10位最具影响力的AI和机器人女性，正在改变未来

人工智能和机器人不再是实验室中的实验性领域。它们正在塑造经济，重新定义行业，并以全球范围影响着日常生活。在许多最重要的突破背后，是女性，她们的工作从根本上改变了智能系统的设计、训练、治理和部署方式。

本列表强调了当今十位最有影响力的AI和机器人女性。这些女性是研究人员、工程师和技术领袖，她们的贡献远远超出了头衔——她们的工作重塑了机器学习、体现智能和人本智能的轨迹。

1. 费伊-菲·李博士

照片：Steve Jurvetson，CC BY 2.0，通过维基媒体共享

费伊-菲·李博士是现代计算机视觉的奠基性建筑师之一。作为ImageNet的创造者，她领导了建立大规模标记数据集的工作，这激发了深度学习革命。ImageNet提供了训练骨干，使神经网络能够比以前的计算机视觉方法更显著地出色，推动了物体识别、医学成像、机器人和自主系统等领域的突破。

她的学术贡献帮助正式化计算机视觉作为人工智能研究的核心支柱。通过将神经科学启发的方法与深度学习系统相结合，她帮助将人工智能从基于规则的逻辑转向可扩展的模式识别。

李博士还一直倡导以人为本的AI。她认为，智能系统必须以道德保障、公平考虑和社会福祉为出发点来构建。她的工作影响了学术研究议程和公共政策讨论，围绕着负责任的AI。

她还曾在塑造美国国家AI战略的咨询委员会中任职，帮助确保创新与民主价值观和公民自由保持一致。

如今，李博士继续在斯坦福大学人本智能研究所领导研究，专注于空间智能、体现智能和确保高级系统增强人类能力而不是取代它。她的工作越来越多地探索如何使AI系统在现实世界环境中安全地交互，弥合感知和行动之间的差距。

李博士还在她的回忆录《我所看到的世界》中记录了她的非凡旅程，在那里她反思了自己从青少年时期移民到美国到成为现代AI的先驱的道路。该书提供了一个罕见的幕后故事，讲述了ImageNet的创造和帮助启动深度学习革命的早期突破。

2. 辛西娅·布雷泽尔

照片：Cynthia Breazeal / CC BY-SA 4.0 / 维基媒体共享

辛西娅·布雷泽尔被广泛认为是社会机器人的先驱。在MIT媒体实验室，她开发了Kismet，一种能够解释和表达情绪的机器人。她的工作帮助启动了社会机器人领域，并为情感响应机器和情感计算奠定了基础。

她的研究重新定义了机器人学，转移了重点从工业自动化到社会交互。布雷泽尔探索了机器人如何与人交互，建立信任，并对人类社会信号做出反应，而不是简单地执行任务。

她后来联合创立了Jibo，一家开发消费级社会机器人的初创公司。虽然Jibo的商业路径很复杂，但该项目代表了社会智能机器人进入日常生活的重要里程碑。

布雷泽尔的影响力深入教育和医疗机器人领域，机器人必须理解细微的人类信号，以成为有效的伴侣、导师和助手。

如今，她继续领导MIT媒体实验室的个人机器人小组，并领导专注于AI教育和识字的计划。她的当前工作探索了社会智能AI系统和机器人如何支持学习、幸福感和长期的人机关系。

3. 蒂姆尼特·盖布鲁

照片：TechCrunch / CC BY 2.0 / 维基媒体共享

蒂姆尼特·盖布鲁是AI伦理领域最有影响力的发言人之一。她的早期研究揭露了面部识别系统中的偏见，揭示了不同种族和性别的显著差异。广泛引用的《性别阴影》研究表明，商业系统在较黑皮肤女性上的表现远远低于较白皮肤男性，促使人们重新评估如何训练和评估AI系统。

她还联合撰写了有关大型语言模型风险的有影响力的研究，包括其环境影响、嵌入偏见和缺乏透明度。她的工作帮助转变了围绕AI开发的对话，鼓励该领域不仅仅考虑性能基准，还要考虑AI系统的社会和环境后果。

2021年，盖布鲁创立了分布式AI研究院（DAIR），一个独立的研究组织，致力于在大型科技公司的影响之外研究AI。该研究所专注于社区驱动的研究，并强调全球参与以塑造AI的未来。

她的倡导影响了监管辩论、行业标准和更广泛的关于负责任的AI开发讨论。

如今，盖布鲁继续关注算法问责、数据劳动权和AI开发中的权力动态。她的工作越来越多地探索AI系统如何影响边缘化社区，以及如何加强治理框架以确保更公平和透明的AI系统全球范围内。

4. 达芙妮·科勒

照片：世界经济论坛 / CC BY-SA 2.0 / 维基媒体共享

达芙妮·科勒是概率图模型的先驱，该模型允许机器在不确定性下进行推理。她的学术工作从根本上塑造了现代机器学习中如何表示复杂依赖关系。科勒联合创立了Coursera，一家世界上最大的在线学习平台，帮助为全球数百万学习者提供AI和计算机科学教育的机会。

科勒后来将她的注意力转向生物技术，创立了Insitro，以应用机器学习进行药物发现。通过将大规模生物数据集与预测建模相结合，该公司旨在改变治疗的发现和开发方式。

她的工作代表了AI从数字系统转向生命科学的一个最明显的例子，在那里机器学习可以加速科学发现。

如今，科勒继续领导Insitro的AI驱动的制药开发研究，整合基因组学、高通量生物学和机器学习，以加速临床管道并提高药物开发的成功率。

5. 乔伊·布奥拉姆维尼

照片：Taylordw，CC0，通过维基媒体共享

乔伊·布奥拉姆维尼的开创性研究揭露了面部识别系统中存在的种族和性别偏见。她的发现表明，错误率对于较黑皮肤的女性远远高于较白皮肤的男性，揭示了训练数据和系统设计如何将歧视嵌入到广泛部署的AI技术中。

该研究帮助引发了全球关于算法偏见的辩论，导致人们对面部识别系统进行了更严格的审查，并促进了关于负责任的AI部署的政策讨论。

布奥拉姆维尼创立了算法正义联盟，以促进AI系统中的问责制和公平性。通过该组织，她致力于推进算法审计、公共意识和行业标准，以减少自动决策中的有害偏见。

她的工作跨越了研究、倡导和公共参与。除了学术研究外，她还通过公共演讲、政策参与和创作工作引起了人们对AI技术的社会影响的关注，这些创作作品探索了技术与民权之间的关系。

最近，布奥拉姆维尼通过写作和公共倡导扩大了她的影响力，包括她的畅销书《揭开AI的面纱》，该书探讨了算法系统如何编码歧视以及为什么更强的监督和包容性设计对于AI系统至关重要。

如今，布奥拉姆维尼继续塑造全球关于AI治理的对话，专注于算法审计、监管框架和确保AI系统在部署之前在多样化人群中进行测试。

6. 安卡·德拉甘

照片：构造大学

安卡·德拉甘是AI对齐和人机交互的领先研究人员。她的早期学术工作专注于使机器人能够推断人类意图并与人类安全合作，开发允许机器推理人类行为并以可预测和合作的方式做出反应的算法。

德拉甘的工作解决了现代AI面临的最关键挑战之一：确保智能系统优化以满足人类的真正需求，而不是狭隘的技术目标。她的研究关于价值对齐、人类AI合作和可解释的决策已影响了机器人和更广泛的AI安全讨论。

除了学术工作外，德拉甘还担任谷歌DeepMind的AI安全和对齐负责人，领导专注于确保前沿AI系统与人类目标和价值观保持一致的团队，即使其能力继续进步。

如今，她的工作继续塑造更安全、更适合人类的AI系统的发展，结合机器学习、机器人和人机交互的进步，使智能技术更加可解释、可控和有益于社会。

7. 拉伊亚·哈德塞尔

拉伊亚·哈德塞尔在TEDxExeterSalon 2017_05”演讲，由TEDxExeter，CC BY-NC-ND 2.0

拉伊亚·哈德塞尔在推进强化学习和持续学习系统方面发挥了重要作用。在DeepMind，她帮助开发了允许AI系统从经验中持续学习的算法，而不是从头开始在固定数据集上重新训练，解决了构建可适应智能代理的中心挑战之一。

持续学习对于现实世界的机器人和AI系统至关重要，机器必须在保留先前学习的知识的同时适应不断变化的环境。哈德塞尔的研究专注于克服灾难性遗忘问题，使神经网络能够随着时间的推移积累技能，而不是在学习新任务时丢失以前的能力。

她的工作还为体现智能的进步做出了贡献，机器人和自主系统通过与环境的交互来学习。通过将强化学习、表示学习和神经科学启发的方法相结合，她帮助推进了能够在复杂环境中导航并在任务上泛化的系统。

哈德塞尔于2014年加入DeepMind，并领导了专注于终身学习和机器人导航的研究团队，为知识转移和渐进神经网络等基础技术做出了贡献，使神经网络能够在任务之间转移知识。

如今，作为谷歌DeepMind的高级研究负责人，哈德塞尔继续专注于终身学习架构和可扩展的体现AI系统，使其能够在动态的现实世界环境中运行。

8. 艾亚娜·霍华德

照片：Rob Felt / 佐治亚理工学院

艾亚娜·霍华德的工作专注于辅助机器人和以人为本的AI设计。她的研究专注于为有发展挑战的儿童开发机器人系统，包括为特殊需要儿童开发治疗和教育技术，以帮助他们发展运动和认知技能。

在她早期的职业生涯中，霍华德曾在NASA的喷气推进实验室担任机器人研究员，为行星探索任务开发自主机器人系统做出了贡献，包括为火星漫游车任务开发的技术。

她后来转入学术和领导岗位，在佐治亚理工学院创立了人机自动化系统实验室，并创立了Zyrobotics，一家专注于开发AI驱动的教育和治疗工具的初创公司，以满足儿童的多样化学习需求。

2021年，霍华德成为俄亥俄州立大学工程学院的院长，成为该机构的第一位女性院长。如今，她继续塑造工程教育的未来，同时推进人机交互、AI安全和包容性技术设计的研究。

她的工作跨越研究、创业和政策，专注于确保机器人和人工智能的设计能够改善生活质量并扩大对新兴技术的公平获取。

9. 拉娜·埃尔·卡利乌比

照片：Joi Ito，CC BY 2.0，通过维基媒体共享

拉娜·埃尔·卡利乌比开创了情感AI的先河，通过她在Affectiva的工作，这是一家由她联合创立的MIT媒体实验室的分公司，旨在将情感智能融入数字系统。该公司开发了能够分析面部表情和语音线索以检测人类情感的技术，使机器感知扩展到人类情感之外。

情感识别在各个行业中都有应用，包括汽车安全、媒体分析、医疗保健和人机交互。Affectiva的技术被大公司广泛采用，直到2021年被Smart Eye收购，这标志着情感AI的商业化取得了重要里程碑。

收购后，卡利乌比转向了投资和指导，成为早期支持开发以人为本的AI技术的初创公司的风险投资公司Blue Tulip Ventures的联合创始人和总裁。

如今，卡利乌比仍然是情感智能AI领域的领军人物，倡导道德部署、AI开发中的多样性以及加强人机关系的技术。

10. 米拉·穆拉蒂

照片：OpenAI通过AP

米拉·穆拉蒂在扩大生成AI的全球采用方面发挥了核心作用，在她担任OpenAI的首席技术官期间。自2018年加入公司并于2022年成为CTO以来，她帮助领导了ChatGPT、DALL-E和GPT-4模型家族等开创性系统的开发和发布，这些技术大大加速了公众和企业对生成AI的采用。

穆拉蒂的领导力弥合了尖端研究和现实世界产品部署之间的差距，确保高级模型能够被开发人员、企业和全球各地的消费者所使用。她的工作帮助塑造了大型语言模型和生成系统如何被整合到各个行业的日常工作流程中。

2024年9月，穆拉蒂在公司任职六年多后离开OpenAI，转向新项目和AI开发的下一个阶段。

2025年，她创立了Thinking Machines Lab，一家人工智能初创公司，专注于构建更强大、更可定制的AI系统，并推进可以通过语言、视觉和其他模式与用户交互的多模态AI。

如今，穆拉蒂继续通过她在Thinking Machines Lab的工作影响前沿AI的发展，致力于构建能够使高级AI系统更广泛地被开发人员和组织所理解、适应和强大的工具。

这些十位女性代表了现代AI和机器人背后的知识基础的显著交叉部分。他们的工作跨越了基础数据集、强化学习、人机交互、道德治理和生成系统的崛起。许多现在改变行业的技术都可以直接追溯到这些研究人员和工程师领导的突破。

同时，强调他们的贡献也提醒我们，领域仍然需要更多女性来塑造其方向。人工智能正在迅速成为有史以来最具影响力的技术之一。今天设计的系统将影响社会如何运作，经济如何演变，以及人类如何与智能机器交互。

确保这些系统反映多样化的观点不仅仅是公平的问题；它是构建更好的技术的问题。

名单上的女性展示了这种影响力可以有多么强大。他们的工作不仅推动了AI研究的边界，还扩大了关于如何构建这些技术以及它们应该服务谁的对话。随着该领域的不断发展，下一代进入AI的女性将在塑造一个未来中发挥同样至关重要的作用，在那里，智能系统反映了人类经验的全部多样性。