模学习与优化”认知。Léon Bottou 的影响力通常不只…
- SGD
- 大规模学习
- 因果
Alan Yuille
约翰霍普金斯大学教授 · 视觉与神经计算
在计算机视觉、统计建模与视觉认知交叉方向长期产出，关注组合性与可解释的视觉理解。 其核心身份是约翰霍普金斯大学教授 · 视觉与神经计算，长期被外界以“计算机视觉教授”认知。Alan Yuille 的影响力通常不只来自单…
- 计算机视觉
- 统计建模
- JHU
朱松纯 Song-Chun Zhu
北京大学讲席教授 · 北京通用人工智能研究院院长
在计算机视觉、认知推理与通用人工智能方向有系统性工作，倡导「小数据、大任务」的通用智能范式。 其核心身份是北京大学讲席教授 · 北京通用人工智能研究院院长，长期被外界以“认知与通用人工智能”认知。朱松纯 Son…
- 通用人工智能
- 认知推理
- 计算机视觉
Sepp Hochreiter
林茨大学教授 · LSTM 第一作者
长短期记忆网络（LSTM）的提出者，近年推动 xLSTM 等新型序列架构研究，长期深耕深度学习理论。 其核心身份是林茨大学教授 · LSTM 第一作者，长期被外界以“深度学习与 LSTM”认知。Sepp Hochreiter 的影响力通常不只…
- LSTM
- xLSTM
- 序列建模
何恺明 Kaiming He
MIT 副教授 · ResNet / MAE 作者
ResNet、Faster R-CNN 与掩码自编码器（MAE）等里程碑工作的主要作者，深刻影响了视觉表示学习的发展路径。 其核心身份是MIT 副教授 · ResNet / MAE 作者，长期被外界以“视觉表示学习”认知。何恺明 Kaiming He 的影…
- ResNet
- MAE
- 自监督学习
看看其它频道
全站内容互通，减少「点进来只有列表」的单调感。