《亚洲人物》2024年亚洲AI领军人物Top 50榜单发布！

背景与意义

2024年，《亚洲人物》怀着崇高的敬意与使命感，隆重推出了备受瞩目的“亚洲AI领军人物Top 50”榜单。这份榜单不仅仅是一次对行业领袖的表彰，更是一幅展现全球人工智能发展格局的全景画卷。榜单中的50位入选者，均是来自亚洲及全球范围内的顶尖科技领袖、学术精英以及行业开拓者，他们代表了人工智能领域中最前沿的技术突破和最具影响力的创新力量。

这些领军人物不但在AI核心技术如机器学习、深度学习、自然语言处理等领域取得了卓越的成绩，同时他们的贡献也对全球数字经济的增长、科技的跨越式发展以及社会的可持续进步产生了深远影响。无论是通过开发革命性的算法、创建基础性的数据集，还是通过推动AI技术在商业和社会中的广泛应用，他们都展现出了非凡的远见与领导力。

在技术层面，他们的创新突破了传统科技的界限，使人工智能成为推动全球生产力提升和产业升级的关键驱动力。而在社会层面，他们的贡献不仅体现在技术应用上，更体现在AI伦理、技术治理和多元化等方面，推动着整个AI行业朝着更加负责任和可持续的方向发展。

榜单中的每一位入选者，都为全球人工智能的进步铺平了道路。通过他们的努力，人工智能技术从实验室走向了现实世界，渗透到了经济、社会、文化等各个方面，赋予了人类全新的能力与可能性。他们不仅仅是行业的先驱者，也是未来智能时代的构建者与设计者，正在塑造我们所处的这个科技驱动的时代。

“亚洲AI领军人物Top 50”榜单背后的故事，凝聚了整个亚洲乃至全球AI领域最具影响力的创新力量和智慧。榜单不仅展示了当前AI领域最为重要的技术趋势，也为未来的科技方向提供了清晰的指引。它见证了AI技术从概念到广泛应用的每一步进展，见证了那些勇敢站在前沿的领袖们如何通过创新和实践，推动人类社会向智能时代迈进。

此次榜单的推出，也希望为全球AI行业提供新的洞察和启示。我们期望通过这份榜单，向世界展示亚洲在全球科技创新中的崛起力量，同时鼓励更多的科技人才和企业加入到AI领域，推动整个产业的进步与繁荣。这不仅是对过去成就的总结，更是对未来无限可能的展望。

榜单分析

“亚洲AI领军人物Top 50”榜单汇聚了来自多个国家和地区的顶尖科技领袖，这些人物不仅代表着当今人工智能（AI）领域的最前沿力量，还在推动AI技术的落地应用、产业创新和全球技术生态的建设方面作出了重要贡献。榜单通过对技术领域、产业应用、社会责任等多个维度的深入分析，展现了AI在不同国家、行业和场景中的多元化发展。

1. 技术创新与引领者

榜单中的大部分入选者在人工智能的核心技术领域取得了世界级的突破，涵盖了机器学习、深度学习、自然语言处理、计算机视觉、强化学习等领域。例如，李飞飞作为计算机视觉领域的先锋，其共同创建的ImageNet数据集成为推动AI深度学习技术进步的关键基础。吴恩达作为在线教育领域的代表性人物，通过DeepLearning.AI广泛传播了深度学习的教育资源，使全球AI教育实现了更高效的知识共享。

在硬件技术上，黄仁勋带领的NVIDIA开发了全球领先的图形处理器（GPU），使得AI模型的训练效率成倍提升，推动了深度学习的普及与应用。类似的贡献者还有苏姿丰（AMD CEO），她通过推动高性能处理器的发展，为AI计算提供了强有力的硬件支持。榜单中的技术领袖不仅聚焦于现有技术的突破，也在推动新一代AI技术的发展，为未来AI技术的演变奠定了坚实的基础。

2. 应用场景的广泛拓展

本次榜单所反映的不仅是技术的突破，更重要的是AI在不同行业和应用场景中的实际落地和广泛应用。入选者们通过他们的技术领导力，将AI应用拓展到医疗、金融、自动驾驶、制造业、教育等多个领域，推动了各行各业的数字化转型。

例如，李彦宏通过百度在搜索引擎和自动驾驶领域的AI应用，推动了中国在这些领域的技术领先地位。他的工作不仅为百度赢得了全球范围内的技术声誉，也促使了AI技术在搜索引擎优化和智能交通领域的深入应用。同样，阿里巴巴集团技术委员会主席王坚，在云计算和大数据技术与AI的结合方面取得了显著成就，带动了整个电商生态系统的智能化升级。

医疗领域是AI应用的另一大亮点。榜单中的一些入选者，如DeepMind的德米斯·哈萨比斯，通过AI在生物医疗研究中的突破，为癌症诊断、药物研发等领域带来了革命性变化。而在自然语言处理领域，崔艺珍的研究则加速了AI在智能对话、情感分析等应用场景中的实际落地，为企业服务、教育科技和社交媒体等行业提供了更加智能化的解决方案。

3. 全球视野与多元化背景

本次榜单所强调的不仅仅是技术和应用的深度，还反映了人工智能领域的全球化趋势。入选的领军人物们来自不同的国家和地区，反映了AI技术的多元化发展趋势。中国、日本、韩国、印度等国家和地区在推动AI技术发展和应用的过程中，涌现出了大量杰出人才。

例如，日本的金出武雄、杉山将等学者通过对计算机视觉和机器人的研究，为全球AI技术奠定了理论基础。而韩国的李弘乐则在深度学习与无监督特征学习领域贡献良多，推动了AI在工业自动化和企业应用中的重要技术进展。

此外，榜单入选者的教育和职业背景也充分反映了跨国合作和知识共享的全球化趋势。许多入选者虽然出生在亚洲，但在全球范围内工作并产生了深远影响。如李飞飞在美国取得了巨大成就，吴恩达也在斯坦福大学及其他全球顶尖机构进行AI教育的普及和推广。这一现象体现了AI作为全球科技前沿的高度融合性和国际性。

4. 技术伦理与社会责任

在AI技术高速发展的过程中，伦理问题与社会责任逐渐成为不可忽视的议题。本次榜单中的许多领军人物不仅在技术创新和商业应用上作出了卓越贡献，还积极倡导AI伦理的建设和技术的负责任使用。

例如，姚期智通过对理论计算机科学的研究，为全球AI算法的合理性和安全性提供了理论保障。德米斯·哈萨比斯不仅通过AlphaGo等技术项目展示了AI在极限问题上的潜力，还致力于探讨AI对人类社会未来的影响和潜在的伦理风险。而李开复等企业领袖也在推动AI伦理与监管的全球对话，帮助社会应对AI带来的挑战，确保技术的应用符合公共利益并造福全人类。

5. 技术生态系统的推动者

榜单中的入选者不仅是个体的技术专家，很多人还通过创建或领导科技公司、研究机构、基金会等方式，推动了整个AI生态系统的健康发展。创新工场的李开复为众多AI初创公司提供了资金和技术支持，推动了新兴企业的快速崛起。吴恩达通过Coursera及DeepLearning.AI等平台，培养了大批AI人才，推动了全球AI教育的发展。这些科技领袖通过他们的努力，建立了一个更加开放、合作和多元化的AI生态系统。

通过对技术创新、产业应用、全球视野、技术伦理和生态系统建设等多个维度的深入分析，“亚洲AI领军人物Top 50”榜单不仅展示了当前AI技术的高峰成就，更描绘了未来AI发展的广阔蓝图。这些AI领军人物将继续引领全球技术进步，推动社会进步，创造更加智能和可持续的未来。

制榜方法与评选标准

“亚洲AI领军人物Top 50”榜单的评选过程是一个严格、科学且多维度的流程，确保榜单的公平性、权威性与代表性。榜单评选以广泛的数据收集、专业的行业分析以及资深评审团的全面评议为基础，力求全面反映出在人工智能领域中具有全球影响力的杰出人物。以下是本次榜单的详细制榜方法与评选标准：

1. 候选人提名与数据收集

榜单评选首先通过广泛的行业调查和研究，建立了一个涵盖全球人工智能领域杰出人物的初步数据库。候选人提名主要来自以下几个途径：

• 行业推荐：从全球领先的AI公司、科研机构、学术团体、行业组织等渠道获得专家推荐，确保候选人具备广泛的行业认可度。
• 公开信息与数据收集：通过权威学术期刊、行业会议、专利数据库以及AI相关的专业网站，广泛收集候选人在科研、技术开发及商业应用方面的公开数据。
• 全球影响力数据：通过分析候选人的媒体曝光、公众演讲、技术论坛中的活跃度，结合公开发表的文章、技术报告、行业分析等数据，初步筛选出在全球范围内具备影响力的科技领袖。

这一阶段旨在确保榜单涵盖不同领域和不同国家、地区的杰出代表，并且确保数据的来源多样性和准确性。

2. 技术贡献与创新影响力评估

候选人的技术贡献是榜单评选中的核心维度之一。评审团队依据候选人在人工智能技术领域的原创性贡献、关键技术突破以及行业标准设定等多个方面的表现进行全面评估。这一评估涉及的标准包括：

• 技术突破：候选人在人工智能基础研究、算法开发或应用创新方面的重大突破。特别是那些对AI技术领域产生深远影响的原创性贡献，如李飞飞在计算机视觉中的ImageNet项目、吴恩达在深度学习和在线教育方面的普及工作等。
• 学术影响力：通过分析候选人发表的学术论文数量、质量以及引用次数，评估其在全球AI学术界的影响力。特别关注那些在全球顶尖学术会议或期刊上发表的高影响力论文，如NeurIPS、ICML等会议论文。
• 技术转化能力：候选人如何将学术研究或技术创新转化为实际应用，并对社会、行业产生重大影响。企业家或科研领袖们的创新技术在实际产业中的广泛应用，成为评估其技术贡献的重要依据。

3. 产业应用与商业影响力评估

除了技术贡献，候选人将人工智能技术在产业中的应用和推广也被纳入评估范围。技术商业化的广度、深度及其对行业的推动作用是此次评选中的重要标准。评审团队在此过程中重点考量以下几个方面：

• 技术落地与商业化：候选人或其所领导的企业在将AI技术商业化中的成功案例。特别是那些技术实现了跨行业应用的情况，如NVIDIA的GPU技术从游戏市场扩展到深度学习和自动驾驶等领域，黄仁勋对此作出的贡献尤为突出。
• 企业影响力：通过评估候选人在科技企业中的领导力，以及其所在企业在全球人工智能产业中的地位和市场份额。特别关注企业在全球市场中的扩展能力和技术竞争力。
• 行业变革推动力：候选人在推动传统行业数字化转型、AI技术赋能产业升级方面的成就。例如，阿里巴巴、百度等公司通过AI技术在金融、零售、物流等领域的深度应用，改变了传统商业模式，成为此次评选中的重要衡量标准。

4. 全球影响力与跨国合作

本次榜单不仅限于亚洲范围内的科技人物，还特别注重入选者在全球人工智能领域的影响力。全球合作与国际影响力成为评选标准中的重要组成部分：

• 国际合作项目：候选人在国际AI研究或应用项目中的参与度和领导力，包括与其他国家、地区的研究机构或企业的合作情况。特别是那些在国际重大AI项目中起到领导作用的科学家和企业家，如吴恩达、李飞飞等在全球AI教育和技术推广中的贡献。
• 全球学术和产业声誉：通过分析候选人在全球顶尖学术机构的任职情况、国际学术会议中的发言频率以及全球企业界的认知度，评估其在全球范围内的影响力。

5. 社会责任与技术伦理贡献

在AI技术日益发展的今天，技术伦理和社会责任已经成为全球科技领域不可忽视的议题。本次榜单特别考虑了候选人在推动AI技术负责任应用、伦理标准制定、社会问题解决等方面的贡献。评审团队在此过程中重点考量以下几个方面：

• AI伦理倡导：候选人是否在AI伦理、技术安全、隐私保护等方面提出了具有前瞻性的建议，或在制定行业标准中起到积极作用。李开复等行业领袖在推动AI技术与社会责任结合方面的贡献尤为突出。
• 社会问题解决与公益事业：候选人在利用AI技术解决社会问题方面的具体贡献，如AI在医疗、教育、环保等领域的应用，是否帮助解决了某些全球性挑战。特别关注那些推动AI在弱势群体、发展中国家等特殊场景中的应用者。

6. 公众影响力与媒体曝光度

候选人的公众影响力以及其在主流媒体、行业论坛、学术会议等公开场合的活跃度，也是榜单评选的标准之一。这部分评估主要关注以下几点：

• 媒体曝光度：候选人在全球主流媒体（如《经济学人》、《纽约时报》等）中的出现频率、报道内容，以及其在全球公共舆论中的形象和影响力。
• 公众演讲和参与：候选人是否定期在全球或区域性科技论坛、行业大会中发声，推动人工智能领域的公共讨论，特别是那些定期参与TED演讲、国际技术峰会的科技领袖们。

7. 评审团评议与最终确认

为了确保榜单的公正性与权威性，《亚洲人物》杂志还特别组织了由行业专家、学术领袖、企业高管等组成的评审团进行综合评议。评审团不仅对候选人数据进行了多维度的分析，还进行了深入的讨论与评议，确保每位入选者都在其领域具备无可争议的影响力与贡献。最终，评审团根据候选人的技术贡献、全球影响力、社会责任等多个维度，确认了“2024亚洲AI领军人物Top 50”的最终名单。

《亚洲人物》发布的“2024亚洲AI领军人物Top 50”榜单，不仅是对这些科技先锋在AI领域所作出的贡献的认可，也是对未来AI技术发展的展望。入选者们通过他们的智慧、创新和远见，不断引领着人工智能的前沿探索，塑造着亚洲乃至全球的AI产业格局。随着技术的不断进步，AI正在改变我们的生活方式、工作模式和社会结构，而这些领军人物的贡献将为未来科技和社会进步铺就坚实的基础。

《亚洲人物》将持续关注这些AI领域的先驱者，记录他们的成就与突破，期待他们为推动全球科技进步作出更大贡献。

以下为完整榜单

李飞飞 (Fei-Fei Li)

职位：斯坦福大学计算机科学教授；斯坦福大学以人为本的人工智能研究院联合主任

国家：出生于中国，现工作于美国

影响力：计算机视觉和深度学习领域的先锋；ImageNet 数据集的共同创建者，该数据集对推动人工智能研究具有重要作用。

吴恩达 (Andrew Ng)

职位：DeepLearning.AI 和 Landing AI 的创始人；斯坦福大学兼职教授

国家：出生于英国，父母为华裔，现工作于美国

影响力：机器学习和人工智能教育领域的领军人物；Coursera 的联合创始人；前百度 AI 负责人；对深度学习和在线教育有重要贡献。

李开复 (Kai-Fu Lee)

职位：创新工场董事长兼首席执行官

国家：中国

影响力：人工智能专家和风险投资家；曾任 Google 中国区负责人；《AI·未来》一书的作者；在推动中国的 AI 发展和投资方面具有深远影响。

黄仁勋（Jensen Huang）

职位：英伟达（NVIDIA）创始人兼CEO

国家：美国（华裔）

影响力：推动GPU在深度学习中的应用，使NVIDIA成为AI计算的核心硬件供应商。

德米斯·哈萨比斯 (Demis Hassabis)

职位：DeepMind 联合创始人兼首席执行官

国家：英籍，父亲为塞浦路斯希腊裔，母亲为中国新加坡裔

影响力：领导 DeepMind，这是一家顶级 AI 研究实验室，已被 Google 收购；通过 AlphaGo 等项目对 AI 做出了重大贡献。

桑达尔·皮查伊（Sundar Pichai）

职位：Alphabet公司及其子公司谷歌（Google）首席执行官

国家：美国（印度裔）

影响力：桑达尔·皮查伊是一位杰出的科技领导者，自2015年起担任谷歌CEO，2019年起兼任母公司Alphabet的CEO。他在谷歌的职业生涯中，领导了包括Chrome浏览器、Android操作系统等多个关键产品的开发和推广。在他的领导下，谷歌大力投资人工智能和机器学习技术，推动了AI在搜索、广告、云计算、自动驾驶（Waymo）和日常应用中的广泛应用。他的战略眼光和领导能力使谷歌在全球科技领域保持领先地位，对人工智能技术的普及和发展产生了深远影响。

阿尼玛·阿南德库马尔 (Anima Anandkumar)

职位：NVIDIA 机器学习研究主管；加州理工学院 Bren 教授

国家：印度

影响力：在张量方法和深度学习领域享有盛名；在推动 AI 研究和科技多样性方面具有影响力。

金出武雄 (Takeo Kanade)

职位：卡内基梅隆大学 U.A. 和 Helen Whitaker 教授

国家：日本

影响力：计算机视觉和机器人技术的先驱；开发了许多 AI 领域的基础算法和系统。

杉山将 (Masashi Sugiyama)

职位：RIKEN 高级智能项目中心主任；东京大学教授

国家：日本

影响力：机器学习领域的专家，特别是在领域适应和统计学习理论方面。

李弘乐 (Honglak Lee)

职位：密歇根大学副教授；Google Brain 研究科学家

国家：韩国

影响力：以在深度学习和无监督特征学习方面的贡献而著称。

苏巴拉奥·坎巴姆帕蒂 (Subbarao Kambhampati)

职位：亚利桑那州立大学教授；前美国人工智能促进会（AAAI）主席

国家：印度

影响力：自动规划和推理方面的专家；对 AI 研究和社区领导具有重要贡献。

崔艺珍 (Yejin Choi)

职位：华盛顿大学教授；艾伦人工智能研究所高级研究经理

国家：韩国

影响力：自然语言处理和常识推理领域的领先研究者。

韩家炜 (Jiawei Han)

职位：伊利诺伊大学香槟分校教授

国家：中国

影响力：数据挖掘和知识发现领域的著名专家；其撰写的教科书在 AI 教育中发挥了重要作用。

刘冰 (Bing Liu)

职位：伊利诺伊大学芝加哥分校杰出教授

国家：中国

影响力：情感分析和意见挖掘的专家；对数据挖掘和机器学习领域有重要贡献。

李彦宏（Robin Li）

职位：百度创始人兼CEO

国家：中国

影响力：推动AI技术在搜索引擎和自动驾驶等领域的应用。

王坚（Wang Jian）

职位：阿里巴巴集团技术委员会主席

国家：中国

影响力：推动云计算和人工智能在中国的发展。

陆奇（Qi Lu）

职位：奇绩创坛创始人，前百度集团总裁兼COO

国家：美国（华裔）

影响力：曾在微软、雅虎等公司担任高管，对AI产业有深刻影响。

朱松纯 (Song-Chun Zhu)

职位：北京大学教授；前加州大学洛杉矶分校教授

国家：中国

影响力：在计算机视觉和认知机器人领域做出了贡献；致力于人类智能与机器智能的桥梁构建。

黄学东 (Xuedong Huang)

职位：微软技术院士兼首席语音科学家

国家：中国

影响力：语音识别技术的先驱；在开发微软的语音和语言处理系统方面发挥了关键作用。

王德良 (DeLiang Wang)

职位：俄亥俄州立大学教授

国家：中国

影响力：在计算听觉场景分析和机器学习领域为语音分离和识别做出了贡献。

奥马尔·苏丹·奥拉马（Omar Sultan Al Olama）
职位：阿拉伯联合酋长国（阿联酋）人工智能、数字经济和远程工作应用国务部长

国家：阿拉伯联合酋长国

影响力：奥马尔·苏丹·奥拉马于2017年被任命为全球首位人工智能国务部长，年仅27岁，成为全球最年轻的部长之一。他负责推进阿联酋的国家人工智能战略，旨在将AI技术整合到政府服务和经济的各个方面，以提高效率和竞争力。在他的领导下，阿联酋推出了多项举措，包括建立人工智能研究机构、促进AI教育，以及与国际科技公司和学术机构合作。奥拉马的工作不仅推动了阿联酋在人工智能领域的快速发展，也对中东地区乃至全球的AI产业产生了积极影响。

普拉迪普·杜贝 (Pradeep Dubey)

职位：英特尔并行计算实验室的英特尔研究员兼主任

国家：印度

影响力：在并行计算架构和 AI 硬件加速方面做出了贡献；在高性能计算和 AI 方面具有重要影响力。

贾扬清（Yangqing Jia）

职位：阿里巴巴技术副总裁

国家：中国

影响力：Caffe和PyTorch深度学习框架的主要开发者之一，对AI基础设施有重要贡献。

林智仁 (Chih-Jen Lin)

职位：台湾大学教授

国家：中国

影响力：开发了广泛使用的支持向量机工具 LIBSVM；对机器学习算法做出了重要贡献。

阿尼尔·K·杰恩 (Anil K. Jain)

职位：密歇根州立大学杰出教授

国家：印度

影响力：模式识别和生物特征识别领域的顶尖专家；其研究推动了全球安全系统的发展。

德维·帕里克 (Devi Parikh)

职位：Meta AI 研究科学家；乔治亚理工学院副教授

国家：印度

影响力：专注于计算机视觉和 AI；研究视觉识别和人机交互。

阿比纳夫·古普塔 (Abhinav Gupta)

职位：卡内基梅隆大学副教授；Meta AI 研究经理

国家：印度

影响力：在计算机视觉和自监督学习方面做出了贡献；推动了 AI 对视觉数据的理解。

苏姿丰（Lisa Su）

职位：AMD（超威半导体）总裁兼首席执行官

国家：美国（华裔）

影响力：苏姿丰是一位杰出的电子工程师和企业领导者。自2014年起担任AMD的CEO，她成功带领公司实现了转型和增长。她推动了锐龙（Ryzen）处理器和霄龙（EPYC）服务器芯片的研发，使AMD在CPU和GPU市场取得了重大突破。她的领导力和技术专长对高性能计算、人工智能和数据中心领域的发展产生了深远影响，被誉为半导体行业的领军人物。

王飞跃 (Fei-Yue Wang)

职位：中国科学院复杂系统管理与控制国家重点实验室主任

国家：中国

影响力：在智能控制系统和复杂网络 AI 应用领域工作。

邓力 (Li Deng)

职位：Citadel 首席 AI 官；前微软 AI 首席科学家

国家：中国

影响力：语音识别深度学习领域的先驱；对 AI 研究和行业应用具有重要贡献。

姚期智 (Andrew Yao)

职位：清华大学教授兼院长；图灵奖得主

国家：中国

影响力：理论计算机科学家，在计算理论方面的基础工作支撑了 AI 使用的算法。

中村聪 (Satoshi Nakamura)

职位：奈良先进科学技术研究所教授

国家：日本

影响力：专注于语音和语言处理；对多语言语音翻译系统的 AI 研究做出了贡献。

王俊 (Jun Wang)

职位：伦敦大学学院计算机科学教授；MediaGamma 创始人

国家：中国

影响力：在强化学习和数字营销 AI 应用领域工作；对实时机器学习做出了贡献。

苏里亚·甘古利 (Surya Ganguli)

职位：斯坦福大学副教授

国家：印度

影响力：研究理论神经科学和机器学习；在生物和人工神经网络的理解之间建立桥梁。

松尾丰 (Yutaka Matsuo)

职位：东京大学教授

国家：日本

影响力：专注于 AI、深度学习和社交网络分析；在日本 AI 政策和教育中具有重要影响力。

林轩田 (Hsuan-Tien Lin)

职位：台湾大学教授

国家：中国

影响力：专注于机器学习、集成方法和数据挖掘；积极推动 AI 教育。

冯雁 (Pascale Fung)

职位：香港科技大学教授

国家：中国

影响力：自然语言处理和 AI 伦理领域的专家；从事多语言语音识别和人机交互研究。

张磊（Lei Zhang）

职位：香港理工大学教授

国家：中国

影响力：在计算机视觉、模式识别和图像处理领域的贡献；对人工智能研究及应用有重要影响。

拉吉·雷迪（Raj Reddy）职位：卡内基梅隆大学计算机科学与机器人学教授国家：印度影响力：图灵奖获得者，人工智能先驱，特别是在语音识别和人机交互领域的贡献。

邢波（Eric Xing）职位：穆罕默德·本·扎耶德人工智能大学校长；卡内基梅隆大学教授国家：中国影响力：机器学习和计算生物学专家；Petuum Inc.创始人，致力于为企业提供人工智能解决方案。

杨强（Qiang Yang）
职位：香港科技大学讲席教授；微众银行首席人工智能官

国家：中国

影响力：数据挖掘和迁移学习领域的领导者；曾任美国人工智能协会（AAAI）主席。

赵京铉（Kyunghyun Cho）

职位：纽约大学副教授；基因泰克研究科学家

国家：韩国

影响力：神经机器翻译模型的共同开发者；在自然语言处理和深度学习领域做出重大贡献。

普什米特·科利（Pushmeet Kohli）

职位：DeepMind人工智能研究主管

国家：印度

影响力：机器学习、计算机视觉和推理领域的专家；在人工智能安全和伦理方面做出贡献。

拉梅什·拉斯卡尔（Ramesh Raskar）

职位：麻省理工学院媒体实验室副教授

国家：印度

影响力：计算摄影和成像领域的创新者；创立了专注于人工智能驱动成像解决方案的相机文化研究小组。

何晓冬（Xiaodong He）

职位：京东人工智能研究院副总裁

国家：中国

影响力：自然语言处理和人工智能领域的专家；以神经机器翻译和对话系统的研究而闻名。

苏米特·钦塔拉（Soumith Chintala）

职位：Meta（Facebook）人工智能研究工程师

国家：印度

影响力：PyTorch的共同创建者，这是广泛应用于人工智能研究和产业的开源深度学习框架。

福岛邦彦（Kunihiko Fukushima）

职位：东京理科大学访问教授

国家：日本

影响力：新认知机的发明者，是卷积神经网络的前身；深度学习和模式识别领域的先锋。

北野宏明（Hiroaki Kitano）

职位：索尼计算机科学实验室总裁兼首席执行官

国家：日本

影响力：人工智能、机器人技术和系统生物学领域的专家；以开发AIBO机器人宠物闻名。

罗杰波（Jiebo Luo）

职位：罗切斯特大学教授

国家：中国

影响力：在计算机视觉、机器学习和数据挖掘领域的贡献显著；对社交多媒体和人工智能应用有重要影响。

张炳卓（Byoung-Tak Zhang）

职位：首尔国立大学教授

国家：韩国

影响力：研究生物启发的人工智能、神经计算和进化算法；对人工智能理论及应用领域有重要贡献。