引言
人工智能（AI）作為21世紀最具革命性和顛覆性的技術之一，正在以令人矚目的速度改變著全球經濟、社會和人類的生活方式。無論是在日常生活中無處不在的智能器材，還是在醫療、教育、交通等行業中的深度套用，AI的影響已經無遠弗屆。與此同時，亞洲作為全球經濟和科技創新的重要引擎，湧現出了一批引領AI技術變革的傑出人才和企業。他們以非凡的智慧、前瞻性的技術理念和廣泛的套用場景，為推動全球AI發展做出了不可忽視的貢獻。
為了表彰這些在AI領域中獨具影響力的領軍人物，。該榜單旨在匯聚那些在技術創新、套用轉化和行業推動中展現卓越領導力的科技先鋒，展示他們對亞洲及全球AI產業格局的深遠影響。透過這份榜單，我們不僅希望回顧和認可這些先鋒的成就，更希望展望人工智能在未來的發展潛力，激勵更多人才加入到科技創新的浪潮中。
背景與意義
2024年，【亞洲人物】懷著崇高的敬意與使命感，隆重推出了備受矚目的「 亞洲AI領軍人物Top 50 」榜單。這份榜單不僅僅是一次對行業領袖的表彰，更是一幅展現全球人工智能發展格局的全景畫卷。榜單中的50位入選者，均是來自亞洲及全球範圍內的頂尖科技領袖、學術精英以及行業拓荒者，他們代表了人工智能領域中最前沿的技術突破和最具影響力的創新力量。
這些領軍人物不但在AI核心技術如機器學習、深度學習、自然語言處理等領域取得了卓越的成績，同時他們的貢獻也對全球數碼經濟的增長、科技的跨越式發展以及社會的可持續進步產生了深遠影響。無論是透過開發革命性的演算法、建立基礎性的數據集，還是透過推動AI技術在商業和社會中的廣泛套用，他們都展現出了非凡的遠見與領導力。
在技術層面，他們的創新突破了傳統科技的界限，使人工智能成為推動全球生產力提升和產業升級的關鍵驅動力。而在社會層面，他們的貢獻不僅體現在技術套用上，更體現在AI倫理、技術治理和多元化等方面，推動著整個AI行業朝著更加負責任和可持續的方向發展。
榜單中的每一位入選者，都為全球人工智能的進步鋪平了道路。透過他們的努力，人工智能技術從實驗室走向了現實世界，滲透到了經濟、社會、文化等各個方面，賦予了人類全新的能力與可能性。他們不僅僅是行業的先鋒，也是未來智能時代的構建者與設計者，正在塑造我們所處的這個科技驅動的時代。
「 亞洲AI領軍人物Top 50 」榜單背後的故事，凝聚了整個亞洲乃至全球AI領域最具影響力的創新力量和智慧。榜單不僅展示了當前AI領域最為重要的技術趨勢，也為未來的科技方向提供了清晰的指引。它見證了AI技術從概念到廣泛套用的每一步進展，見證了那些勇敢站在前沿的領袖們如何透過創新和實踐，推動人類社會向智能時代邁進。
此次榜單的推出，也希望為全球AI行業提供新的洞察和啟示。我們期望透過這份榜單，向世界展示亞洲在全球科技創新中的崛起力量，同時鼓勵更多的科技人才和企業加入到AI領域，推動整個產業的進步與繁榮。這不僅是對過去成就的總結，更是對未來無限可能的展望。
榜單分析
「 亞洲AI領軍人物Top 50 」榜單匯聚了來自多個國家和地區的頂尖科技領袖，這些人物不僅代表著當今人工智能（AI）領域的最前沿力量，還在推動AI技術的落地套用、產業創新和全球技術生態的建設方面作出了重要貢獻。榜單透過對技術領域、產業套用、社會責任等多個維度的深入分析，展現了AI在不同國家、行業和場景中的多元化發展。
1. 技術創新與引領者
榜單中的大部份入選者在人工智能的核心技術領域取得了世界級的突破，涵蓋了 機器學習、深度學習、自然語言處理、電腦視覺、強化學習 等領域。例如，李飛飛作為 電腦視覺 領域的先鋒，其共同建立的ImageNet數據整合為推動AI深度學習技術進步的關鍵基礎。吳恩達作為線上教育領域的代表性人物，透過DeepLearning.AI廣泛傳播了深度學習的教育資源，使全球AI教育實作了更高效的共享創意。
在 硬件技術 上，黃仁勛帶領的NVIDIA開發了全球領先的圖形處理器（GPU），使得AI模型的訓練效率成倍提升，推動了深度學習的普及與套用。類似的貢獻者還有蘇姿豐（AMD CEO），她透過推動高效能處理器的發展，為AI計算提供了強有力的硬件支持。榜單中的技術領袖不僅聚焦於現有技術的突破，也在推動新一代AI技術的發展，為未來AI技術的演變奠定了堅實的基礎。
2. 套用場景的廣泛拓展
本次榜單所反映的不僅是技術的突破，更重要的是AI在不同行業和套用場景中的實際落地和廣泛套用。入選者們透過他們的技術領導力，將AI套用拓展到醫療、金融、自動駕駛、制造業、教育等多個領域，推動了各行各業的數碼化轉型。
例如，李彥宏透過百度在 搜尋引擎和自動駕駛 領域的AI套用，推動了中國在這些領域的技術領先地位。他的工作不僅為百度贏得了全球範圍內的技術聲譽，也促使了AI技術在搜尋引擎最佳化和智能交通領域的深入套用。同樣，阿裏巴巴集團技術委員會主席王堅，在 雲端運算和大數據 技術與AI的結合方面取得了顯著成就，帶動了整個電商生態系的智能化升級。
醫療領域 是AI套用的另一大亮點。榜單中的一些入選者，如DeepMind的德米斯·哈薩比斯，透過AI在生物醫療研究中的突破，為癌癥診斷、藥物研發等領域帶來了革命性變化。而在 自然語言處理 領域，崔藝珍的研究則加速了AI在智能對話、情感分析等套用場景中的實際落地，為企業服務、教育科技和社交媒體等行業提供了更加智能化的解決方案。
3. 全球視野與多元化背景
本次榜單所強調的不僅僅是技術和套用的深度，還反映了人工智能領域的 全球化趨勢 。入選的領軍人物們來自不同的國家和地區，反映了AI技術的多元化發展趨勢。中國、日本、南韓、印度等國家和地區在推動AI技術發展和套用的過程中，湧現出了大量傑出人才。
例如，日本的金出武雄、杉山將等學者透過對 電腦視覺和機器人 的研究，為全球AI技術奠定了理論基礎。而南韓的李弘樂則在 深度學習 與無監督特征學習領域貢獻良多，推動了AI在工業自動化和企業套用中的重要技術進展。
此外，榜單入選者的教育和職業背景也充分反映了 跨國合作和共享創意 的全球化趨勢。許多入選者雖然出生在亞洲，但在全球範圍內工作並產生了深遠影響。如李飛飛在美國取得了巨大成就，吳恩達也在史丹福大學及其他全球頂尖機構進行AI教育的普及和推廣。這一現象體現了AI作為全球科技前沿的高度融合性和國際性。
4. 技術倫理與社會責任
在AI技術高速發展的過程中， 倫理問題與社會責任 逐漸成為不可忽視的議題。本次榜單中的許多領軍人物不僅在技術創新和商業套用上作出了卓越貢獻，還積極倡導AI倫理的建設和技術的負責任使用。
例如，姚期智透過對 理論電腦科學 的研究，為全球AI演算法的合理性和安全性提供了理論保障。德米斯·哈薩比斯不僅透過AlphaGo等技術專案展示了AI在極限問題上的潛力，還致力於探討AI對人類社會未來的影響和潛在的倫理風險。而李開復等企業領袖也在推動 AI倫理與監管 的全球對話，幫助社會應對AI帶來的挑戰，確保技術的套用符合公共利益並造福全人類。
5. 技術生態系的推動者
榜單中的入選者不僅是個體的技術專家，很多人還透過 建立或領導科技公司 、研究機構、基金會等方式，推動了整個AI生態系的健康發展。創新工場的李開復為眾多AI初創公司提供了資金和技術支持，推動了新興企業的快速崛起。吳恩達透過Coursera及DeepLearning.AI等平台，培養了大批AI人才，推動了全球AI教育的發展。這些科技領袖透過他們的努力，建立了一個更加開放、合作和多元化的AI生態系。
透過對技術創新、產業套用、全球視野、技術倫理和生態系建設等多個維度的深入分析，「 亞洲AI領軍人物Top 50 」榜單不僅展示了當前AI技術的高峰成就，更描繪了未來AI發展的廣闊藍圖。這些AI領軍人物將繼續引領全球技術進步，推動社會進步，創造更加智能和可持續的未來。
制榜方法與評選標準
「 亞洲AI領軍人物Top 50 」榜單的評選過程是一個嚴格、科學且多維度的流程，確保榜單的公平性、權威性與代表性。榜單評選以廣泛的數據收集、專業的行業分析以及資深評審團的全面評議為基礎，力求全面反映出在人工智能領域中具有全球影響力的傑出人物。以下是本次榜單的詳細制榜方法與評選標準：
1. 候選人提名與數據收集
榜單評選首先透過廣泛的行業調查和研究，建立了一個涵蓋全球人工智能領域傑出人物的初步數據庫。候選人提名主要來自以下幾個途徑：
行業推薦 ：從全球領先的AI公司、科研機構、學術團體、行業組織等渠道獲得專家推薦，確保候選人具備廣泛的行業認可度。
公開資訊與數據收集 ：透過權威學術期刊、行業會議、專利數據庫以及AI相關的專業網站，廣泛收集候選人在科研、技術開發及商業套用方面的公開數據。
全球影響力數據 ：透過分析候選人的媒體曝光、公眾演講、技術論壇中的活躍度，結合公開發表的文章、技術報告、行業分析等數據，初步篩選出在全球範圍內具備影響力的科技領袖。
這一階段旨在確保榜單涵蓋不同領域和不同國家、地區的傑出代表，並且確保數據的來源多樣性和準確性。
2. 技術貢獻與創新影響力評估
候選人的技術貢獻是榜單評選中的核心維度之一。評審團隊依據候選人在 人工智能技術領域的原創性貢獻、關鍵技術突破以及行業標準設定 等多個方面的表現進行全面評估。這一評估涉及的標準包括：
技術突破 ：候選人在人工智能基礎研究、演算法開發或套用創新方面的重大突破。特別是那些對AI技術領域產生深遠影響的原創性貢獻，如李飛飛在電腦視覺中的ImageNet專案、吳恩達在深度學習和線上教育方面的普及工作等。
學術影響力 ：透過分析候選人發表的學術論文數量、質素以及參照次數，評估其在全球AI學術界的影響力。特別關註那些在全球頂尖學術會議或期刊上發表的高影響力論文，如NeurIPS、ICML等會議論文。
技術轉化能力 ：候選人如何將學術研究或技術創新轉化為實際套用，並對社會、行業產生重大影響。企業家或科研領袖們的創新技術在實際產業中的廣泛套用，成為評估其技術貢獻的重要依據。
3. 產業套用與商業影響力評估
除了技術貢獻，候選人將人工智能技術在產業中的套用和推廣也被納入評估範圍。 技術商業化的廣度、深度及其對行業的推動作用 是此次評選中的重要標準。評審團隊在此過程中重點考量以下幾個方面：
技術落地與商業化 ：候選人或其所領導的企業在將AI技術商業化中的成功案例。特別是那些技術實作了跨行業套用的情況，如NVIDIA的GPU技術從遊戲市場擴充套件到深度學習和自動駕駛等領域，黃仁勛對此作出的貢獻尤為突出。
企業影響力 ：透過評估候選人在科技企業中的領導力，以及其所在企業在全球人工智能產業中的地位和市場份額。特別關註企業在全球市場中的擴充套件能力和技術競爭力。
行業變革推動力 ：候選人在推動傳統行業數碼化轉型、AI技術賦能產業升級方面的成就。例如，阿裏巴巴、百度等公司透過AI技術在金融、零售、物流等領域的深度套用，改變了傳統商業模式，成為此次評選中的重要衡量標準。
4. 全球影響力與跨國合作
本次榜單不僅限於亞洲範圍內的科技人物，還特別註重入選者在全球人工智能領域的影響力。 全球合作與國際影響力 成為評選標準中的重要組成部份：
國際合作專案 ：候選人在國際AI研究或套用專案中的參與度和領導力，包括與其他國家、地區的研究機構或企業的合作情況。特別是那些在國際重大AI專案中起到領導作用的科學家和企業家，如吳恩達、李飛飛等在全球AI教育和技術推廣中的貢獻。
全球學術和產業聲譽 ：透過分析候選人在全球頂尖學術機構的任職情況、國際學術會議中的發言頻率以及全球企業界的認知度，評估其在全球範圍內的影響力。
5. 社會責任與技術倫理貢獻
在AI技術日益發展的今天， 技術倫理 和 社會責任 已經成為全球科技領域不可忽視的議題。本次榜單特別考慮了候選人在推動 AI技術負責任套用、倫理標準制定、社會問題解決 等方面的貢獻。評審團隊在此過程中重點考量以下幾個方面：
AI倫理倡導 ：候選人是否在AI倫理、技術安全、私密保護等方面提出了具有前瞻性的建議，或在制定行業標準中起到積極作用。李開復等行業領袖在推動AI技術與社會責任結合方面的貢獻尤為突出。
社會問題解決與公益事業 ：候選人在利用AI技術解決社會問題方面的具體貢獻，如AI在醫療、教育、環保等領域的套用，是否幫助解決了某些全球性挑戰。特別關註那些推動AI在弱勢群體、發展中國家等特殊場景中的套用者。
6. 公眾影響力與媒體曝光度
候選人的 公眾影響力 以及其在主串流媒體、行業論壇、學術會議等公開場合的活躍度，也是榜單評選的標準之一。這部份評估主要關註以下幾點：
媒體曝光度 ：候選人在全球主串流媒體（如【經濟學人】、【紐約時報】等）中的出現頻率、報道內容，以及其在全球公共輿論中的形象和影響力。
公眾演講和參與 ：候選人是否定期在全球或區域性科技論壇、行業大會中發聲，推動人工智能領域的公共討論，特別是那些定期參與TED演講、國際技術峰會的科技領袖們。
7. 評審團評議與最終確認
為了確保榜單的公正性與權威性，【亞洲人物】雜誌還特別組織了由 行業專家、學術領袖、企業高管 等組成的 評審團進行綜合評議。評審團不僅對候選人數據進行了多維度的分析，還進行了深入的討論與評議，確保每位入選者都在其領域具備無可爭議的影響力與貢獻。最終，評審團根據候選人的技術貢獻、全球影響力、社會責任等多個維度，確認了 「 2024亞洲AI領軍人物Top 50」 的最終名單。
【亞洲人物】釋出的「 2024亞洲AI領軍人物Top 50」 榜單，不僅是對這些科技先鋒在AI領域所作出的貢獻的認可，也是對未來AI技術發展的展望。入選者們透過他們的智慧、創新和遠見，不斷引領著人工智能的前沿探索，塑造著亞洲乃至全球的AI產業格局。隨著技術的不斷進步，AI正在改變我們的生活方式、工作模式和社會結構，而這些領軍人物的貢獻將為未來科技和社會進步鋪就堅實的基礎。
【亞洲人物】將持續關註這些AI領域的先鋒，記錄他們的成就與突破，期待他們為推動全球科技進步作出更大貢獻。
以下為完整榜單
李飛飛 (Fei-Fei Li)
職位：史丹福大學電腦科學教授；史丹福大學以人為本的人工智能研究院聯合主任
國家：出生於中國，現工作於美國
影響力：電腦視覺和深度學習領域的先鋒；ImageNet 數據集的共同建立者，該數據集對推動人工智能研究具有重要作用。
吳恩達 (Andrew Ng)
職位：DeepLearning.AI 和 Landing AI 的創始人；史丹福大學兼職教授
國家：出生於英國，父母為華裔，現工作於美國
影響力：機器學習和人工智能教育領域的領軍人物；Coursera 的聯合創始人；前百度 AI 負責人；對深度學習和線上教育有重要貢獻。
李開復 (Kai-Fu Lee)
職位：創新工場董事長兼行政總裁
國家：中國
影響力：人工智能專家和風險投資家；曾任 Google 中國區負責人；【AI·未來】一書的作者；在推動中國的 AI 發展和投資方面具有深遠影響。
黃仁勛（Jensen Huang）
職位：輝達（NVIDIA）創始人兼CEO
國家：中國
影響力：推動GPU在深度學習中的套用，使NVIDIA成為AI計算的核心硬件供應商。
德米斯·哈薩比斯 (Demis Hassabis)
職位：DeepMind 聯合創始人兼行政總裁
國家：英籍，父親為塞浦路斯希臘裔，母親為中國新加坡裔
影響力：領導 DeepMind，這是一家頂級 AI 研究實驗室，已被 Google 收購；透過 AlphaGo 等專案對 AI 做出了重大貢獻。
桑達爾·皮查伊（Sundar Pichai）
職位：Alphabet公司及其子公司谷歌（Google）行政總裁
國家：美國（印度裔）
影響力：桑達爾·皮查伊是一位傑出的科技領導者，自2015年起擔任谷歌CEO，2019年起兼任母公司Alphabet的CEO。他在谷歌的職業生涯中，領導了包括Chrome瀏覽器、Android作業系統等多個關鍵產品的開發和推廣。在他的領導下，谷歌大力投資人工智能和機器學習技術，推動了AI在搜尋、廣告、雲端運算、自動駕駛（Waymo）和日常套用中的廣泛套用。他的戰略眼光和領導能力使谷歌在全球科技領域保持領先地位，對人工智能技術的普及和發展產生了深遠影響。
阿尼瑪·阿南德庫馬爾 (Anima Anandkumar)
職位：NVIDIA 機器學習研究主管；加州理工學院 Bren 教授
國家：印度
影響力：在張量方法和深度學習領域享有盛名；在推動 AI 研究和科技多樣性方面具有影響力。
金出武雄 (Takeo Kanade)
職位：卡內基梅隆大學 U.A. 和 Helen Whitaker 教授
國家：日本
影響力：電腦視覺和機器人技術的先驅；開發了許多 AI 領域的基礎演算法和系統。
杉山將 (Masashi Sugiyama)
職位：RIKEN 高級智能專案中心主任；東京大學教授
國家：日本
影響力：機器學習領域的專家，特別是在領域適應和統計學習理論方面。
李弘樂 (Honglak Lee)
職位：密芝根大學副教授；Google Brain 研究科學家
國家：南韓
影響力：以在深度學習和無監督特征學習方面的貢獻而著稱。
蘇巴拉奧·坎巴姆帕蒂 (Subbarao Kambhampati)
職位：亞利桑那州立大學教授；前美國人工智能促進會（AAAI）主席
國家：印度
影響力：自動規劃和推理方面的專家；對 AI 研究和社區領導具有重要貢獻。
崔藝珍 (Yejin Choi)
職位：華盛頓大學教授；艾倫人工智能研究所高級研究經理
國家：南韓
影響力：自然語言處理和常識推理領域的領先研究者。
韓家煒 (Jiawei Han)
職位：伊利諾大學香檳分校教授
國家：中國
影響力：資料探勘和知識發現領域的著名專家；其撰寫的教科書在 AI 教育中發揮了重要作用。
劉冰 (Bing Liu)
職位：伊利諾大學芝加哥分校傑出教授
國家：中國
影響力：情感分析和意見挖掘的專家；對資料探勘和機器學習領域有重要貢獻。
李彥宏（Robin Li）
職位：百度創始人兼CEO
國家：中國
影響力：推動AI技術在搜尋引擎和自動駕駛等領域的套用。
王堅（Wang Jian）
職位：阿裏巴巴集團技術委員會主席
國家：中國
影響力：推動雲端運算和人工智能在中國的發展。
陸奇（Qi Lu）
職位：奇績創壇創始人，前百度集團總裁兼COO
國家：美國（華裔）
影響力：曾在微軟、雅虎等公司擔任高管，對AI產業有深刻影響。
朱松純 (Song-Chun Zhu)
職位：北京大學教授；前加州大學洛杉磯分校教授
國家：中國
影響力：在電腦視覺和認知機器人領域做出了貢獻；致力於人類智能與機器智能的橋梁構建。
黃學東 (Xuedong Huang)
職位：微軟技術院士兼首席語音科學家
國家：中國
影響力：語音辨識技術的先驅；在開發微軟的語音和語言處理系統方面發揮了關鍵作用。
王德良 (DeLiang Wang)
職位：俄亥俄州立大學教授
國家：中國
影響力：在計算聽覺場景分析和機器學習領域為語音分離和辨識做出了貢獻 。
奧馬爾·蘇丹·奧拉馬（Omar Sultan Al Olama）
職位：阿拉伯聯合酋長國（阿聯酋）人工智能、數碼經濟和遠端工作套用國務部長
國家：阿拉伯聯合酋長國
影響力：奧馬爾·蘇丹·奧拉馬於2017年被任命為全球首位人工智能國務部長，年僅27歲，成為全球最年輕的部長之一。他負責推進阿聯酋的國家人工智能戰略，旨在將AI技術整合到政府服務和經濟的各個方面，以提高效率和競爭力。在他的領導下，阿聯酋推出了多項舉措，包括建立人工智能研究機構、促進AI教育，以及與國際科技公司和學術機構合作。奧拉馬的工作不僅推動了阿聯酋在人工智能領域的快速發展，也對中東地區乃至全球的AI產業產生了積極影響。
普拉迪普·杜貝 (Pradeep Dubey)
職位：英特爾平行計算實驗室的英特爾研究員兼主任
國家：印度
影響力：在平行計算架構和 AI 硬件加速方面做出了貢獻；在高效能計算和 AI 方面具有重要影響力。
賈揚清（Yangqing Jia）
職位：阿裏巴巴技術副總裁
國家：中國
影響力：Caffe和PyTorch深度學習框架的主要開發者之一，對AI基礎設施有重要貢獻。
林智仁 (Chih-Jen Lin)
職位：台灣大學教授
國家：中國
影響力：開發了廣泛使用的支持向量機工具 LIBSVM；對機器學習演算法做出了重要貢獻。
阿尼爾·K·傑恩 (Anil K. Jain)
職位：密芝根州立大學傑出教授
國家：印度
影響力：模式辨識和生物特征辨識領域的頂尖專家；其研究推動了全球安全系統的發展。
德維·帕歷克 (Devi Parikh)
職位：Meta AI 研究科學家；喬治亞理工學院副教授
國家：印度
影響力：專註於電腦視覺和 AI；研究視覺辨識和人機互動。
阿比納夫·古普塔 (Abhinav Gupta)
職位：卡內基梅隆大學副教授；Meta AI 研究經理
國家：印度
影響力：在電腦視覺和自監督學習方面做出了貢獻；推動了 AI 對視覺數據的理解。
蘇姿豐（Lisa Su）
職位：AMD（超威半導體）總裁兼行政總裁
國家：美國（華裔）
影響力：蘇姿豐是一位傑出的電子工程師和企業領導者。自2014年起擔任AMD的CEO，她成功帶領公司實作了轉型和增長。她推動了銳龍（Ryzen）處理器和霄龍（EPYC）伺服器芯片的研發，使AMD在CPU和GPU市場取得了重大突破。她的領導力和技術專長對高效能計算、人工智能和數據中心領域的發展產生了深遠影響，被譽為半導體行業的領軍人物。
王飛躍 (Fei-Yue Wang)
職位：中國科學院復雜系統管理與控制國家重點實驗室主任
國家：中國
影響力：在智能控制系統和復雜網絡 AI 套用領域工作。
鄧力 (Li Deng)
職位：Citadel 首席 AI 官；前微軟 AI 首席科學家
國家：中國
影響力：語音辨識深度學習領域的先驅；對 AI 研究和行業套用具有重要貢獻。
姚期智 (Andrew Yao)
職位：清華大學教授兼院長；圖靈獎得主
國家：中國
影響力：理論電腦科學家，在計算理論方面的基礎工作支撐了 AI 使用的演算法。
中村聰 (Satoshi Nakamura)
職位：奈良先進科學技術研究所教授
國家：日本
影響力：專註於語音和語言處理；對多語言語音轉譯系統的 AI 研究做出了貢獻。
王俊 (Jun Wang)
職位：倫敦大學學院電腦科學教授；MediaGamma 創始人
國家：中國
影響力：在強化學習和數碼行銷 AI 套用領域工作；對即時機器學習做出了貢獻。
蘇裏亞·甘古利 (Surya Ganguli)
職位：史丹福大學副教授
國家：印度
影響力：研究理論神經科學和機器學習；在生物和人工神經網絡的理解之間建立橋梁。
松尾豐 (Yutaka Matsuo)
職位：東京大學教授
國家：日本
影響力：專註於 AI、深度學習和社交網絡分析；在日本 AI 政策和教育中具有重要影響力。
林軒田 (Hsuan-Tien Lin)
職位：台灣大學教授
國家：中國
影響力：專註於機器學習、整合方法和資料探勘；積極推動 AI 教育。
馮雁 (Pascale Fung)
職位：香港科技大學教授
國家：中國
影響力：自然語言處理和 AI 倫理領域的專家；從事多語言語音辨識和人機互動研究。
張磊 （ Lei Zhang ）
職位：香港理工大學教授
國家：中國
影響力：在電腦視覺、模式辨識和影像處理領域的貢獻；對人工智能研究及套用有重要影響。
拉吉·雷迪 （ Raj Reddy ）
職位：卡內基梅隆大學電腦科學與機器人學教授
國家：印度
影響力：圖靈獎獲得者，人工智能先驅，特別是在語音辨識和人機互動領域的貢獻。
邢波 （ Eric Xing ）
職位：穆罕默德·賓·紮耶德人工智能大學校長；卡內基梅隆大學教授
國家：中國
影響力：機器學習和計算生物學專家；Petuum Inc.創始人，致力於為企業提供人工智能解決方案。
楊強
（
Qiang Yang
）
職位：香港科技大學講席教授；微眾銀行首席人工智能官
國家：中國
影響力：資料探勘和遷移學習領域的領導者；曾任美國人工智能協會（AAAI）主席。
趙京鉉 （ Kyunghyun Cho ）
職位：紐約大學副教授；基因泰克研究科學家
國家：南韓
影響力：神經機器轉譯模型的共同開發者；在自然語言處理和深度學習領域做出重大貢獻。
普什米特·科利 （ Pushmeet Kohli ）
職位：DeepMind人工智能研究主管
國家：印度
影響力：機器學習、電腦視覺和推理領域的專家；在人工智能安全和倫理方面做出貢獻。
拉梅什·拉斯卡爾 （ Ramesh Raskar ）
職位：麻省理工學院媒體實驗室副教授
國家：印度
影響力：計算攝影和成像領域的創新者；創立了專註於人工智能驅動成像解決方案的相機文化研究小組。
何曉冬 （ Xiaodong He ）
職位：京東人工智能研究院副總裁
國家：中國
影響力：自然語言處理和人工智能領域的專家；以神經機器轉譯和對話系統的研究而聞名。
蘇米特·欽塔拉 （ Soumith Chintala ）
職位：Meta（Facebook）人工智能研究工程師
國家：印度
影響力：PyTorch的共同建立者，這是廣泛套用於人工智能研究和產業的開源深度學習框架。
福島邦彥 （ Kunihiko Fukushima ）
職位：東京理科大學存取教授
國家：日本
影響力：新認知機的發明者，是摺積神經網絡的前身；深度學習和模式辨識領域的先鋒。
北野宏明 （ Hiroaki Kitano ）
職位：索尼電腦科學實驗室總裁兼行政總裁
國家：日本
影響力：人工智能、機器人技術和系統生物學領域的專家；以開發AIBO機器人寵物聞名。
羅傑波 （ Jiebo Luo ）
職位：羅切斯特大學教授
國家：中國
影響力：在電腦視覺、機器學習和資料探勘領域的貢獻顯著；對社交多媒體和人工智能套用有重要影響。
張炳卓 （ Byoung-Tak Zhang ）
職位：首爾國立大學教授
國家：南韓
影響力：研究生物啟發的人工智能、神經計算和前進演化演算法；對人工智能理論及套用領域有重要貢獻。
免責申明
本榜單為【亞洲人物】雜誌編輯團隊依據公開數據、行業調查及專家評審意見綜合制作，旨在表彰並展示人工智能（AI）領域具有廣泛影響力的領軍人物。榜單的制作過程中，本刊力求客觀、公正、全面，但由於資訊來源的局限性及評選標準的多樣性，本榜單僅供參考，不構成對任何個人、組織或企業的商業建議或法律依據。
榜單的入選者及排名基於截至2024年的行業數據和評審結果，並可能隨著行業發展和個體情況的變化而發生調整。榜單中的所有資訊均為公開數據的匯總和分析，入選者的技術貢獻、產業影響等指標來源於行業報告、公開發表的學術論文、企業公告及新聞報道等渠道。本刊不對該等資訊的準確性、完整性或時效性作出任何保證。
本榜單不對未入選者的能力、影響力或潛在貢獻作出任何評價或暗示，且本刊對榜單的制作及釋出過程不承擔任何法律責任。所有榜單相關的內容均為編輯團隊的自主見解與分析，不代表任何特定第三方或權威機構的立場。
若榜單中的資訊存在任何不準確或遺漏之處，歡迎聯系【亞洲人物】雜誌編輯部進行核實和更正。本刊保留對榜單及相關內容進行解釋、修改和更新的權利。
特別提示 ：本榜單排名不分下後順序，僅供閱讀者了解行業動態及AI技術發展趨勢之用，任何依據本榜單作出的商業決策、投資行為等，均應基於個人判斷及專業建議，本刊對此類行為不承擔任何責任。
