世界著名人工智能专家有哪些？

99ANYc3cd6 人工智能 2026-04-09 4

传奇先驱与奠基人 (已故)

这些是人工智能领域的“开山鼻祖”，他们的思想和理论奠定了整个学科的基础。

（图片来源网络，侵删）

艾伦·图灵
- 领域: 计算机科学、人工智能理论
- 主要贡献: 提出了“图灵测试”，这是判断机器是否具有智能的经典思想实验，他被誉为“计算机科学之父”和“人工智能之父”，其1950年的论文《计算机器与智能》是AI领域的开山之作。
马文·明斯基
- 领域: 认知科学、人工智能
- 主要贡献: 人工智能的“教父”之一，他是麻省理工学院人工智能实验室的联合创始人，在感知器、框架理论、多智能体系统等领域做出了开创性工作，他的著作《感知器》一书（与西摩尔·派普特合著）曾一度影响了神经网络领域的研究方向。
约翰·麦卡锡
- 领域: 人工智能、计算机科学
- 主要贡献: “人工智能”一词的发明者，他是达特茅斯会议的组织者，这次会议标志着AI作为一个独立学科的诞生，他发明了LISP编程语言，并在时间切片、常识知识库等方面做出了重要贡献。
克劳德·香农
（图片来源网络，侵删）
- 领域: 信息论、密码学、人工智能
- 主要贡献: 信息论之父，他的工作为现代计算机和通信技术奠定了理论基础，他也曾致力于下棋程序（如“思考者”），是早期将计算思想应用于游戏和AI的代表人物。

学术界的泰斗与巨擘

这些专家至今仍在活跃,或在学术界培养了大量人才，深刻影响着AI的研究方向。

杰弗里·辛顿
- 领域: 深度学习、神经网络
- 主要贡献: “深度学习教父”，他是神经网络领域的先驱，反向传播算法的发明者之一，他的研究在20世纪80年代曾一度沉寂，但进入21世纪后，随着计算能力的提升，他的工作成为引爆深度学习革命的关键，他是2025年图灵奖得主。
杨立昆
- 领域: 计算机视觉、深度学习
- 主要贡献: “卷积神经网络之父”，他发明了卷积神经网络，这是现代计算机视觉的核心技术，被广泛应用于图像识别、自动驾驶等领域，他也是Meta（前Facebook）首席AI科学家，致力于推动通用人工智能的研究，他是2025年图灵奖得主。
约书亚·本吉奥
（图片来源网络，侵删）
- 领域: 深度学习、自然语言处理
- 主要贡献: 他是深度学习领域的另一位领军人物，尤其在序列数据建模和注意力机制方面做出了开创性工作，他是Transformer模型架构的重要先驱之一，对现代NLP的发展影响深远，他是2025年图灵奖得主。（与辛顿、杨立昆共同获奖）
斯图尔特·罗素
- 领域: 人工智能伦理、人工智能哲学
- 主要贡献: 他是世界上最权威的AI教科书《人工智能：一种现代方法》的合著者，近年来，他专注于AI对齐和AI安全研究，致力于确保高级AI系统的目标与人类的价值观和长远利益保持一致，是AI安全领域最重要的倡导者之一。
吴恩达
- 领域: 机器学习教育、深度学习应用
- 主要贡献: 他是一位杰出的AI教育家和实践者，他的在线课程让全球数百万人接触并学习机器学习，他在斯坦福大学和谷歌大脑的工作，以及在百度担任首席科学家期间，极大地推动了AI技术的产业化应用，他创立的Landing AI和deeplearning.ai等公司，持续推动着AI技术的普及。

工业界的领袖与实干家

这些专家将AI技术从实验室推向市场,并主导了全球AI产业的格局。

伊莱·萨克斯
- 领域: 大型语言模型、生成式AI
- 主要贡献: 他是OpenAI的联合创始人兼首席科学家，他是ChatGPT、GPT-3/4等革命性模型背后的核心人物，是当前生成式AI浪潮的主要推动者。
德米斯·哈萨比斯
- 领域: 强化学习、通用人工智能
- 主要贡献: 他是DeepMind的联合创始人兼CEO，他带领团队开发了AlphaGo（击败人类围棋冠军）、AlphaFold（解决蛋白质结构预测难题）等一系列震惊世界的AI系统，将强化学习推向了新的高度。
安德鲁·吴
- 领域: 计算机视觉、自动驾驶
- 主要贡献: 他是NVIDIA的首席科学家，他领导了NVIDIA在CUDA并行计算平台和GPU加速计算方面的工作，为深度学习的发展提供了不可或缺的硬件基础，他也领导了NVIDIA在自动驾驶和医疗AI等领域的研究。
李飞飞
- 领域: 计算机视觉、AI与社会
- 主要贡献: 她是斯坦福大学以人为本AI研究院的院长，也是ImageNet项目的发起人，ImageNet数据集的创建，直接引爆了2012年的深度学习革命，开启了计算机视觉的新纪元，她非常关注AI的伦理、公平性和社会影响。

华人AI领域的杰出代表

华人科学家在AI领域也做出了举足轻重的贡献。

李飞飞 (已在上面提及，她是全球公认的顶尖学者)
张钹
- 领域: 人工智能理论、深度学习
- 主要贡献: 中国科学院院士，清华大学教授，他是中国人工智能领域的奠基人之一，长期致力于机器学习、神经网络和认知科学的研究，并大力倡导“第三代AI”的发展。
俞士纶
- 领域: 自然语言处理、机器学习
- 主要贡献: 加州大学伯克利分校教授，也是NLP领域的大牛，他的研究对统计机器翻译、情感分析、文本生成等NLP核心领域产生了深远影响，他是许多顶级NLP会议的主席和领域主席。
李沐
- 领域: 深度学习框架、开源
- 主要贡献: 他是Apache MXNet开源深度学习框架的共同创造者，也是《动手学深度学习》的作者之一，他的工作极大地降低了深度学习的入门门槛，对全球AI教育和开源社区贡献巨大。