5 women that are changing the AI industry is tracked as a internet infrastructure institution within the internet infrastructure ecosystem.
5 women that are changing the AI industry has public-source relevance to network operations, governance, dependency mapping, or market structure.
5 women that are changing the AI industry has public-source relevance to network operations, governance, dependency mapping, or market structure.
5 women that are changing the AI industry is tracked as a internet infrastructure institution within the internet infrastructure ecosystem.
Public-source signals support medium-impact monitoring for infrastructure visibility and dependency analysis.
Public-source signals support medium-impact monitoring for infrastructure visibility and dependency analysis.
| 0.90–1.00 | A | High — direct sources |
| 0.75–0.89 | A/B | Strong |
| 0.55–0.74 | B/C | Medium |
| 0.35–0.54 | C/D | Weak–medium |
| 0.10–0.34 | D | Weak signal |
| 0.00–0.09 | D | Internal monitoring |
多个公开来源
- 人工智能仍然是一个由男性主导的领域,女性仅占全球数据和人工智能专业人士的26%。斯坦福大学的一份报告显示,2021年,女性仅占全球人工智能终身教职人员的16%。
- 随着人工智能日益强大,许多曾经被公众认为不适合学习科学的女性展现出了不可忽视的力量。
- 丹妮拉·阿莫迪(Daniela Amodei),Anthropic联合创始人,米拉·穆拉蒂(Mira Murati),OpenAI首席技术官,以及众多其他成功女性,正在为人工智能产业做出重大贡献。
在从事相同工作时,女性的科学成就往往被忽视,并归功于与其共事的男性同事——这种现象被称为“马蒂尔达效应”。例如,有多少人能立刻意识到历史上最早的计算机程序是由女性艾达·洛夫莱斯编写的,或者第一本人工智能教科书是由同样是女性的伊莱恩·里奇撰写的? 另见: AfriNIC会员名册神秘消失.
尽管人工智能领域长期以来备受关注,但有多少人能轻松说出人工智能领域的杰出女性?在研究这个话题之前,如果你记不起许多杰出的人工智能女性,那没关系,但这并不意味着没有杰出的女性科技工作者为人工智能产业做出贡献。 另见: AfriNIC 消失的成员登记册.
通过本文,深入探讨五位成功女性的故事,你将了解女性如何改变人工智能产业。 另见: 亚历杭德罗·费尔南德斯.
1. 丹妮拉·阿莫迪,Anthropic联合创始人

不久前,Anthropic的模型声称超越了OpenAI的GPT-4能力,引起了不小的轰动。关于Anthropic的报道通常提到它由七名离开OpenAI的研究员创立,或者其首席执行官的OpenAI背景,从而无意中淡化了丹妮拉·阿莫迪——Anthropic的总裁兼两位联合创始人之一。 另见: 阿尔多·加西亚.
实际上,全球第二大模型公司Anthropic由丹妮拉·阿莫迪和达里奥·阿莫迪兄妹创立。Anthropic最近发布的新大模型主要由丹妮拉通过多次电视采访引领。当谈论Anthropic时,人们常提到它比OpenAI更注重与人类价值观的一致性,而丹妮拉·阿莫迪,这位前OpenAI安全与政策副总裁,正是这一理念的体现。 另见: Alcymer Vieira.
丹妮拉是意大利裔,在旧金山长大。她的工作经历相当多样化。大学期间,她同时获得了英语文学、政治和音乐文学的学士学位。她早期的工作主要在政治和非政府组织领域,展现了强大的管理能力。 另见: 阿尔西德斯·克雷莫内齐.
2013年,她选择加入成立于2010年的Stripe公司,当时它还是一家小公司,但如今估值500亿美元,峰值估值曾超过SpaceX。从Stripe开始,她将自己的管理和风险管理技能应用于科技公司。在Stripe,她不仅负责团队招聘,还负责支付企业最关键的方面之一——风险管理。她与机器学习、数据科学、工程、法律、财务和供应商管理部门跨职能合作,领导着三个共26人的团队,分析了超过7,000起潜在的欺诈、信用和政策违规案例,使得损失率从峰值下降了72%,降至公司历史上的最低水平。 另见: 阿尔贝托·安纳亚.
2018年,她再次展现出强大的战略眼光,加入OpenAI,直接领导两个技术团队:OpenAI的自然语言处理和音乐生成团队,并管理技术安全团队。此外,她还担任人事副总裁,负责招聘、人员规划、多样性公平包容、学习与发展,并孵化新的业务运营团队,展现了她的多才多艺。 另见: 阿尔伯特·基斯.
2021年,她与达里奥·阿莫迪共同创立了Anthropic。
另请阅读:Anthropic称其最新 AI 模型性能超越 GPT-4
2. 米拉·穆拉蒂,OpenAI首席技术官

尽管OpenAI全球闻名,但许多人可能并不知道其现任首席技术官是一位女性——米拉·穆拉蒂。她于2018年加入OpenAI,2020年晋升为负责研究、产品和合作的高级副总裁,2022年晋升为首席技术官,为ChatGPT、DALL-E和GPT-4等项目做出了贡献。在OpenAI内部动荡期间,她曾被短暂提名为下任首席执行官。
穆拉蒂1988年出生于阿尔巴尼亚,在加拿大读高中,在达特茅斯学院主修工程学,在那里她为一个学校项目制造了一辆混合动力赛车。在短暂从事航空航天工作后,她加入特斯拉,担任Model X的高级产品经理,通过Autopilot加深了对人工智能的兴趣。她对研究的热情显而易见;她曾在一次采访中提到:“无聊是追求和探索任何前沿领域的强大动力。”
领导OpenAI的旗舰项目ChatGPT,穆拉蒂深入参与了公司的许多关键举措。2023年,微软首席执行官萨蒂亚·纳德拉通过穆拉蒂管理的合作伙伴关系向OpenAI投资了130亿美元,称赞她具备建立具有技术专长、商业头脑和对人工智能使命深刻理解的团队的能力。3月8日的最新消息显示,她和伊利亚·苏茨克维尔对萨姆·奥尔特曼被免职表达了担忧,这显著影响了最终决策。与苏茨克维尔不同,她似乎避免了在OpenAI内部被边缘化的趋势。
尽管公开信息可能不代表全部事实,但穆拉蒂的例子挑战了关于女性在技术和政治领域的刻板印象。
3. 提姆尼特·格布鲁,一位单枪匹马撼动谷歌人工智能伦理团队的女性

最近,谷歌因人工智能伦理问题从LifeGraph中撤回了其模型,这让人想起2020年涉及谷歌人工智能伦理团队的戏剧性事件。
2020年,谷歌人工智能伦理研究员提姆尼特·格布鲁公开披露她因批评大型语言模型中的偏见而被解雇。格布鲁1983年出生于厄立特里亚和埃塞俄比亚,2014年在斯坦福大学获得电气工程博士学位,专注于计算机视觉和机器学习。
在她的职业生涯中,她一直倡导人工智能的公平性、问责制、透明度和伦理,尤其通过关于面部识别偏见的前沿研究促使亚马逊改变了政策。
2020年,格布鲁合著了一篇批评大型语言模型及其环境影响的论文,引起了对人工智能开发缺乏多样性和伦理考虑的担忧。尽管得到了研究人员、民权领袖和她的谷歌人工智能同事的广泛支持,但在关于论文发表的争议之后,格布鲁最终离开了谷歌,在此过程中,她发现自己休假时公司电子邮件被中断了。
这一事件引发公愤,请愿书得到了超过1500名谷歌员工、2000多名学者、非营利组织领导人和行业同行的支持。离职后,格布鲁创立了独立的人工智能研究机构“分布式人工智能研究”(DAIR),旨在对抗大型科技公司在人工智能研究、开发和部署中的普遍影响。
作为一名真正的倡导者,她表示:“我不能等待大型科技公司最终解决人工智能带来的问题。”
小测验
Anthropic 成立于何时?
A. 2020
B. 2021
C. 2023
D. 以上都不是
正确答案在文章底部。
4. 李飞飞,ImageNet的创建者,引发人工智能图像革命

人工智能在学术界的爆发有着连贯的历史,但在工业界,它可以追溯到一个时刻:2012年,深度学习网络 AlexNet 在图像识别方面取得了显著成功。
从那时起,人工智能逐渐进入了深度学习主导的时代,十年内,人工智能成为我们生活中的热门话题。
然而,AlexNet的起源最终可以追溯到2009年由李飞飞建立的ImageNet。
李飞飞1976年出生于北京,在成都长大,12岁时移居美国。尽管起初英语有困难,但她两年内迅速精通,同时表现出很强的数学能力。1995年,她获得奖学金进入普林斯顿大学,周末帮助家人经营干洗店。
2007年,李飞飞成为普林斯顿大学的助理教授。当时,计算机视觉的研究人员通常必须专门编写算法来识别狗,然后再编写另一套来识别猫。
李飞飞的直觉是,模型的能力可能足够了,但问题在于数据。
她想创建一个庞大的数据库,为每张图像中的每个可能物体都打上标签。当时,这样的项目几乎没有引起兴趣。
最初,李飞飞招募普林斯顿大学的学生来构建ImageNet,但进展缓慢。后来,她利用众包平台吸引世界各地的兼职工作者进行数据标注。
‘在线工作者,他们的目标是用最简单的方式赚钱,对吧?’她在接受《连线》杂志采访时说。‘如何防止他们随机点击完100张熊猫图片?’为了解决这个问题,她嵌入并追踪了某些图像,例如已被正确识别为狗的金毛猎犬照片,作为对照组。如果众包工作者能正确标注这些图像,可以认为他们在诚实地工作。
她发起的ImageNet项目最初收集了320万张图像,后来扩大到1500万张。它为研究人员提供了比较各种算法效果的机会。AlexNet在2012年成名,很大程度上是因为它在ImageNet挑战赛中的成功。
可以说,ImageNet为深度学习的进步铺平了道路,从而在自动驾驶、面部识别和物体识别等领域取得了突破。
即使在今天,当人们提到人工智能的突破时,他们常常会问:‘这是它的ImageNet时刻吗?’
近年来,除了推进研究,李飞飞还专注于提高人工智能的多样性和包容性,倡导为学术界提供资源,以防止其落后于工业界。
2023年,她的著作《我看到的世界:人工智能黎明时的好奇心、探索与发现》出版,讲述了她科学的旅程,并解读了本世纪人工智能的重大历史时刻。
5. 尼基·帕尔马,Transformer架构的八位作者之一

大型模型的浪潮或许在ChatGPT出现后才进入公众视野,但毫无疑问,这一趋势的起源来自于2017年由谷歌八位工程师撰写的论文《注意力是你所需的一切》。
这篇论文介绍了开创性的Transformer架构,我们今天看到的领先人工智能公司,包括OpenAI的ChatGPT,几乎都建立在这一架构之上。
我不知道读者们怎样,但我确实曾被媒体对‘Transformer八人组’的描述误导,以为所有作者都是男性。
事实并非如此;Transformer的第三作者尼基·帕尔马是一位女性研究员。
尼基·帕尔马来自印度,她在印度理工学院孟买分校完成了本科学习,之后于2013年来到美国,在南加州大学攻读计算机科学硕士学位。
尼基在本科期间对机器学习产生了兴趣:‘我参加了吴恩达和彼得·诺维格提供的机器学习和人工智能大规模开放在线课程,我对数据、模式匹配和优化的结合力量感到好奇,’她在一次采访中提到。
2015年毕业后,她加入了谷歌的研究机构,对纯研究产生了兴趣。2017年,她成为Transformer的核心作者之一。
关于研究,她说:‘起初,我周围丰富的信息和研究不断让我感到困惑。专注于一个具体问题并与同行一起探索,可以帮助你提出正确的问题。’
尼基·帕尔马与同样来自印度、Transformer论文的第一作者阿希什·瓦斯瓦尼共同创立了两家公司,Adept AI 和 Essential AI。她目前主要管理后者。
Essential AI 去年年底从科技巨头AMD、谷歌和英伟达获得了价值5650万美元的新一轮融资。Adept AI 此前已筹集了3.5亿美元的资金。
正确答案是B。
运营领域
5 women that are changing the AI industry 的公开档案基于可见角色、运营背景和相关报道。
- 公开角色: 5 women that are changing the AI industry 通过公开角色、服务背景和可复核资料进入 BTW 的观察范围。 证据基础: 5 women that are changing the AI industry article record; 5 women that are changing the AI industry article record
- 运营面: Governance 与 Asia Pacific 构成该机构档案的公开语境。 证据基础: 5 women that are changing the AI industry article record; 5 women that are changing the AI industry article record
时间线
- 5 women that are changing the AI industry 公开档案更新
公开报道将 5 women that are changing the AI industry 记录为需要按角色、运营语境和证据继续观察的主体。
概要
- 名称: 5 women that are changing the AI industry
- 类型: Internet infrastructure institution
- 所在地: Asia Pacific
- 档案重点: Institution
功能说明
- 公开记录可用于跟踪其角色、服务和关键关系。
重要性
- Public-source signals support medium-impact monitoring for infrastructure visibility and dependency analysis.
- 运营关键性: Medium
- 时间范围: Next quarter
关注事项
- 监测重点是经核实的服务连续性、治理变化和关系信号。
跟踪经验证的来源更新、角色变化和当前公开证据。
Public-source signals support medium-impact monitoring for infrastructure visibility and dependency analysis.
长期相关性取决于经验证的运营、政策和关系变化。
会员简报
深度档案背景
登录后可解锁完整档案简报和来源说明。
公开视角
5 women that are changing the AI industry 的公开解读限于可见角色、运营语境和有证据支撑的关系。
观察点
- 新的公开角色、合作、产品、政策或市场披露。
- 涉及具名组织或人物的已验证关系变化。
限制说明
- 私人或未经验证的说法不进入公开视图。
常见问题
为什么收录 5 women that are changing the AI industry?
5 women that are changing the AI industry 有公开证据显示其与数字基础设施、治理或市场报道相关。
这个档案的公开部分是什么?
公开层覆盖可见角色、运营语境、关联主体和有证据支撑的观察点。
读者接下来应关注什么?
读者应关注有来源支持的角色变化、新合作、监管暴露、运营扩张或会改变公开评估的证据。






