这五位女性，正在改变 AI 行业

很遗憾，这个世界的媒体资源并不总是按照重要性平均分配的。

同样在推进科技前沿，在大众认知中，开发出击败人类棋手的 AlphaGo 和或许能让人类潜在受益无穷的 AlphaFold 的 DeepMind 的领导者 Demis Hassabis，就不如上演了一场宫斗大戏的 OpenAI 领导者 Sam Altman 出名。

而他们两个加在一起，可能也没有尝试投资他们两个公司失败的马斯克出名。

马斯克无疑是杰出的。不过，他得到的媒体资源，要远远超过与他同等杰出的人，而与他相关的新闻，即使重要性不高，往往也能获得新闻头条——在马斯克接手推特之前，我真的不记得曾在科技新闻中频频看到推特的一次次小更新！只是可能哦！

马斯克敢做，也敢说。每有一个像马斯克这样的网红企业家，总会有十个 Demis Hassabis 这样低调做事的推进者，只在业界享有名望，而在大众领域不被熟知。

而如果谈到女性，这样的情形往往更加严重。女性科技工作者往往背着双重 debuff，一方面，女性科技工作者往往个性低调，而另一方面，女性面临着来自社会的结构性的不利因素。

在做同样的事情的时候，女性的科学成就，往往被人们忽视，而被归功于与她们同时工作的男性同事——这件事早已被人们发现，并被命名为马蒂尔达效应。

比如，想到编程与人工智能，有多少人能马上意识到，人类历史上最早的计算机程序是由 Ada Lovelace，一位女性撰写的，而 AI 方向的第一本教科书，来自 Elaine Rich，一位女性呢？长期关注 AI 领域的人，又有多少人能脱口而出几位 AI 领域的杰出女性呢？

没有关系，在做这个选题之前，我也无法马上讲出很多个这样的杰出女性，但这并不代表没有杰出的女性科技工作者正在从事 AI 行业。这正是国际妇女节的意义。

在 3 月 8 日这一天，让我们花几分钟，了解五位杰出的女性 AI 研究者和创业者。

AI 领域的大爆炸，在学界有着连贯的历史，而在产业界，几乎可以追溯到一个时刻：2012 年，深度学习网络 AlexNet，在图片识别上达到了极高的成功率。

人工智能从此逐渐进入深度学习主导的时代，十年内，人工智能也因此变成了我们每个人生活中的热词。

而 AlexNet 的提出，往前推导，归根结底，要来到李飞飞在 2009 年建立的 ImageNet。

李飞飞 1976 年出生在北京，在成都长大。12 岁那年，李飞飞搬去了美国生活。当时，她几乎不会讲英语，在两年内，她迅速达到了极强的英语水平，同时展现出了很强的数学能力。1995 年，她靠奖学金进入普林斯顿大学，当时她几乎每个周末都要回家，帮助家人打理借钱开张的干洗店。

2007 年，李飞飞成为普林斯顿大学的助理教授。在那个时候，计算机视觉领域的科研人员，通常需要专门编写一套算法来辨识狗，再编写另一套算法来辨识猫。

李飞飞的直觉是：模型能力可能是足够的，问题在于数据。

李飞飞 ｜ 图片来源：Youtube 频道 National Geographic Society

她想要创建一个巨大的数据库，为每个图片中的每个可能物体，都加上标签。当时，这样的项目，几乎无人问津。

她先是让普林斯顿的学生做兼职来建立 ImageNet，但进展缓慢，后期她使用众包平台，让世界各地的兼职共同来做数据标注。

「在线工人，他们的目标是用最简单的方法赚钱，对吧？」她在 Wired 对她的采访中说。如果你让他们从 100 张图片中选择熊猫，怎样才能阻止他们乱点一气呢？因此，她嵌入并跟踪了一些图像，例如已经正确识别为狗的金毛猎犬的照片，作为对照组。如果众包的工人可以正确标记这些图像，那就可以认为他们在诚实地工作。

她开启的 ImageNet 项目，最初收集了 320 万张图片，后来增加到 1500 万张。正是在这样的数据库上，科研人员可以有一个比较谁的算法更加厉害的机会。而 2012 年的 AlexNet，也正是在 ImageNet 挑战赛中，一举成名。

可以说，ImageNet 为深度学习的进步铺平了道路，自动驾驶汽车、面部识别、物体识别等等领域，都是从 ImageNet 开始的。

直到今天，当人们提到人工智能某领域的数据突破，还常常会用，「这是它的 ImageNet 时刻吗？」来形容。

近年来，除了仍在推进科研工作外，李飞飞还在关注增加人工智能的多样性和包容性，为人工智能学界争取资源，而不使学界落后于工业界。

2023 年，她的著作《我眼中的世界：AI 时代黎明时刻的好奇心、探索和发现》出版，书里讲述了她亲身经历的科学故事，以及她对本世纪的 AI 重大历史时刻的解读。

大模型浪潮出现在公众视野里，或许是 ChatGPT 出现之后，但是大模型浪潮的源起，毫无疑问，来自于 2017 年八位来自谷歌的工程师，撰写的论文「Attention is All You Need」。

这篇论文提出了跨时代的 Transformer 架构，目前我们看到的领先 AI 公司，包括 OpenAI 的 ChatGPT，几乎都是建立在 Transformer 的架构基础上。

不知道读者如何，但我确实曾经一度被媒体中的「Transformer 八子」误导过，认为其中的作者都是男性。

并不是这样的，Transformer 的第三作者，Niki Parmar，就是一位女性研究员。

Niki Parmar 接受采访 ｜图片来源：YouTube 频道 IIT Bayarea

Niki Parmar 来自印度，本科在印度的浦那计算机技术学院就读，2013 年才到美国南加州大学攻读计算机科学方向的硕士学位。

Niki 在本科时代就开始对机器学习感兴趣：「我参加了 Andrew Ng 和 Peter Norvig 开设的关于 ML 和 AI 的慕课（MOOC），当时就对数据、模式匹配和优化的组合力量感到好奇。」一次采访中她讲到。

2015 年毕业后，她进入谷歌的研究机构，开始对纯粹的研究感兴趣。而 2017 年，她就成为了 Transformer 的核心作者之一。

对于研究，她表示「一开始，周围的大量信息和研究不断让我不知所措。关注一个特定的问题，和同行一起探索，能够帮助你提出正确的问题。」

Niki Parmar 与同为印度裔的 Ashish Vaswani，也是 Transformer 论文的一作，共同成立过两家公司，Adept AI 和 Essential AI。目前主要管理后一家公司。

Essential AI 去年年底获得了科技巨头 AMD、谷歌和 Nvidia 的 5650 万美元新一轮融资。而 Adept AI 此前拿到了 3.5 亿美元的融资。

前两天，Anthropic 的模型，宣称超越了 OpenAI 的 GPT-4 能力，着实火了一把。

关于 Anthropic 的报道，通常会提到 Anthropic 由七名从 OpenAI 辞职的研究人员组建，或者提到 Anthropic 的 CEO 来自 OpenAI，而有意无意地淡化了 Daniela Amodei——Anthropic 的总裁，也是 Anthropic 的两位联合创始人之一。

事实上，Anthropic 是由 Daniela Amodei 和 Dario Amodei 联合创立的，他们之间是兄妹的关系。此次 Anthropic 发布的新的大模型，在许多电视媒体采访中，是由 Daniela 主外发布的。

在宣讲 Anthropic 的不同时，Anthropic 通常会提到它比 OpenAI 更加关注人工智能系统与人类价值观「保持一致」，而 Daniela Amodei 正是前 OpenAI 安全与政策副总裁。

Daniela 接受采访 ｜ 图片来源：YouTube Notion 频道

Daniela 是意大利裔，成长于旧金山。

她的工作经历相对多元。大学时，她同时获得了英国文学、政治和音乐文学学士学位。而前期她的工作，更多在政治领域和非政府组织领域，拥有很强的管理技能。

2013 年，她选择加入了 2010 年刚刚成立的 Stripe——当时 Stripe 仍然是一家小公司，而目前，估值已达到 500 亿美金，巅峰时估值超过 SpaceX。

从 Stripe 开始，她开始将她的管理和风控技能应用到科技企业中。

在 Stripe，她不但负责团队招聘，也负责支付企业中最重要的一环之一——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进行跨职能合作，带领三个 26 人的团队，分析了 7,000 多个潜在欺诈、信用和政策违规案例，实现了损失率较峰值下降 72%，达到公司历史最低水平。

2018 年，她又一次展现了自己极强的战略眼光，加入了 OpenAI，直接带领两个技术团队：OpenAI 的自然语言处理和音乐生成团队，还管理了技术安全团队。

除了这些角色之外，她担任人事副总裁，负责监督招聘、人事计划、DEI、学习和发展、孵化新的业务运营团队等，是一个真正的多面手。

2021 年，她和 Dario Amodei 共同创建了 Anthropic。

虽然 OpenAI 举世闻名，但许多人可能不知道，目前 OpenAI 的 CTO，正是一位女性，Mira Murati。

Mira Murati 在 2018 年加入 OpenAI，2020 年晋升为负责研究、产品和合作伙伴关系的高级副总裁，并于 2022 年晋升为首席技术官，参与构筑了包括 ChatGPT、DALL-E 和 GPT-4 在内的多个项目。

在 OpenAI 宫斗期间，她还曾经短暂地被提名为新一代的 OpenAI CEO。

Mira Murati 在 1988 年出生在阿尔巴尼亚，在加拿大就读高中。

她的专业背景在工程学方面，在达特茅斯大学攻读工程学期间，她就曾直接在学校项目中造了一辆混合动力赛车。

在航空航天领域短暂工作后，Mira 加入「特斯拉」担任 Model X 高级产品经理，通过 Autopilot，她对人工智能方向的兴趣加深了。

她对研究的兴趣一望而明，在采访中，她曾经提到过「无聊是追求和探索任何事物前沿的强大动力。」

Mira Murati 接受采访 ｜ 图片来源：YouTube 频道 The Economic Times

OpenAI 最重要的项目，ChatGPT 正是由 Mira Murati 领导的。她也深度参与了公司的许多重要历程。

2023 年，微软首席执行官萨蒂亚·纳德拉 (Satya Nadella) 通过穆拉蒂 (Murati) 管理的一项重要合作伙伴关系向 OpenAI 注资 130 亿美元，并公开表示，Murati「展现了组建兼具技术专长、商业头脑和深度认知人工智能使命重要性的团队的能力」。

3 月 8 日最新的消息显示，在 Sam Altman 被驱逐出 OpenAI 事件中，她和 Ilya Sutskever 都表现出了对 Sam Altman 的顾虑，而这对最后的决策有着重大影响。而不同于 Ilya Sutskever，目前在 OpenAI，似乎她并没有被边缘化的趋势。

这些公开信息当然代表不了所有的事实，但看了她，谁能说女性不会搞技术，女性不会搞政治呢？

近期，谷歌模型又因为 AI 伦理的事情，撤回了其文生图的模型。

这不禁让我想起了 2020 年谷歌 AI 伦理团队的一场大戏。

2020 年，谷歌的一位 AI 伦理研究员，Timnit Gebru，曾公开表示被解雇。而她被解雇的原因？——正是她批评了大语言模型中存在偏见。

Timnit Gebru ｜ 图片来源：YouTube 频道 Vice News

Timnit Gebru 1983 年出生在厄立特里亚和埃塞俄比亚，2014 年，她在斯坦福大学获得电气工程博士学位，学习计算机视觉和机器学习。

毕业后，她一直致力于研究人工智能公平、问责、透明和道德相关的问题。她以一篇与人合作的开创性的论文而闻名，该论文表明面部识别在识别女性和有色人种方面不太准确，这意味着使用这样的人工智能技术，最终可能会导致歧视，她的研究最终使亚马逊改变了政策。

2020 年，Gebru 与另一位研究者合著论文，批评大型语言模型以及训练它们对环境的影响。该论文还对人工智能技术开发中缺乏多样性和伦理考量提出了担忧。

该文章本应在第二年发表，但谷歌人工智能负责人杰夫·迪恩（Jeff Dean）在一封内部电子邮件（他后来将其放在网上）中告诉同事，这篇论文「不符合我们的发表标准」，在与公司据理力争时，Gebru 发现自己在度假期间，公司邮件被切断了。

这在当时引起了轰动。许多著名的研究人员、民权领袖和 Gebru 在谷歌 AI 的同事在 Twitter 上公开为她辩护。支持她的请愿书收到了超过 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签名。

然而最后，Timnit Gebru 还是离开了谷歌。离职后，她宣布成立了一家独立的人工智能研究所——「Distributed AI Research」，DAIR 旨在对抗大型科技公司在人工智能研究、开发和部署方面的普遍影响。

作为一个真正的战士，她曾表示：「我不能等待大科技公司最后去解决 AI 带来的问题。」

一个基本事实是这样的：即使有这么多杰出的女性，科技圈、人工智能圈，还是一个男性主导的圈子。

要改变它，中间涉及的有太多：女性在学术界获得的压力，投资界得到的不平等待遇，甚至是对于女性从小的数理教育和职场的配套措施的保障。

一篇文章无法解决这些问题。

这也是国际妇女节，和许多针对女性的激励项目仍然存在的原因。事实上，文章的最后一位女性 Timnit Gebru，正是文章的第一位女性研究者李飞飞的弟子。Sometimes it can be a beautiful cycle.

同时，我们也仍然可以在这个特殊的日子，从这些激动人心的女士们身上，获取力量。同时在这个媒体资源向她们倾斜太少的年代，在这个日子，花一点时间，记住她们。

Give credit when it‘s due。

头图来源：GPT-4 生成