در قلمرو رو به رشد علم داده، ظهور سال 2024 یک لحظه مهم را به ما می‌رساند زیرا ما کانون توجه خود را بر روی گروهی از افراد برجسته که نوآوری را هدایت می‌کنند و آینده تجزیه و تحلیل را شکل می‌دهند، معطوف می‌کنیم. «فهرست 12 رهبر برتر علم داده» به عنوان یک چراغ راهنما عمل می کند و از تخصص استثنایی، رهبری رویایی و مشارکت های قابل توجه این افراد در این زمینه تجلیل می کند. در این کاوش ذهن‌های پیشگامانه به ما بپیوندید تا در روایت‌ها، پروژه‌ها و چشم‌اندازهای رویایی آنها که نوید شکل دادن به مسیر علم داده را می‌دهند، حرکت کنیم. این رهبران نمونه فقط پیشگام نیستند. آنها مظهر پیشتازانی هستند که ما را به عصر نوآوری و اکتشافات بی نظیر هدایت می کنند.
فهرست 12 رهبر برتر علم داده که باید در سال 2024 تماشا کنید
با نزدیک‌تر شدن به سال 2024، بر گروهی متمایز از افراد تمرکز می‌کنیم که تخصص، رهبری و مشارکت‌های قابل توجه در علم داده را به نمایش می‌گذارند. "فهرست 12 رهبر برتر علم داده" با هدف شناسایی و توجه به این افراد، شناسایی آنها به عنوان رهبران فکری، مبتکران و تأثیرگذارانی است که پیش بینی می شود در سال آینده به نقاط عطف مهمی دست یابند.
همانطور که عمیق تر به جزئیات می پردازیم، آشکار می شود که دیدگاه ها، تعهدات و ابتکارات این افراد می تواند روش ها و استفاده از داده های ما را در رسیدگی به چالش های پیچیده در بخش های مختلف تغییر دهد. چه مستلزم پیشرفت در تجزیه و تحلیل پیش‌بینی‌کننده باشد، چه حمایت از شیوه‌های اخلاقی هوش مصنوعی، یا توسعه الگوریتم‌های پیشرفتهاست. Tافرادی که در این لیست برجسته شده اند، آماده هستند تا در سال 2024 بر حوزه علم داده تأثیر بگذارند.
1. اندرو نگ
بسیاری از بازی‌های هوش مصنوعی امروزی یافتن زمینه کسب‌وکار مناسب برای آن است. من عاشق فناوری هستم. فرصت های زیادی را باز می کند. اما در نهایت، فناوری باید زمینه سازی شود و در یک مورد استفاده تجاری قرار گیرد.»
دکتر اندرو نگ یک دانشمند کامپیوتر بریتانیایی-آمریکایی با آموزش ماشین (ML) و هوش مصنوعی (AI) تجربه و تخصص. او بنیانگذار DeepLearning.AI، بنیانگذار و مدیر عامل Landing AI، شریک عمومی در AI Fund و استاد کمکی در بخش علوم کامپیوتر دانشگاه استنفورد است. علاوه بر این، او رهبر گروه تحقیقاتی هوش مصنوعی یادگیری عمیق زیر چتر هوش مصنوعی گوگل - مغز گوگل بود. او همچنین به عنوان یک دانشمند ارشد در Baidu خدمت کرد، جایی که او یک گروه 1300 نفره هوش مصنوعی را راهنمایی کرد و استراتژی جهانی هوش مصنوعی شرکت را توسعه داد.
آقای اندرو نگ رهبری توسعه MOOC (دوره های آنلاین باز گسترده) در دانشگاه استنفورد را بر عهده داشت. او همچنین کورسرا را تأسیس کرد و دوره های یادگیری ماشینی (ML) را به بیش از 100,000 دانش آموز ارائه کرد. به عنوان پیشگام در ML و آموزش آنلاین، او دارای مدرک از دانشگاه کارنگی ملون، MIT، و دانشگاه کالیفرنیا، برکلی است. علاوه بر این، او بیش از 200 مقاله تحقیقاتی در ML، رباتیک و زمینه‌های مرتبط را به رشته تحریر درآورد و نشان فهرست 100 تایم را از تأثیرگذارترین افراد جهان دریافت کرد.
"قرار بود هوش مصنوعی را وادار کنیم همه کارها را انجام دهد و ما بازی کنیم، اما همه کارها را ما انجام می دهیم و هوش مصنوعی در حال بازی کردن است!"
آندری کارپاتی، دارنده دکترای اسلواکی-کانادایی از استنفورد، در حال ساخت نوعی JARVIS در OреoΑӏ است. او مدیر هوش مصنوعی هوش مصنوعی و اتوپایلوت ویژن در تسلا بود. کآرپاتی علاقه زیادی به شبکه های عصبی عمیق دارد. او سفر خود را از تورنتو با دو رشته در علوم کامپیوتر و فیزیک آغاز کرد و پس از آن برای ادامه تحصیل به کلمبیا رفت. در آنجا، او با Michiel van de Panne بر روی یادگیری کنترل‌کننده‌های فیگورهای شبیه‌سازی شده فیزیکی کار کرد.
علاوه بر این، او همچنین برای دکترای خود با فی-فی لی کار کرد. در آزمایشگاه ویژن استنفورد، جایی که او در آن کار می کرد شبکه عصبی کانولوشنال و شبکه عصبی مکرر معماری ها و کاربردهای آنها در پردازش زبان طبیعی و چشم انداز کامپیوتر و تقاطع آنها او اولین مربی اولیه CS 231n: شبکه های عصبی کانولوشن برای تشخیص بصری را طراحی کرد و او بود. او یک وبلاگ نویس مشتاق و توسعه دهنده کتابخانه های یادگیری عمیق و یک متخصص پرشور علوم داده است.
آمنا آنادکومار، پروفسور برن، متولد میسور، هند در Caltech است و به عنوان مدیر ارشد تحقیقات هوش مصنوعی در NVIDIA خدمت می کند. او یک اینفلوئنسر با 159,417 دنبال کننده است و علایق تحقیقاتی او در یادگیری ماشینی در مقیاس بزرگ، بهینه سازی غیر محدب و آمارهای با ابعاد بالا است. آنادکومار دارای مدرک تحصیلی از مؤسسه فناوری هند (IIT) مدرس و دانشگاه کرنل است و قبلاً دانشمند اصلی در خدمات وب آمازون بود. او یکی از اعضای ACM، IEEE و بنیاد آلفرد پی سولان است. کار او در توسعه هوش مصنوعی جدید، کاربردهای علمی هوش مصنوعی از جمله شبیه‌سازی‌های علمی، پیش‌بینی آب و هوا و طراحی دارو را تسریع می‌کند. او در NeurIPS و جایزه ویژه ACM Gordon Bell برای تحقیقات COVID-19 مبتنی بر HPC اهدا شد.
من به آینده هوش مصنوعی که دنیا را تغییر می دهد اعتقاد دارم. سوال این است که چه کسی هوش مصنوعی را تغییر می دهد؟ آوردن گروه‌های متنوعی از دانش‌آموزان و رهبران آینده در توسعه هوش مصنوعی بسیار مهم است.»
فی فی لی یکی از مدیران موسسه هوش مصنوعی انسان محور (AI) و آزمایشگاه بینایی و یادگیری استنفورد است. او اولین استاد سکویا در بخش علوم کامپیوتر در دانشگاه استنفورد است. او همچنین به عنوان معاون رئیس در گوگل و دانشمند ارشد AI/ML در Google Cloud کار می کرد. او با سالها تخصص خود در زمینه هایی مانند هوش مصنوعی الهام گرفته از شناخت، یادگیری عمیق، یادگیری ماشین، بینایی کامپیوتر، هوش مصنوعی در مراقبت های بهداشتی و غیره از نزدیک کار کرده است.
او در مورد تحقیقات خود بیش از 200 مقاله علمی در کنفرانس ها و مجلات مهم در زمینه های مربوطه منتشر کرده است. ImageNet، توسعه یافته توسط Fei-Fei Li، یک پروژه انقلابی در آخرین مرزهای هوش مصنوعی و یادگیری عمیق است. همراه با سفر فنی، او پرچمدار سطح ملی برای تنوع در هوش مصنوعی و STEM است. او جوایزی را برای کارهایش دریافت کرده است، از جمله زنان در فناوری ۲۰۱۷ مجله ELLE، متفکر جهانی ۲۰۱۵ توسط فارین پالیسی، و جایزه معتبر «مهاجران بزرگ: افتخار آمریکا» توسط بنیاد کارنگی در سال ۲۰۱۶.
هوش مصنوعی تقویت‌کننده هوش انسانی است و وقتی مردم باهوش‌تر باشند، چیزهای بهتری اتفاق می‌افتد: مردم بهره‌ورتر، شادتر هستند و اقتصاد تلاش می‌کند.»
Yann LeCun با تخصص در تحقیقات، مشاوره فنی و مشاوره علمی، دانشمند ارشد هوش مصنوعی در فیس بوک است. او در سطح جهانی به خاطر رباتیک سیار، یادگیری ماشینی، بینایی کامپیوتر و کارهای علوم اعصاب محاسباتی اش شناخته شده است. LeCun شبکه های کانولوشنال را تاسیس کرد و با استفاده از شبکه های عصبی کانولوشن در پروژه های OCR و بینایی کامپیوتری مشارکت داشت. او مدیر مؤسس مرکز علوم داده NYU و رئیس بخش تحقیقات پردازش تصویر بود. آقای LeCun یکی از خالقان اصلی DjVu است و جایزه تورینگ را در سال 2018 از یوشوا بنجیو و جفری هینتون به دلیل مشارکت در یادگیری عمیق دریافت کرد.
LeCun به خاطر مشارکت‌هایش در یادگیری ماشین، به‌ویژه شبکه‌های عصبی کانولوشنال معروف است. این شبکه‌های الهام‌گرفته‌شده از بیولوژیک برای تشخیص نوری و دست‌نویس اعمال شدند و یک سیستم شناسایی چک بانکی ایجاد کردند. این سیستم توسط NCR و سایر شرکت ها پذیرفته شد و 10٪ از کل چک های ایالات متحده را در اواخر دهه 1990 و اوایل دهه 2000 پردازش کرد.
حتی شبکه‌های امروزی، که ما آنها را از نظر سیستم‌های محاسباتی بسیار بزرگ می‌دانیم، از سیستم عصبی حتی حیوانات مهره‌دار نسبتاً اولیه مانند قورباغه کوچک‌تر هستند.
ایان گودفلو، دانشمند کامپیوتر آمریکایی، به دلیل کارهای تحقیقاتی خود در زمینه یادگیری ماشینی شناخته شده است. او به عنوان مدیر یادگیری ماشین در اپل خدمت می کند. تحت نظارت اندرو نگ، او دارای مدرک B.S. و م.س. در علوم کامپیوتر از دانشگاه استنفورد. دکتری هم گرفت. از دانشگاه مونترال زیر نظر یوشوا بنجیو و آرون کورویل. ایان گودفلو، با سالها تجربه در یادگیری عمیق، در مورد کار قبلی خود صحبت کرد و به عنوان یک دانشمند پژوهشی در Google Brain کار کرد. پس از آن، او به Open AI (در سال های اولیه آنها) پیوست و سپس به تحقیقات گوگل بازگشت.
ایان گودفلو همچنین کتاب درسی «یادگیری عمیق» را تحقیق کرده و نوشته است که برای اختراع شبکه‌های متخاصم مولد شهرت یافته است. زمانی که در گوگل بود، سیستمی ایجاد کرد که رونویسی خودکار آدرس‌ها از عکس‌های خودروی نمای خیابان را برای Google Maps تسهیل می‌کرد. علاوه بر این، Goodfellow آسیب‌پذیری‌هایی را در سیستم‌های یادگیری ماشین نشان داد. در سال 2017، بررسی فناوری MIT او را در بین 35 نوآور زیر 35 سال شناسایی کرد و در سال 2019، فارین پالیسی او را در فهرست 100 متفکر جهانی قرار داد.
با 127,491 دنبال کننده در لینکدین، او یکی از رهبران علم داده است که می توانید دنبال کنید. کلمنت دلانگ، مدیرعامل و یکی از بنیانگذاران Hagging Face است. این یک پلت فرم یادگیری ماشین منبع باز است که محققان در سراسر جهان می توانند مدل های هوش مصنوعی، مجموعه داده ها و بهترین شیوه ها را به اشتراک بگذارند. او با صحبت در مورد سوابق تحصیلی خود، مقدمه خود را بر علوم کامپیوتر و روش برنامه نویسی در دانشگاه استنفورد به پایان رساند. اولین تجربه راه اندازی او با Moodstocks برای ساخت یادگیری ماشین برای بینایی کامپیوتر بود و بعداً توسط گوگل خریداری شد. قبل از آن، او یکی از بنیانگذاران و مدیرعامل VideoNot.es بود که یک پلتفرم پیشرو برای یادداشت برداری در عصر دیجیتال است. سپس، او یک بخش بازاریابی و رشد را برای Mention ایجاد کرد - یک استارتاپ پیشرو اروپایی در سال 2014. Hugging Face با تخصص خود در یادگیری ماشینی، 160 میلیون دلار از Sequoia، Coatue، Lee Fixel، Lux، Betaworks، اولین سرمایه گذاران اینستاگرام و اسنپ چت، جمع آوری کرد. ، دانشمند ارشد Salesforce و کوین دورانت.
جی آلمار با سالها تجربه و علاقه تحقیقاتی به یادگیری ماشین، پردازش زبان طبیعی، هوش مصنوعی و نرم افزار، مدیر و همکار مهندسی (پردازش زبان طبیعی) در Cohere است. او به عنوان یک شریک در مهندسی یادگیری ماشین شروع کرد و به توسعه دهندگان کمک می کند تا مشکلات تجاری را با مدل های پیشرفته هوش مصنوعی و NLP زبان حل کنند. اکنون، او به شرکت‌ها و توسعه‌دهندگان توصیه می‌کند از مدل‌های زبان بزرگ برای حل موارد استفاده پردازش زبان در دنیای واقعی استفاده کنند. او دارای مدرک استنفورد در برنامه آموزش اجرایی، نفوذ و استراتژی های مذاکره است. جی همچنین یک وب‌سایت وبلاگ فناوری انگلیسی برای تحقیق و توسعه یادگیری ماشینی دارد که در آن همه چیز درباره NLP، یادگیری ماشین و هوش مصنوعی منتشر می‌کند. جی به بیش از 10,000 یادگیرنده در موضوعات پیچیده یادگیری ماشینی کمک کرد. بنابراین، اگر به دنبال یکی از بهترین رهبران علم داده هستید، می توانید روی جی آلمار حساب کنید.
"هوش مصنوعی احتمالاً به پایان جهان منجر خواهد شد، اما در این بین، شرکت‌های بزرگی وجود خواهند داشت."
سم آلتمن یکی از شرکای پروژه های آپولو است. او قبلا در OpenAI به عنوان یکی از بنیانگذاران و مدیرعامل کار می کرد. سم آلتمن در دانشگاه استنفورد تحصیل کرد اما بدون کسب مدرک لیسانس تحصیل را رها کرد. او یکی از رهبران علم داده است که با Loopt، Y Combinator و OpenAI شناخته شده است. آلتمن در سال 2005، در 19 سالگی، Loopt را که یک اپلیکیشن شبکه اجتماعی مبتنی بر مکان بود، تأسیس کرد و بیش از 30 میلیون دلار سرمایه مخاطره‌آمیز به‌عنوان مدیر عامل را تضمین کرد. با وجود خرید توسط Green Dot به مبلغ 43.4 میلیون دلار در سال 2012، لوپت با مشکل مواجه شد. آلتمن در سال 2011 به Y Combinator پیوست و در سال 2014 رئیس آن شد و بر ارزش کل 65 میلیارد دلار برای شرکت هایی مانند Airbnb و Dropbox نظارت داشت. در سال 2016، او نقش خود را به گروه YC گسترش داد. آلتمن YC Continuity و YC Research را راه اندازی کرد و به شرکت های بالغ و یک آزمایشگاه تحقیقاتی کمک مالی کرد. در سال 2019، او به عنوان رئیس در YC تغییر مکان داد و بعداً بر روی Tools For Humanity تمرکز کرد، یک سرمایه گذاری در سال 2019 که احراز هویت اسکن چشمی و ارز دیجیتال Worldcoin برای جلوگیری از کلاهبرداری را ارائه می کرد.
"هوش مصنوعی امکان پزشکی بسیار شخصی تر را فراهم می کند."
Yoshua Bengio که در سطح جهانی به دلیل تخصص خود در هوش مصنوعی مشهور است، پیشگام در یادگیری عمیق است و مفتخر به افتخارe prestigious 2018 A.M. جایزه تورینگ در کنار جفری هینتون و یان لیکان. او که به عنوان استاد کامل در دانشگاه مونترال خدمت می کرد، موسسه هوش مصنوعی Mila – Quebec را تاسیس و رهبری کرد. Bengio عضو ارشد برنامه CIFAR Learning in Machines & Brains و مدیر علمی IVADO است. قابل ذکر است که او در سال 2019 جایزه کیلام را دریافت کرد و در سال 2022 به عنوان پراستنادترین دانشمند کامپیوتر در جهان دست یافت. Bengio به طور فعال در پرداختن به تأثیر اجتماعی هوش مصنوعی درگیر است. او نیز کمک کرد به بیانیه مونترال برای توسعه مسئولانه هوش مصنوعی.
"علم داده مهندسی نرم افزار نیست. همپوشانی های زیادی وجود دارد ... اما کاری که ما در حال حاضر انجام می دهیم نمونه سازی مدل ها است."
جرمی هوارد یکی از رهبران، کارآفرینان و مربیان دانشمند استرالیایی است. هاوارد کار خود را در مشاوره مدیریت در McKinsey & Co و AT Kearney آغاز کرد و هشت سال قبل از شروع کارآفرینی گذراند. او به طور قابل توجهی در پروژه های متن باز مشارکت داشت و نقشی کلیدی در توسعه زبان برنامه نویسی Perl، سرور Cyrus IMAP و سرور Postfix SMTP ایفا کرد. او به عنوان رئیس گروه کاری Perl6-data و نویسنده RFCها، تأثیر قابل توجهی بر تکامل پرل گذاشت. هاوارد استارت‌آپ‌های موفقی را در استرالیا تأسیس کرد: ارائه‌دهنده ایمیل FastMail (خرید شده توسط Opera Software) و شرکت بهینه‌سازی قیمت بیمه Optimal Decisions Group (ODG، توسعه‌یافته توسط ChoicePoint). FastMail یکی از پیشگامان این بود که کاربران را قادر ساخت تا مشتریان دسکتاپ خود را یکپارچه کنند. او مدیرعامل بنیانگذار Enlitic، رئیس قبلی Kaggle، یکی از بنیانگذاران Masks4All، دانشمند پژوهشی برجسته در دانشگاه سانفرانسیسکو، و بنیانگذار FastMail.FM و Optimal Decisions بود. مشاور سابق مدیریت
"اگر چیزی مانند هوش مصنوعی در راه نباشد، در واقع نسبت به دنیا بسیار بدبین خواهم بود."
دمیس حسابیس دانشمند کامپیوتر، محقق هوش مصنوعی و کارآفرین بریتانیایی است. او یک شخصیت چندگانه و پیشرو در هوش مصنوعی (AI)، به دلیل مشارکت های پیشگامانه خود در این زمینه مشهور است. حسابیس که در سال 1976 متولد شد، استعداد شگرف خود را در شطرنج نشان داد و در 13 سالگی به استاد بزرگ تبدیل شد. پس از انتقال به دانشگاه، علوم کامپیوتر را در کمبریج دنبال کرد. Hassabis بعداً شرکت پیشگام بازی های ویدیویی Elixir Studios را تأسیس کرد. در سال 2010، او DeepMind را تأسیس کرد، یک آزمایشگاه تحقیقاتی هوش مصنوعی که در سال 2014 توسط گوگل خریداری شد. کار Hassabis در DeepMind منجر به پیشرفت های قابل توجهی در یادگیری ماشینی، به ویژه در حوزه یادگیری تقویتی عمیق شده است. تلاش های او بر تعهد به پیش بردن مرزهای قابلیت های هوش مصنوعی تاکید دارد.
در سال 2024، ماندن در خط مقدم نوآوری در علم داده بسیار مهم است و 12 نفر برتر، پیشگامانی هستند که باید دنبال شوند. این رهبران، پیشگامان در تجزیه و تحلیل داده های بزرگ و متخصصان علم داده، با بینش های رویایی و مشارکت های پیشگامانه خود به شکل دادن به چشم انداز ادامه می دهند. از پیمایش الگوریتم‌های پیچیده تا استفاده از قدرت یادگیری ماشینی، این رهبران علم داده مسیر آینده را هدایت می‌کنند. پیروی از راهنمایی‌های آنها فرصتی بی‌نظیر برای مطلع شدن از آخرین روندها و پیشرفت‌های علم داده فراهم می‌کند و آنها را برای هر کسی که در دنیای پویای تجزیه و تحلیل داده‌ها حرکت می‌کند، تبدیل به ارقام ضروری می‌کند.
