I datavidenskabens spirende verden indvarsler fremkomsten af 2024 et afgørende øjeblik, hvor vi sætter vores søgelys på en udvalgt kohorte af armaturer, der driver innovation og former fremtidens analyse. 'Top 12 Data Science Leaders List' tjener som et fyrtårn, der fejrer disse personers enestående ekspertise, visionære lederskab og væsentlige bidrag inden for feltet. Tag med os på denne udforskning af banebrydende sind, mens vi navigerer gennem deres fortællinger, projekter og visionære udsigter, der lover at forme datavidenskabens bane. Disse eksemplariske ledere er ikke bare pionerer; de inkarnerer de fortrop, der styrer os ind i en æra med uovertruffen innovation og opdagelse.
Top 12 Data Science Leaders List at se i 2024
Efterhånden som vi nærmer os 2024, fokuserer vi på en karakteristisk gruppe af individer, der fremviser bemærkelsesværdig ekspertise, lederskab og bemærkelsesværdige bidrag inden for datavidenskab. "Top 12 Data Science Leaders List" har til formål at anerkende og sætte fokus på disse personer og anerkende dem som tankeledere, innovatører og influencers, der forventes at opnå betydelige milepæle i det kommende år.
Efterhånden som vi dykker dybere ned i detaljerne, bliver det tydeligt, at disse personers synspunkter, forpligtelser og initiativer kan transformere vores metoder og dataudnyttelse til at håndtere komplekse udfordringer, der spænder over forskellige sektorer. Uanset om det indebærer fremskridt inden for prædiktiv analyse, fortalervirksomhed for etisk AI-praksis eller udvikling af avancerede algoritmer. TDe personer, der er fremhævet på denne liste, er klar til at påvirke datavidenskabens terræn i 2024.
1. Anndrew Ng
"Meget af AI-spillet i dag er at finde den passende forretningsmæssige kontekst, der passer til det. Jeg elsker teknologi. Det åbner op for mange muligheder. Men i sidste ende skal teknologi kontekstualiseres og passe ind i en business use case."
Dr. Anndrew Ng er en britisk-amerikansk datalog med Maskinindlæring (ML) , Artificial Intelligence (AI) ekspertise. Når han taler om sit bidrag til udviklingen af AI, er han grundlæggeren af DeepLearning.AI, grundlæggeren og administrerende direktør for Landing AI, en General Partner hos AI Fund og en adjungeret professor ved Stanford University's Computer Science Department. Desuden var han grundlæggeren af forskerteamet for deep learning kunstig intelligens under Google AI-paraplyen - Google Brain. Han fungerede også som Chief Scientist hos Baidu, hvor han var mentor for en 1300-personers AI-gruppe og udviklede virksomhedens AI globale strategi.
Mr. Anndrew Ng ledede udviklingen af MOOC (Massive Open Online Courses) på Stanford University. Han grundlagde også Coursera og tilbød Machine Learning (ML) kurser til over 100,000 studerende. Da han er en pioner inden for ML og online uddannelse, har han grader fra Carnegie Mellon University, MIT, og University of California, Berkeley. Desuden var han medforfatter på over 200 forskningsartikler inden for ML, robotteknologi og relaterede områder, og han fik emblemet på Tiimes 100 liste over de mest indflydelsesrige personer i verden.
"Vi skulle få AI til at gøre alt arbejdet, og vi spiller spil, men vi gør alt arbejdet, og AI'en spiller spil!"
Andrej Karpathy, en slovakisk-canadisk ph.d.-indehaver fra Stanford, bygger en slags JARVIS på OреոΑӏ. Han var direktør for kunstig intelligens og autopilotsyn hos Tesla. Karpati er passioneret omkring dybe neurale net. Han startede sin rejse fra Toronto med en dobbelt hovedfag i datalogi og fysik, og derefter tog han til Columbia for at studere videre. Der arbejdede han sammen med Michiel van de Panne om at lære controllere til fysisk simulerede figurer.
Desuden arbejdede han også sammen med Fei-Fei Li for sin ph.d. på Stanford Vision Lab, hvor han arbejdede på Konvolutionelt neuralt netværk , Tilbagevendende neuralt netværk arkitekturer og deres anvendelser i Natural Language Processing , Computer Vision og deres kryds. Han designede og var den første primære instruktør for CS 231n: Convolutional Neural Networks for Visual Recognition. Han er en entusiastisk blogger og udvikler af deep learning-biblioteker og en passioneret Data Science-ekspert.
Amena Anadkumar er en Mysore, Indien-født, Bren-professor ved Caltech og fungerer som seniordirektør for AI Research hos NVIDIA. Hun er en influencer med 159,417 følgere, og hendes forskningsinteresser er i storskala maskinlæring, ikke-konveks optimering og højdimensionelle statistikker. ENnadkumar har grader fra Indian Institute of Technology (IIT) Madras og Cornell University og var tidligere hovedforsker hos Amazon Web Services. Hun er fellow i ACM, IEEE og Alfred P. Solan Foundation. Hendes arbejde med at udvikle ny kunstig intelligens accelererer AI's videnskabelige applikationer, herunder videnskabelige simuleringer, vejrudsigter og lægemiddeldesign. Hun blev tildelt ved NeurIPS og ACM Gordon Bell Special Prize for HPC-baseret COVID-19 forskning.
"Jeg tror på, at AI i fremtiden vil ændre verden. Spørgsmålet er, hvem der ændrer AI? Det er virkelig vigtigt at bringe forskellige grupper af studerende og fremtidige ledere ind i udviklingen af kunstig intelligens."
Fei-Fei Li er meddirektør ved Stanford Institute for Human-Centered Artificial Intelligence (AI) og Vision & Learning Lab. Hun er den første Sequoia-professor i datalogiafdelingen på Stanford University. Hun arbejdede også som Vice President hos Google og Chief Scientist for AI/ML hos Google Cloud. Med sin mangeårige ekspertise har hun arbejdet tæt sammen inden for områder som kognitivt inspireret AI, deep learning, machine learning, computer vision, AI i sundhedsvæsenet og meget mere.
Hun taler om sin forskning og har publiceret mere end 200 videnskabelige artikler på konferencer og betydelige tidsskrifter inden for de relevante områder. ImageNet, udviklet af Fei-Fei Li, er et revolutionerende projekt inden for de seneste grænser inden for kunstig intelligens og dyb læring. Sammen med den tekniske rejse er hun flagbærer på nationalt plan for mangfoldighed inden for AI og STEM. Hun har modtaget priser for sit arbejde, herunder ELLE Magazines 2017 Women in Tech, a Global Thinker of 2015 by Foreign Policy og den prestigefyldte "Great Immigrants: The Pride of America" af Carnegie Foundation i 2016.
"AI er en forstærker af menneskelig intelligens, og når folk er klogere, sker der bedre ting: folk er mere produktive, gladere og økonomien stræber efter."
Med ekspertise inden for forskning, teknisk rådgivning og videnskabelig rådgivning er Yann LeCun Chief AI Scientist hos Facebook. Han er kendt globalt for sit mobile robotteknologi, maskinlæring, computersyn og computer-neurologisk arbejde. LeCun grundlagde foldningsnet og bidrog til OCR- og computervisionsprojekter ved hjælp af foldningsneurale netværk. Han er stiftende direktør for NYU Center of Data Science og var leder af billedbehandlingsforskningsafdelingen. Hr. LeCun er en af de primære skabere af DjVu og modtog Turing-prisen i 2018 fra Yoshua Bengio og Geoffrey Hinton for deres bidrag til dyb læring.
LeCun er kendt for sine bidrag til maskinlæring, især hans Convolutional Neural Networks. Disse biologisk inspirerede netværk blev anvendt til optisk og håndskriftsgenkendelse, hvilket skabte et bankcheckgenkendelsessystem. Dette system blev vedtaget af NCR og andre virksomheder og behandlede 10% af alle amerikanske checks i slutningen af 1990'erne og begyndelsen af 2000'erne.
"Selv nutidens netværk, som vi betragter som ret store fra et beregningssystemsynspunkt, er mindre end nervesystemet hos selv relativt primitive hvirveldyr som frøer."
Ian Goodfellow, en amerikansk computerforsker, er kendt for sit forskningsarbejde inden for Machine Learning. Han fungerer som direktør for Machine Learning hos Apple. Under tilsyn af Andrew Ng har han en B.S. og M.S. i datalogi fra Stanford University. Han fik også en ph.d. fra Université de Montréal under supervision af Yoshua Bengio og Aaron Courville. Ian Goodfellow taler om sit tidligere arbejde, med mange års erfaring i deep learning, og arbejdede som forsker hos Google Brain. Derefter sluttede han sig til Open AI (i deres første år) og vendte derefter tilbage til Google Research.
Ian Goodfellow har også forsket i og skrevet lærebogen "Deep Learning", der er blevet fremtrædende for at opfinde generative modstridende netværk. Mens han var hos Google, skabte han et system, der letter den automatiske transskription af adresser fra Street View-bilbilleder til Google Maps. Derudover afslørede Goodfellow sårbarheder i maskinlæringssystemer. I 2017 anerkendte MIT Technology Review ham blandt de 35 Innovators Under 35, og i 2019 inkluderede Foreign Policy ham på listen over 100 Global Thinkers.
Med 127,491 følgere på LinkedIn er han en af de datavidenskabsledere, du kan følge. Clement Delangue er CEO og medstifter hos Hugging Face. Det er en open source maskinlæringsplatform, hvor forskere verden over kan dele deres AI-modeller, datasæt og bedste praksis. Han talte om sin akademiske baggrund og afsluttede sin introduktion til datalogi og programmeringsmetode på Stanford University. Hans første startup-erfaring var med Moodstocks, for at bygge maskinlæring til computervision, og senere blev det erhvervet af Google. Før det var han medstifter og administrerende direktør for VideoNot.es, en førende note-platform for den digitale tidsalder. Derefter byggede han en marketing- og vækstafdeling for Mention – en førende europæisk startup i 2014. Med sin ekspertise inden for Machine Learning rejste Hugging Face $160 mio. fra Sequoia, Coatue, Lee Fixel, Lux, Betaworks, de første investorer hos Instagram & Snapchat , chefforskeren hos Salesforce, og Kevin Durant.
Med mange års erfaring og forskningsinteresse i Machine Learning, Natural Language Processing, Artificial Intelligence og Software, er Jay Alammar direktør og ingeniørstipendiat (Natural Language Processing) hos Cohere. Han startede som partner i Machine Learning Engineering og hjælper udviklere med at løse forretningsproblemer med banebrydende sprog AI & NLP-modeller. Nu rådgiver han virksomheder og udviklere om at bruge store sprogmodeller til at løse sprogbehandlingssager i den virkelige verden. Han har en Stanford-grad i lederuddannelse, indflydelse og forhandlingsstrategiprogram. Jay har også et engelsk tech blog-websted for Machine Learning R&D, hvor han udgiver alt om NLP, machine learning og kunstig intelligens. Jay hjalp mere end 10,000 elever med komplekse maskinlæringsemner. Så hvis du leder efter en af de bedste datavidenskabsledere, kan du regne med Jay Alammar.
"AI vil sandsynligvis føre til verdens ende, men i mellemtiden vil der være gode virksomheder."
Sam Altman er partner i Apollo Projects. Han har tidligere arbejdet hos OpenAI som medstifter og administrerende direktør. Sam Altman gik på Stanford University, men droppede ud uden at opnå en bachelorgrad. Han er en af datavidenskabslederne kendt for Loopt, Y Combinator og OpenAI. I 2005, som 19-årig, var Altman med til at stifte Loopt, en lokationsbaseret social netværksapp, der sikrede over 30 millioner dollars i risikovillig kapital som administrerende direktør. På trods af opkøbet af Green Dot for 43.4 millioner dollars i 2012, kæmpede Loopt. Altman kom til Y Combinator i 2011 og blev dets præsident i 2014, og overvågede en samlet værdiansættelse på $65 milliarder for virksomheder som Airbnb og Dropbox. I 2016 udvidede han sin rolle til også at omfatte YC Group. Altman startede YC Continuity og YC Research, finansierede modne virksomheder og et forskningslaboratorium. I 2019 overgik han til formand for YC, senere med fokus på Tools For Humanity, et 2019-projekt, der leverer øjenscanningsgodkendelse og Worldcoin-kryptovaluta til forebyggelse af svindel.
"AI vil give mulighed for meget mere personlig medicin."
Yoshua Bengio, der er kendt globalt for sin ekspertise inden for kunstig intelligens, er banebrydende inden for deep learning, hædret mede prestigefyldte 2018 A.M. Turing Award sammen med Geoffrey Hinton og Yann LeCun. Han tjente som fuld professor ved Université de Montréal og grundlagde og ledede Mila – Quebec AI Institute. Bengio er senior fellow i CIFAR Learning in Machines & Brains-programmet og videnskabelig direktør for IVADO. Især modtog han Killam-prisen i 2019 og opnåede i 2022 status som verdens mest citerede computerforsker. Bengio er aktivt involveret i at adressere den samfundsmæssige påvirkning af AI. Han bidrog også til Montreal-erklæringen for ansvarlig udvikling af kunstig intelligens.
"Datavidenskab er ikke softwareteknologi. Der er meget overlap ... men det, vi laver lige nu, er prototyping af modeller."
Jeremy Howard er en af de australske dataforskere, ledere, iværksættere og undervisere. Howard begyndte sin karriere i ledelsesrådgivning hos McKinsey & Co og AT Kearney, hvor han tilbragte otte år, før han begav sig ud i iværksætteri. Han bidrog især til open source-projekter og spillede en nøglerolle i udviklingen af Perl-programmeringssproget, Cyrus IMAP-serveren og Postfix SMTP-serveren. Som formand for Perl6-data-arbejdsgruppen og forfatter til RFC'er påvirkede han i høj grad Perls udvikling. Howard grundlagde succesrige startups i Australien: e-mail-udbyderen FastMail (opkøbt af Opera Software) og forsikringsprisoptimeringsfirmaet Optimal Decisions Group (ODG, udviklet af ChoicePoint). FastMail var blandt pionererne i at gøre det muligt for brugere at integrere deres desktop-klienter. Han var den stiftende CEO for Enlitic, tidligere præsident for Kaggle, medstifter af Masks4All, Distinguished Research Scientist ved University of San Francisco og grundlægger af FastMail.FM og Optimal Decisions; tidligere ledelseskonsulent.
"Jeg ville faktisk være meget pessimistisk over for verden, hvis noget som AI ikke var på vej hen ad vejen."
Demis Hassabis er en britisk computerforsker, forsker i kunstig intelligens og iværksætter. Han er en polymat og førende kunstig intelligens (AI) figur, er kendt for sine banebrydende bidrag til feltet. Født i 1976 viste Hassabis et fantastisk talent inden for skak og blev stormester som kun 13-årig. Da han skiftede til den akademiske verden, forfulgte han datalogi ved Cambridge. Hassabis var senere med til at stifte det banebrydende videospilfirma Elixir Studios. I 2010 grundlagde han DeepMind, et AI-forskningslaboratorium erhvervet af Google i 2014. Hassabis' arbejde hos DeepMind har ført til betydelige fremskridt inden for maskinlæring, især inden for deep reinforcement learning. Hans bestræbelser understreger en forpligtelse til at skubbe grænserne for AI's muligheder.
I 2024 er det afgørende at forblive på forkant med innovation inden for datavidenskab, og top 12 er de banebrydende at følge. Disse ledere, pionerer inden for big data-analyse og eksperter i datavidenskab, fortsætter med at forme landskabet med deres visionære indsigter og banebrydende bidrag. Fra at navigere i komplekse algoritmer til at udnytte kraften ved maskinlæring, disse datavidenskabsledere styrer kursen mod fremtiden. At følge deres vejledning giver en enestående mulighed for at holde sig ajour med de seneste trends og fremskridt inden for datavidenskab, hvilket gør dem til uundværlige figurer for alle, der navigerer i den dynamiske verden af dataanalyse.
