Главные влиятельные лица в сфере ИИ 2025 года: проверенные, уважаемые, популярные

В 2025 году искусственный интеллект вышел за рамки шумихи. Теперь его развитие основано на проверенных исследованиях, более мощной инфраструктуре и реалиях создания долговечных продуктов. Х (ранее Твиттер) Многие из тех, кто задаёт тон в этом вопросе, также являются лидерами в этой области. Они проектируют, изучают и управляют системами, которые определяют её применение в бизнесе, исследованиях и проектах с открытым исходным кодом.

Это не список знаменитостей. Каждый из представленных здесь человек обладает реальным влиянием, глубокими знаниями и опытом руководства дискуссиями в сообществе ИИ. Их взгляды важны, поскольку они формируют, направляют и подвергают сомнению системы, формирующие наше будущее.

Ян ЛеКун (@ylecun) — Главный специалист по искусственному интеллекту в Мета

Ян Лекун остаётся одним из самых влиятельных экспертов в области искусственного интеллекта, особенно в фундаментальных исследованиях. Его публичные высказывания часто идут вразрез с общей тенденцией, особенно в дебатах о больших языковых моделях. Он выступает за системы, обучающиеся на гораздо меньшем объёме данных и потребляющие значительно меньше энергии, отступая от принципа «чем больше, тем лучше».

Место Лекуна в истории закрепилось за изобретением сверточных нейронных сетей (СНС), которые теперь играют ключевую роль в компьютерном зрении. Сегодня он — ведущий сторонник самообучения и автономного искусственного интеллекта — машин, которые развивают понимание посредством наблюдения, а не бесконечного поглощения данных.

Теперь он редко публикует оригинальный контент в Twitter, но часто делает перепосты или ссылки на подробные эссе об исследованиях искусственного интеллекта и проектировании систем.

• Основные темы: энергоэффективная архитектура, объектно-ориентированное обучение, модели мира;
• Охват аудитории: 900,000 XNUMX+ подписчиков;
• Заметная динамика: частые технические обмены с исследователями OpenAI и DeepMind;

На протяжении более тридцати лет его работа формировала стратегию Meta в области искусственного интеллекта, направленную на создание систем, которые наблюдают и мыслят способами, максимально приближенными к человеческому мышлению, а не просто предсказывают следующее слово в последовательности.

Андрей Карпати (@karpathy) — Член-основатель OpenAI

Андрей Карпати сочетает глубокие технические навыки с опытом воплощения крупных продуктов в жизнь. Он разбирает сложные идеи — от проектирования модели до выбора обучения и сложностей внедрения — способами, которые находят отклик как у исследователей, так и у практиков.

Его лента новостей сочетает в себе техническое понимание и видение — например, недавно он предположил, что большие языковые модели становятся строительными блоками современного программного обеспечения.

• Наследие: ранние прорывы в области глубокого обучения и компьютерного зрения, лидерство в области ИИ Tesla ;
• Охват: более 1 миллиона подписчиков;
• Участие: частые выступления на конференциях и просвещение общества;

После возвращения в OpenAI В 2024 году Карпати сосредоточился на упрощении управления моделями и их масштабировании без потери контроля. Он также работал над расширением ресурсов для сообщества разработчиков. В своих публикациях он связывает глубокие технические размышления с повседневной работой по разработке программного обеспечения, предоставляя инженерам практические рекомендации по созданию систем, устойчивых к реальному использованию.

Фей-Фей Ли (@drfeifei) — Профессор в Стэнфордский

Фэй-Фэй Ли построила свою репутацию на согласовании ИИ с потребностями человека. Она продвигает проекты, которые служат здравоохранению, образованию и общественным интересам в той же степени, что и корпоративным и государственным целям. Она руководила созданием ImageNet — проекта, который изменил глубокое обучение и оставил один из самых заметных следов в развитии современного ИИ.

В своих публикациях она уделяет особое внимание человеческому фактору ИИ — этическим последствиям, влиянию на здравоохранение и важности сохранения человеческого достоинства.

• Известен: IMAGEnet , Стэнфордский институт ИИ, ориентированный на человека;
• Аудитория: более 500,000 XNUMX подписчиков, консультирующих политиков США и других стран;
• Текущее направление: этика, доступность и социальная инклюзия в приложениях ИИ;

Она привлекает точки зрения людей, которых часто игнорируют в сфере технологий, таких как медицинские работники, преподаватели и люди с ограниченными возможностями, и держит их проблемы в центре внимания. Ли рассматривает ответственный ИИ как вопрос эмпатии, дальновидности и участия, исходящий от людей, живущих далеко за пределами советов директоров Кремниевой долины.

Эмад Мостак (@EMostaque) — Основатель Stability AI

Эмад Мостак - это defiВидный деятель в области генеративного ИИ с открытым исходным кодом. Он выступает за то, чтобы модели и наборы данных были доступны за пределами досягаемости крупных корпораций, стимулируя волну стартапов, выпускающих системы с открытыми весами.

В своей ленте он делится яркими новостями о генеративном ИИ с открытым исходным кодом и приглашает общественность высказать свое мнение о разработке.

• Веха: запуск Stable Diffusion;
• Направления деятельности: прозрачность затрат, открытость инфраструктуры, принципы безопасности ИИ;
• Аудитория: 250,000 XNUMX+ подписчиков;

Мостак регулярно анализирует реальные затраты и ограничения, связанные с созданием продвинутых моделей, предлагая редкую возможность взглянуть на бюджеты и технические затраты, необходимые для создания генеративных инструментов. Его настойчивое стремление к открытости изменило ожидания относительно того, что разработчики и исследователи должны иметь возможность проверять и контролировать.

Тимнит Гебру (@timnitGebru) — Основатель Институт ДАИР

Исследование Тимнит Гебру, посвященное алгоритмической предвзятости и прозрачности данных, изменило подход к обсуждению справедливости ИИ в глобальном масштабе. Она исследует, кто обладает властью над разработкой ИИ и как эта власть влияет на результаты.

Она использует свое присутствие, чтобы подчеркнуть проблемы предвзятости, часто ссылаясь на свои исследования или важные политические разработки в области справедливости в области ИИ.

• Ключевые области: системная предвзятость в программах магистратуры права, управление на уровне сообщества, этические стандарты данных;
• Аудитория: более 160,000 XNUMX подписчиков; цитируется в политических документах по всему миру;

Она строит свои аргументы на чётких доказательствах. Её исследования показывают, как недостатки в данных для обучения могут способствовать реальному неравенству, связанному с расой, полом и классом. Законодатели и регулирующие органы теперь опираются на её исследования при формировании правил, что сделало её ведущим критическим голосом в этой дискуссии.

Крис Олах (@ch402) — Соучредитель Антропный

Крис Олах развеял мифы о некоторых из самых сложных аспектов нейронных сетей. Его наглядные и повествовательные объяснения того, как модели обрабатывают информацию, стали учебным материалом в университетах и источником вдохновения для исследователей безопасности ИИ.

Он часто публикует обновления по интерпретируемости — недавняя работа по анализу цепей моделей с открытым исходным кодом привлекла внимание в кругах исследователей безопасности.

• Специальность: инструменты интерпретируемости, визуализация пути принятия решений;
• Аудитория: 150,000 XNUMX+ подписчиков;
• Недавние работы: выравнивание моделей, протоколы безопасности, конституционный ИИ;

Сделав внутренние механизмы ИИ видимыми, Олах превратил интерпретируемость из академического любопытства в ключевое требование для обеспечения доверия и безопасности. Его влияние формирует взгляды лабораторий и политиков на мониторинг и управление поведением моделей.

Сара Хукер (@sarahookr) — Директор в Согласие для ИИ

Сара Хукер работает над повышением эффективности и доступности машинного обучения. Она привлекает исследователей из регионов с ограниченными ресурсами, стремясь распределить участников в этой области.

Ее публикации освещают инклюзивность в исследованиях ИИ. Недавно она обратила внимание на ограничения регулирования, основанного на вычислениях.

• Основное внимание: разреженные модели, воспроизводимость, инклюзивные исследования ИИ;
• Аудитория: 45,000 XNUMX+ подписчиков;

Её работа ставит под сомнение представление о том, что серьёзные исследования возможны только при наличии огромной инфраструктуры. Продвигая эффективные архитектуры и глобальное сотрудничество, Хукер меняет ожидания как в отношении производительности, так и участия в развитии ИИ.

Итан Моллик (@emollick) — Профессор в Wharton

Итан Моллик демонстрирует, как инструменты ИИ меняют способы обучения и работы людей. Его эксперименты с большими языковыми моделями в учебных классах и бизнес-средах дают конкретные, воспроизводимые результаты.

Его канал переносит ИИ в реальные учебные и офисные ситуации, исследуя, как инструменты быстрого проектирования и рабочего пространства развиваются и влияют на обучение.

• Направления деятельности: прикладные программы магистратуры права, оперативное проектирование, рабочие процессы с использованием искусственного интеллекта;
• Аудитория: 280,000 XNUMX+ подписчиков;

Моллик работает, пробуя инструменты самостоятельно, наблюдая за результатами и корректируя свой подход по ходу дела. Этот практический подход даёт педагогам и специалистам план интеграции ИИ с минимальными догадками.

Дарио Амодеи (@darioamodei) — генеральный директор Антропный

Дарио Амодеи возглавляет один из самых тщательно контролируемых проектов по безопасности ИИ. Разработка Anthropic Клод является частью более масштабной стратегии, направленной на повышение безопасности масштабирования без остановки инноваций.

Он редко публикует посты, но когда это делает, его взгляды вызывают споры. Недавно он подверг критике высказывание, которое, по его словам, искажает миссию Anthropic, основанную на принципах безопасности в первую очередь.

• Фокус: Конституционный ИИ, надежность системы, согласованность в масштабе;
• Аудитория: более 70,000 XNUMX подписчиков; признание на законодательных слушаниях и всемирных саммитах;

Взвешенный стиль Амодеи и акцент на механизмах контроля сделали его работу ориентиром как для отрасли, так и для правительства при формировании ожиданий в отношении надзора за моделями.

Грейди Буч (@Grady_Booch) — Главный научный сотрудник по программной инженерии в IBM Research

Карьера Грейди Буча была построена на проектировании и управлении сложными программными системами, что делает его взгляды на создание и поддержку современного ИИ особенно ценными. Десятилетия, потраченные на проектирование систем, рассчитанных на длительный срок службы, позволяют ему подчеркнуть, что именно будет требоваться для разработки ИИ в долгосрочной перспективе.

Его голос сочетает в себе глубокую перспективу проектирования систем с контекстом ИИ — хотя обновления происходят не так часто, он привносит архитектурную ясность в дебаты об ИИ.

Буч, наиболее известный как создатель UML (унифицированного языка моделирования), применяет строгое архитектурное мышление к вопросам развертывания и надежности ИИ.

• Основные темы: проектирование систем, долговечность, этика в инженерии;
• Аудитория: более 160,000 XNUMX подписчиков, охватывающих сообщества специалистов по искусственному интеллекту и традиционных инженеров;

Он предупреждает, что слишком поспешные действия могут подорвать уже заложенный фундамент. По его мнению, устойчивый прогресс достигается благодаря тщательному проектированию, тщательному тестированию и приверженности передовым инженерным практикам.