People
理解 AI，也要理解推动它的人。
这些人物代表了不同阶段的问题意识：机器能否思考、如何学习、如何看见世界，以及如何进入日常产品。
理论奠基01
艾伦·图灵
提出图灵测试和通用计算机概念，为机器智能讨论建立了基本框架。
图灵测试图灵机Enigma 破译
术语定义02
约翰·麦卡锡
正式提出"人工智能"这一术语，并推动 LISP 成为早期 AI 研究的重要语言。
AI 术语LISP 语言分时系统
理论奠基03
马文·明斯基
AI 先驱，联合创建 MIT AI 实验室，研究神经网络和框架理论。
《感知机》框架理论MIT AI Lab
深度学习04
杰弗里·辛顿
在反向传播、神经网络和深度学习领域做出关键贡献，被称为"深度学习之父"。
反向传播深度信念网络Capsule Network
深度学习05
Yann LeCun
提出卷积神经网络（CNN）并在图像识别领域取得突破，现任 Meta 首席 AI 科学家。
LeNetCNN自监督学习
深度学习06
Yoshua Bengio
深度学习三巨头之一，在循环网络和注意力机制方面做出重要贡献。
神经概率语言模型注意力机制课程学习
计算机视觉07
李飞飞
发起 ImageNet 项目，推动视觉识别和深度学习进入新阶段。
ImageNetImageNet 挑战赛AI4ALL
AI 教育08
吴恩达
通过 Google Brain、Coursera 等项目推动机器学习教育普及。
Google BrainCoursera ML 课程Landing AI
生成式 AI09
萨姆·奥特曼
带领 OpenAI 将大语言模型和生成式 AI 推向大众使用。
ChatGPTOpenAIY Combinator
深度学习10
Ilya Sutskever
OpenAI 联合创始人兼首席科学家，推动大规模神经网络训练的关键人物。
AlexNetSeq2SeqOpenAI
生成模型11
Ian Goodfellow
提出生成对抗网络（GAN），开创了图像生成的全新方向。
GAN对抗样本《深度学习》教科书
强化学习12
Demis Hassabis
DeepMind 创始人，带领团队在围棋、蛋白质结构预测等领域取得突破。
AlphaGoAlphaFoldDeepMind
AI 教育13
Andrej Karpathy
前 Tesla AI 总监和 OpenAI 研究员，以深度技术博客和教程闻名。
Tesla AutopilotnanoGPTCS231n
因果推理14
Judea Pearl
提出贝叶斯网络和因果推理框架，推动 AI 从关联走向因果理解。
贝叶斯网络因果推理《为什么》
理论基础15
Stuart Russell
与 Peter Norvig 合著《人工智能：一种现代的方法》，是最广泛使用的 AI 教科书。
《人工智能》教科书可证明安全 AICHAI
AI 安全16
Dario Amodei
Anthropic 联合创始人，推动 AI 安全和对齐研究。
AnthropicClaudeConstitutional AI