遠見者 （Visionaries）
他們的創新正帶領人們邁向更智能的AI、更強大的信息處理以及更安全的互聯網之路。
Azalia Mirhoseini
- 32 歲
- 谷歌大腦
- 出生地：伊朗
她訓練人工智能設計人工智能芯片。
Azalia Mirhoseini 是「谷歌大腦」的一名研究科學家，她正在利用人工智能做出更好的人工智能芯片。
目前，很多人工智能應用所使用的芯片都不是專門為其生產的，而更多是由之前用於視頻和遊戲的硬件改裝而來。因此，這些出自人類工程師之手的傳統芯片在能耗、成本和實用性上都有很多地方需要改進。Mirhoseini 的系統通過反覆試驗和自主訓練，並基於人工智能強化學習算法，可以在幾個小時內創作出一張芯片設計圖（世界上最頂尖的專家也得花幾周的時間）。這種基於人工智能設計方法創造出來的芯片速度更快、更節能且成本更低，不亞於那些由人類工程師設計出來的芯片。
強化學習算法是最具前景的人工智能技術之一，運用此算法的軟件基本不需要人為逐步編程，就可以自學如何完成一項任務。Mirhoseini 表示：「現在是時候利用機器學習和人工智能開發更好的計算機並自主運行了。」
Noam Brown
- 31 歲
- FaceBook
- 出生地：以色列
通過玩撲克，他讓 AI 變得更智能。
Noam Brown 從不擅長玩撲克，然而，由他開發的一個人工智能項目在最風行的無限註德州撲克遊戲中，首次打敗了世界頂級人類撲克玩家。
近幾年，機器相繼在國際跳棋、國際象棋和圍棋遊戲上打敗人類，這些都是所謂「完全信息博弈」的遊戲，對戰雙方知曉每一時刻局面的確切情況，而在非完全信息博弈的遊戲中，比如撲克遊戲，信息未完全公開的狀態可以讓玩家採取唬騙對手等策略，這就增加了遊戲的難度。
Brown 說：「如果遊戲裏有了隱藏的信息，那麼之前所有的技巧就都作廢了。」
畢竟，現實世界中，大多數場景下的對抗和互動都包含了某種形式的隱藏信息。從長遠來看，Brown 設想他的研究將為具有隱藏信息特質的場景帶來自動化解決方案，例如交通管理、預測市場行為以及國家安全談判。
Brown 創造出來的 Libratus 算法，實際包含了三個人工智能系統，一個通過在幾個月的自主訓練中獲得的數萬億次的一手牌，開發出遊戲的策略；一個是在與人類對決過程中，實時改進該策略；還有一個是在每天的對決之後，檢查牌型，找出可能會被對手利用的弱點，比如預測出下注尺度。
2017 年 1 月，在美國匹茲堡的賭場，Libratus 在 12 萬手牌的一對一比賽中擊敗了 4 位世界人類頂尖玩家，耗時 20 天。由於該程序不是通過模仿人類學習遊戲玩法，因此采取的都是人類玩家通常不會使用的策略，其中一些策略已經開始讓職業撲克玩家轉變玩牌方式，比如對小賭注加大下注尺度。
Camille François
- 28 歲
- Graphika
- 出生地：法國
她利用數據科學來甄別虛假信息，辨別有組織的騷擾活動。
多年來，研究人員不斷改進識別社交媒體上的虛假賬號的方法。然而，那些能識別出單一機器程序的方法，可能會在查找較複雜操控的情況上碰壁——比如宏觀層面主導的虛假信息以及騷擾活動。這些案例在過去的很多年中已經涉及了數千個帳號。
Graphika 公司的首席創新官 Camille François 表示，公眾需要更好的數據和模型來進行在線操作，並且避免出現真實聲音被掩蓋的情況。
François 及其團隊利用機器學習繪制出在線社區的「地圖」，以及信息在網絡中的流動方式。他們將數據科學以及偵察方法運用到這些地圖中，來尋找有組織的虛假信息傳播活動的蛛絲馬跡。去年，François 和牛津大學的同事使用這一方法，幫助美國參議院情報特別委員會更好地理解俄羅斯在2016年總統大選期間的各種不實消息的散播活動。
François 表示，她最大的突破就是通過訪問「巨魔農場」（Troll Farm，俄羅斯煽動言論機構）的反叛者和受害者，從而了解這些組織的內部工作。她表示「這項工作中三分之二是技術，另三分之一是社會學。技術總是在不斷升級，我們必須走在它前面。」
Kimberly Stachenfeld
- 28 歲
- DeepMind
- 出生地：美國
她利用強化算法來更好地理解人類大腦、人工智能系統如何解決問題。
Kimberly Stachenfeld 是 DeepMind 團隊的研究員 ，她幫助提出了「海馬體」理論。海馬體是人體大腦中負責空間記憶並進行定位的區域。目前，她正在將其開創性的神經科學研究成果應用於人工智能領域。
早期的海馬體理論，關註海馬體在反映一個人過去和當前的狀態（尤其是在空間位置中）所起的關鍵作用。但是斯塔欽菲爾德想要解釋的是，海馬體也有可能通過判斷當前狀態與預期後續事件的關系，從當前聯繫到未來狀態。基於人工智能領域中強化學習算法的觀點，Stachenfeld 提出：海馬體運用類似的機制，在一個人的當前狀態（比如正在車庫裡）和預期的未來狀態（比如按時上班）之間建立聯繫。
她及其團隊提出的這一理論更好地解釋了為何海馬體可能幫助大腦更快地做出決策，比如在一個工作日的早上，你是要開車去上班而不是要待在家裏看電視。
Stachenfeld 認為，她對大腦的認識可用來改進人工智能。比如，人工智能系統能有效學習怎樣完成一個簡單的任務——比如在櫥櫃裏找到糖，但是這種系統在人類大腦面前根本不值一提，人類大腦可以通過將任務組合到一起，同時學到很多東西，並且它在學習一項任務時，會記住可能有用的附帶細節，並在學習另一項相關任務時回想到這些細節。例如，我們知道攪拌和混合這兩個概念本質上是相似的，而且我們在演示這兩個行為的時候還可以重覆使用相似的動作。
Stachenfeld 認為，如果她能弄清楚大腦的這一機制，她就能幫助將人工智能系統的訓練速度提升幾個數量級，而且不需要那麽多的數據。
洪國松
- 33 歲
- 斯坦福大學
- 出生地：中國
他的發明將徹底改變大腦治療。
洪國松發明了一種探測大腦和視網膜的工具，可以探測到單個神經元。它實際上是一個網狀電極，小而靈活，足以卷成針狀，能夠註入研究人員想要研究的精確區域。
腦部電極早已應用到多種疾病的治療，如帕金森病，但它們體積較大，材質較硬，需要進行多次手術才能植入，而且植入這些電極幾周後會形成瘢痕組織，它們的治療效果也會隨著時間的推移越來越差。
洪發明的電極能夠與神經組織無縫結合，而且不會引發免疫系統的攻擊。這讓研究人員可以安全可靠地記錄活體動物近一年的神經元活動。
洪的發明可以應用在許多領域。可以幫助科學家理解覆雜的神經活動，比如大腦的老化；可以用來治療神經系統疾病，如阿爾茨海默病和癲癇；可以幫助癱瘓的人恢覆肢體功能；如果註入到眼睛裏還有可能治療青光眼等眼疾。
洪設想用這種網狀電極來建立大腦和計算機之間的交流，甚至實現腦對腦的直接交流。他認為這種網狀電極讓我們向「每個人都可以沒有障礙地自由交流想法」的世界又邁進了一步。
Raluca Ada Popa
- 32 歲
- 加州大學伯克利分校
- 出生地：羅馬尼亞
她的計算機加密方法可以使防火牆成為歷史。
Raluca Ada Popa 找到一種方法解決網路安全的一個最基本難題：不使用防火墻就能保護電腦系統免遭駭客入侵。
Popa 的突破性工作始於能夠處理加密數據的實用數據庫系統。雖然加密數據適用於 WhatsApp 等簡單的通訊應用程序，但對於同時需要對數據進行計算的系統（如數據庫和 web 應用程序）來說，速度太慢了。
而 Popa 找到了一種使加密數據的計算變得實用的方法。如今，她的加密系統與一系列應用程序協同工作，達到了防火牆無法達到的保護級別——即使攻擊者入侵了，他們也無法破譯數據。
Popa 表示這項技術可以讓系統像被蒙上眼睛一樣運作。它們能在沒有實際看到數據的情況下對其進行計算——這為許多新應用程序的網絡安全提供了途徑。最近她的新發明 Helen 系統，可以讓醫院共享和匯總病人記錄又不洩漏信息。她發明的另一個系統 Opaque 可以保護硬件不受潛在軟件的危害， IBM等公司正在使用該系統。
徐安祺
- 27 歲
- 索爾克生物研究所
- 出生地：中國台灣
他使 CRISPR 基因編輯技術更靈活地治療腦部疾病。
基因編輯技術 CRISPR 徹底改變了我們修改 DNA 的能力。徐安祺正在將研究範圍擴大到 RNA（負責將 DNA 翻譯為蛋白質的分子）領域，並利用它來治療腦部疾病。
徐安祺在加州索爾克生物研究所擔任實驗室負責人，他小時候曾見過祖父癡呆癥發作。 「他會在半夜來到我的床上，他分不清方向，也不知道自己在哪裡。」 他說，「我開始認真思考，我能做些什麽?」
在哈佛大學讀研究生時，他與 CRISPR 的重要貢獻者張鋒合作，構建了該技術的一些基礎組件。但他逐漸意識到，操控 RNA 可能比永久性地（有時是無意的）改變基因密碼更易操作。
因此，在索爾克建立了自己的實驗室後，徐安祺開發了一個電腦程序，以在公開可用的基因組數據中尋找新的蛋白質。他發現了一種以 RNA 為靶標的高效選擇性 CRISPR 酶家族。
為了讓人們看到在未來他的技術如何實現對腦部疾病的治療，徐安祺表示當在實驗室裡把該項技術應用在人類神經元細胞的生長時，它可以糾正導致額顳癡呆的 RNA 加工錯誤。額顳癡呆是一種類似於阿茲海默的神經退行性疾病，會導致認知功能逐漸下降。
徐亮
- 31 歲
- 平安科技
- 出生地：中國
他利用人工智能讓城市更能滿足居民要求。
徐亮和他的團隊研發了一個人工智能平台，該平台正在轉變中國城市改善公共衛生、減少犯罪和提高公共管理效率的方式。徐的團隊與市政機構進行了密切的合作，這些機構提供給他們千萬份的健康記錄和海關過境記錄等數據。在處理完全部數據，去除識別細節，並通過其他形式進行了訓練之後，這個名為 PADIA 的平台就被整合到這些機構的計算機系統中。
該平台幫助重慶和深圳的公共衛生部門預測流感爆發，準確率超過 90%。深圳的一家地方政府機構使用該系統，將處理文件的時間縮短了 95%。還有一些省份已經利用它發現了近 10 億元（1.5 億美元）的醫療詐騙。
政府使用人工智能在許多國家引起了爭論。徐也意識到了隱私泄露和失業等問題，但他仍對人工智能將現代教育和醫療保健帶到傳統上被忽視領域的潛力感到樂觀。他指出，農村地區的教師可以利用人工智能龐大的知識庫找到問題的答案，而缺乏受過訓練的人員來解釋醫學掃描結果的社區衛生中心可以使用人工智能算法來幫助診斷嚴重疾病。
