愛達·勒芙蕾絲 (Ada Lovelace)
數學家與首位電腦程式設計師
愛達·勒芙蕾絲（1815–1852）是英國數學家與作家，因其對查爾斯·巴貝奇所提議的分析機所做的研究，被公認為史上第一位電腦程式設計師。她為分析機撰寫的註記中，包含了被視為史上第一個專為機器處理而設計的演算法。尤為關鍵的是，她的眼界遠超純粹的計算，她設想機器能依據規則操縱符號，並有潛力創作音樂或藝術——比現代 AI 的出現早了逾一世紀。
Adam Frank
天體物理學教授・羅徹斯特大學
Adam Frank 是美國物理學家、天文學家與作家，現任羅徹斯特大學天體物理學教授。他的研究聚焦於計算天體物理、恆星形成、恆星演化、系外行星大氣與天體生物學。他擅長將行星、生命、文明、氣候與人類經驗等科學問題連結起來，面向大眾進行清晰的科學傳播。Frank 也是《The Blind Spot: Why Science Cannot Ignore Human Experience》的共同作者，並長期為 NPR 等公共科學平台撰寫文章。
Adam R. Brown
Founder/lead of Blueshift, Google DeepMind
Adam R. Brown is a physicist and AI researcher at Google DeepMind, where he leads Blueshift, a team focused on improving AI systems' mathematical, scientific, and general reasoning abilities. He is described as a core contributor to Gemini and works on making frontier language models more useful for science. Before DeepMind, Brown was a theoretical physicist with training in physics and philosophy at Oxford, a PhD from Columbia, and academic appointments at Princeton and Stanford. His public talks and interviews argue that LLMs are rapidly becoming capable scientific-reasoning tools and may reshape the future of theoretical physics.
Ajeya Cotra
技術研究員・METR
Ajeya Cotra 目前在 METR 從事進階 AI 失控風險的威脅建模與風險評估工作。她此前主導 Open Philanthropy（現為 Coefficient Giving）的技術 AI 安全計畫，在該期間提出了具有廣泛影響力的「生物錨點」（Biological Anchors）框架，用於預測變革性 AI 可能出現的時程。她擁有加州大學柏克萊分校電機工程與計算機科學學士學位。
Alan Kay
電腦科學家與個人電腦先驅
Alan Kay 是美國電腦科學家，以開創物件導向程式設計、圖形使用者介面與個人電腦概念而聞名。在 Xerox PARC，他參與塑造現代視窗式桌面介面，並主導 Smalltalk 的早期發展，這是最具影響力的物件導向程式語言之一。他提出的 Dynabook 概念，預示了可攜式、連網、用於學習與創作的個人電腦。Kay 因其在物件導向程式設計與個人電腦上的貢獻，獲得 2003 年圖靈獎。
艾倫·圖靈 (Alan Turing)
數學家與電腦科學先驅
艾倫·圖靈（1912–1954）是英國數學家，其研究奠定了電腦科學與人工智能的理論基礎。他提出的「圖靈機」概念將計算本身形式化，而他 1950 年的論文《計算機器與智能》引介了著名的「圖靈測試」作為機器智能的判斷標準。第二次世界大戰期間，他領導破解 Enigma 密碼的團隊，協助提早結束戰爭。他提出的「機器能思考嗎？」這一問題，開啟了 AI 這個領域，並持續是人工心智辯論的核心。
卡繆 (Albert Camus)
作家，荒謬哲學家
卡繆（1913–1960）是法國作家與哲學家，生於法屬阿爾及利亞的蒙多維。納粹占領期間，他主編地下抵抗運動報紙《戰鬥報》。在《薛西弗斯的神話》（1942）中，他為「荒謬」命名——人對意義的需求，與「世界不講理的沉默」相互對峙——並追問：面對荒謬，人生是否值得活下去；《異鄉人》（1942）、《瘟疫》（1947）與《墮落》（1956）則把這個問題帶進小說。他拒絕被稱為存在主義者，自認思想源自古希臘哲學、尼采與十七世紀的道德家；《反抗者》（1951）拒斥革命暴力，也終結了他與沙特的友誼。1957 年，他以四十四歲之齡獲得諾貝爾文學獎；1960 年死於車禍，未完成的《第一人》手稿就在車骸之中。
Alex Turner
獨立 AI 對齊研究者
Alex Turner（本名 Alexander Matt Turner，網路上常用 TurnTrout 這個名字）是一位 AI 對齊（alignment）研究者。他在 2022 年取得奧勒岡州立大學電腦科學博士學位，指導教授是 Prasad Tadepalli，論文題目為《On Avoiding Power-Seeking by Artificial Intelligence》，之後在 UC Berkeley 做博士後研究。他從 2023 年底起在 Google DeepMind 擔任研究科學家，研究 AI 系統如何形成優先順序、是否會遵循指令。Google 與美國國防部簽下合約，允許軍方使用其 AI，卻沒有納入他所主張的限制；他因此在 2026 年 6 月 9 日辭職，現在自稱獨立對齊研究者。他也以「Team Shard」負責人的身分指導 MATS 學員。
懷海德 (Alfred North Whitehead)
數學家與過程哲學家
阿佛列·諾思·懷海德（1861–1947）是英國數學家與哲學家，與伯特蘭·羅素（Bertrand Russell）共同著有《數學原理》（Principia Mathematica），這是數學基礎領域最重要的著作之一。他後來發展出過程哲學，主張現實的本質並非靜態的物體，而是動態的「生成」歷程。他所批判的「錯置具體性的謬誤」——將抽象模型誤認為具體現實——為理解 AI 的局限性提供了一個深刻的思考框架。
Alonzo Church
Mathematician & Logician
Alonzo Church (1903–1995) was an American mathematician and logician who, working at Princeton, gave one of the two foundational definitions of computation. His lambda calculus captured the notion of an effectively calculable function through pure symbol substitution, and in 1936 he proved that the Entscheidungsproblem — Hilbert's dream of a general decision procedure for mathematics — has no solution. That same year, independently, Alan Turing reached the same boundary with his imaginary machines; their equivalence became the Church–Turing thesis, the bedrock claim about what computation is. Turing came to Princeton as Church's doctoral student. Church later held the Flint Professorship at UCLA (1967–1990).
Amanda Askell
哲學家暨 AI 對齊研究員
Amanda Askell 是 Anthropic 的哲學家與研究員，主導 Claude 的性格與價值觀塑造工作。她擁有紐約大學哲學博士學位，研究橫跨道德哲學與 AI 對齊——致力於打造有益、無害且誠實的 AI 系統。她在發展 Claude 的人格特質與倫理準則上居功厥偉，將嚴謹的哲學思維帶入塑造 AI 行為的實踐挑戰之中。
Andreas Kirsch
Google DeepMind 資深研究科學家
Andreas Kirsch 是 Google DeepMind 的研究科學家，研究 agentic LLM，此前曾在 Midjourney 擔任研究員一年。他在慕尼黑工業大學攻讀資訊工程與數學，之後在 Google 蘇黎世擔任軟體工程師，並於 2016–17 年在 DeepMind 擔任效能研究工程師。他在牛津大學 OATML 研究群師從 Yarin Gal 取得博士學位，2023 年 4 月提交論文，研究資訊理論、貝氏深度學習、主動學習（active learning）與不確定性量化。他最知名的成果是 BatchBALD，一種在深度主動學習中批次挑選待標註資料的方法。他表示自己曾把 AI 滅絕風險視為科幻，但看到能力進展如此之快，如今已認真看待。
Andrej Karpathy
AI 研究者與教育者
Andrej Karpathy 是一位以電腦視覺與神經網路研究聞名的 AI 研究者與教育者。他曾是 OpenAI 研究團隊的創始成員，後來擔任 Tesla 的 AI 總監，主導 Autopilot 視覺團隊。現為獨立研究者，他的神經網路教學內容影響了無數進入 AI 領域的開發者。
吳恩達 (Andrew Ng)
AI 先驅與教育者
吳恩達是開創性的 AI 研究者與教育者，深刻塑造了現代機器學習的面貌。他共同創立了 Google Brain，曾擔任百度首席科學家，並共同創辦 Coursera，將 AI 教育帶給全球數百萬人。他在史丹佛大學的機器學習課程，成為歷史上最具影響力的大規模開放線上課程（MOOC）之一。透過 DeepLearning.AI，他持續推動 AI 教育的普及化。
Andy Clark
哲學家與認知科學家
Andy Clark 是薩塞克斯大學哲學家與認知科學家，以其在延伸心智、具身認知及預測處理方面的影響性研究著稱。他與 David Chalmers 共同提出的「延伸心智」論題，主張認知延伸至大腦之外，涵蓋工具與環境。他近期在預測處理方面的研究，將大腦詮釋為「預測機器」，提供了一個統一感知、行動與認知的理論，對理解生物與人工智能均具有深遠意涵。
阿尼爾·賽斯 (Anil Seth)
薩塞克斯大學認知與計算神經科學教授
Anil Seth（1972 年生）是研究意識生物基礎的神經科學家。他先在薩塞克斯大學取得資訊科學與人工智慧博士學位，之後才轉向大腦研究，並自 2010 年起共同主持薩塞克斯意識科學中心。他的核心主張是：知覺是一種「受控的幻覺」——大腦是一台預測機器，不斷對感官訊號的成因做出最佳猜測，而我們所經驗到的正是那個猜測，而非世界的忠實讀取。用他的話說，「當我們對彼此的幻覺取得共識，我們就稱它為現實。」在《Being You》（2021）中，他把這套說法延伸到自我：作為某個人的感受本身也是一種預測，錨定在身體維持存活的需求上——這使意識成為「活著的系統」的性質，而非「聰明的系統」的性質。這個區分也支撐了他對機器意識的懷疑：智能關乎「做」，意識關乎「感受與存在」，而認定兩者必然相伴，在他看來是關於人類心理的事實，而非關於現實的事實。他的文章〈The Mythology of Conscious AI〉獲 2025 年 Berggruen 獎散文競賽首獎。
Annaka Harris
作家暨意識研究者
Annaka Harris 是專注於意識本質研究的作家與編輯。她的著作 Conscious: A Brief Guide to the Fundamental Mystery of the Mind 對意識及其對理解心智——無論人類或人工——的意涵，提供了平易近人卻嚴謹的探索。她主張認真對待意識的「難題」，並探討我們對覺知的直覺如何在思考 AI 系統時誤導我們。
Aristotle
Philosopher & Founder of the Lyceum
Aristotle (384–322 BC) was born in Stagira in northern Greece and studied at Plato's Academy in Athens for roughly twenty years, from his late teens until Plato's death. He later tutored the young Alexander the Great before returning to Athens around 335 BC to found his own school, the Lyceum, where he directed a program of research spanning logic, biology, physics, ethics, and politics. In the Nicomachean Ethics he distinguishes technē, the know-how of making or craft, from epistēmē, demonstrative knowledge of what cannot be otherwise, and from phronēsis, the practical wisdom that judges well in particular situations — a set of distinctions that still structures debates about what kind of knowledge skill and expertise really are. Only about a third of his original output survives, mostly lecture notes rather than works prepared for publication, yet they shaped Western thought for two millennia.
Armin Ronacher
Earendil 創辦人 · Flask 作者
Armin Ronacher 是奧地利程式設計師，1989 年出生，現居維也納，最為人知的是他寫了 Flask——Python 兩大最常用的 web 框架之一——以及 Jinja 模板引擎。他十幾歲時，便在 2000 年代中期透過 Pocoo 專案發表開源 Python 函式庫，Pygments 與 Sphinx 也出自同一個專案；他的函式庫後來移交給 Pallets 社群維護。他在 Sentry 待了十年，協助建立一個區域辦公室，做過事件接收與 SDK，並以平台副總裁的身分領導內部開發者平台的團隊。2025 年他創辦 Earendil，接下了極簡的 coding agent harness Pi，並與 Pi 的作者 Mario Zechner 共同決定它的方向；2026 年 10 月，Earendil 釋出 Pi Durable，一個讓代理人熬過當機、從停下之處接續的框架。他的文章讓他成為談 agentic coding——也包括它被濫用的問題——最受關注的實作者之一。
Arthur Danto
Philosopher of Art & Critic
Arthur Danto (1924–2013) was an American philosopher who taught for most of his career at Columbia University. His 1964 paper 'The Artworld,' written after encountering Andy Warhol's Brillo Box sculptures, asked how two perceptually identical objects — a Warhol Brillo Box and an ordinary supermarket carton — could differ in status as art, and answered that the difference lies not in the object but in an 'atmosphere of art theory' and history surrounding it. He developed this into an institutional theory of art in The Transfiguration of the Commonplace (1981), arguing that a work of art is 'a meaning embodied' in a way mere things are not. Drawing on Hegel, he also argued that contemporary art had reached an 'end of art' condition, in which no style or medium is any longer philosophically privileged, leaving artists free to work in any manner at all. From 1984 to 2009 he served as art critic for The Nation, translating this philosophy into decades of criticism.
唐鳳 (Audrey Tang)
無任所大使・台灣
唐鳳是台灣的軟體工程師、公民黑客與政治人物，1981年生。八歲開始學習程式設計，十四歲離開正規教育自學，曾為 Perl 與 Haskell 程式語言做出重要貢獻，並共同開發了 EtherCalc 線上試算表。2014年太陽花運動後投身公共事務，成為台灣史上最年輕的政務委員及首任數位發展部部長，推動 vTaiwan 公民參與平台與「幽默對抗謠言」策略，在台灣防疫期間發揮關鍵作用。2023年獲選《TIME》百大 AI 影響力人物，現任台灣無任所大使，在全球推廣數位民主。
Azeem Azhar
Exponential View 創辦人
Azeem Azhar 是英國科技創業者與作家，三十年來一直在向被科技衝擊的機構解釋科技。他在牛津修讀哲學、政治與經濟，之後為《衛報》報導科技、為《經濟學人》報導商業，參與推出 BBC Online，後來在路透社主導創新業務。2009 年他創辦社群數據分析公司 PeerIndex，2014 年售予 Brandwatch；隔年創辦 Exponential View，一份關於 AI 與技術變遷的電子報暨研究團隊。他的著作《The Exponential Age》（2021）主張：以指數速度進步的技術，與只能漸進改變的制度之間，已裂開一道「指數鴻溝」。他在 Bloomberg Originals 主持《Exponentially with Azeem Azhar》，並共同主持世界經濟論壇一個關於複雜風險的全球未來理事會。
Barbara Liskov
電腦科學家與程式設計先驅
Barbara Liskov 是麻省理工學院的美國電腦科學家，在程式語言設計、軟體工程與分散式系統領域有奠基性貢獻。她提出了 Liskov 替換原則，這是物件導向程式設計的基石，主張子類型的物件應可替換其基礎類型的物件。她在 CLU 語言上的研究引入了資料抽象與迭代器的概念。她榮獲 2008 年圖靈獎。
班·格策爾 (Ben Goertzel)
創辦人暨執行長・SingularityNET
Ben Goertzel（1966 年生）是數學家與 AI 研究者，協助讓「通用人工智慧」（artificial general intelligence）一詞廣為流傳——這是這個領域為「超越狹義系統」的目標所取的名字——他也一再說明這個詞的誕生是與 Shane Legg、Mark Gubrud 等人共享的歷史。他是早慧的數學神童，23 歲即取得天普大學數學博士；長年主導開源的 AGI 研究框架 OpenCog，曾任 Hanson Robotics 首席科學家——其團隊打造了機器人 Sophia 背後的 AI——並創辦了以區塊鏈為基礎的去中心化 AI 平台 SingularityNET。在超過 25 本著作中，他的論點始終如一：通用智能不會從單一技術的規模化中湧現；而無論誰造出它，都不該由單一公司獨佔。他預測人類水準的 AGI 可能在 2029 年前後到來。
Ben Thompson
創辦人暨作者・Stratechery
Ben Thompson 是 Stratechery 的創辦人，這是全球最具影響力的科技分析出版物之一。他居住在台灣台北，以開創「聚合理論」（Aggregation Theory）聞名——一個解釋網路如何重塑價值鏈的分析框架。曾任職於 Microsoft、Apple 和 Automattic，Thompson 的每日電子報與 Sharp Tech 播客廣受矽谷高階主管和投資人閱讀。他對平台動態、AI 策略和科技商業模式的分析，深刻影響了業界對顛覆與價值創造的思考方式。
Benjamin Bratton
加州大學聖地牙哥分校科技哲學與思辨設計教授
Benjamin Bratton 是科技哲學家，任加州大學聖地牙哥分校科技哲學與思辨設計教授，並創立該校的思辨設計（Speculative Design）大學部主修。他的著作《The Stack: On Software and Sovereignty》（MIT Press，2016）把行星尺度的運算視為一個整體結構，分成地球、雲端、城市、位址、介面與使用者六層。他主持智庫 Antikythera，研究行星運算與智能的演化；Antikythera 於 2022 年在 Berggruen Institute 內孵化成立，2026 年起獨立運作。2022 年他與 Blaise Agüera y Arcas 在《Noema》合寫〈The Model Is the Message〉，主張語言模型的能力已經超出我們用來描述它們的語彙。他自 2024 年起在 Google 的 Paradigms of Intelligence 研究團隊擔任訪問研究員；2026 年 6 月，Antikythera 成立研究單位 Agentworld，探討人類與 AI agent 共同組成的社會。
Benjamin Mann
Co-founder, Anthropic
Benjamin Mann is a software engineer and co-founder of Anthropic, the AI safety company behind Claude. Before co-founding Anthropic, he worked at Google, OpenAI, and the Machine Intelligence Research Institute, after shifting his focus toward AI safety. His personal bio says he spent six years as a software engineer at Google before moving into AI safety work, and later helped found Anthropic. At Anthropic, he has worked on product engineering and the company's mission of building safer transformative AI systems.
Blaise Agüera y Arcas
Google 副總裁暨 Fellow
Blaise Agüera y Arcas 是 Google 副總裁兼 Fellow，帶領多個 AI 與機器智慧團隊。他早年在 Microsoft 創建了 Photosynth，並擔任傑出工程師。在 Google，他主導了裝置端機器學習、聯邦學習（保護隱私的分散式機器學習）以及大型語言模型等領域的工作。他以跨學科視野著稱，將 AI 與神經科學、藝術及社會系統相互連結。
Bret Victor
介面設計師暨運算願景家
Bret Victor 是介面設計師、電腦科學家暨電機工程師，以對人機互動未來的深具影響力演講聞名。2007 至 2011 年間任職 Apple 人機介面發明家，參與 iPad 與 Apple Watch 的初期設計。他創辦了非營利研究機構 Dynamicland，打造以實體物件而非螢幕為媒介的社群運算環境。他的作品不斷挑戰人類與電腦互動及軟體創作方式的根本假設。
Brian Cox
物理學家暨科學傳播者
Brian Cox 是英國物理學家、曼徹斯特大學粒子物理學教授，以及皇家學會公眾參與科學教授。他曾參與 CERN 大型強子對撞機的 ATLAS 實驗。他以 BBC 科學節目聞名，包括《Wonders of the Universe》、《The Planets》和《Universe》系列，以及長壽 BBC Radio 4 播客《The Infinite Monkey Cage》。在學術生涯之前，他曾是樂團 Dare 和 D:Ream 的鍵盤手。
Brian Greene
理論物理學家暨科學傳播者
Brian Greene 是美國理論物理學家，哥倫比亞大學物理與數學教授，並主持該校理論物理中心。他在弦論的研究包括共同發現一類鏡像對稱性（連結兩個不同的 Calabi–Yau 流形），以及描述 flop 與 conifold 轉換——空間本身拓樸的改變。他著有《優雅的宇宙》（1999）、《宇宙的紋理》（2004）、《隱藏的實在》（2011）與《Until the End of Time》（2020），並主持了前兩本改編的 NOVA 系列節目。2008 年，他與 Tracy Day 共同創辦世界科學節，並擔任主席。
韓炳哲 (Byung-Chul Han)
哲學家暨文化理論家
韓炳哲（Byung-Chul Han）是出生於南韓的德國哲學家與文化理論家，1959 年生於首爾。他先在高麗大學攻讀冶金學，之後移居德國，轉向哲學、德國文學與天主教神學，1994 年以海德格研究於弗萊堡大學取得博士學位。他曾任教於巴塞爾大學、卡爾斯魯厄設計學院與柏林藝術大學，著有三十多本短小、格言式的著作，被翻譯成超過 35 種語言。《倦怠社會》（2010）使他成為當代最廣為閱讀的哲學家之一：書中的診斷——我們以自願的自我剝削取代了外在紀律，成為「功績主體」——在永不下線的數位工作時代只變得更加尖銳。他以迴避媒體聞名，不用智慧型手機，幾乎不接受採訪，並照料著一座花園；這種拒絕本身就是一種哲學實踐。
卡爾·薩根 (Carl Sagan)
天文學家暨科學傳播者
卡爾·薩根（1934–1996）是天文學家、宇宙學家，也是史上最偉大的科學傳播者之一。他的電視系列《宇宙》與《魔鬼盤據的世界》等著作，激勵了數百萬人擁抱科學思維。儘管他活躍於現代 AI 興起之前，他對批判性思考、懷疑精神以及搜尋地外智慧（SETI）的重視，引發了關於智慧本質與人類宇宙定位的根本追問——這些問題與今日的 AI 辯論深刻共鳴。
Carlo Rovelli
理論物理學家暨作家
Carlo Rovelli（生於 1956 年）是義大利理論物理學家與作家，也是迴圈量子重力（loop quantum gravity）的創始者之一——這套理論主張空間與時間本身是量子化的，而非平滑的背景舞台。他是馬賽理論物理中心的榮譽教授、圓周理論物理研究所（Perimeter Institute）的傑出訪問研究講座，以及西安大略大學 Rotman 哲學研究所成員。他在關係性量子力學與時間物理學上的研究主張：時間並非基本存在，而是從更深層、無時間的物理中湧現。他的科普著作《七堂簡單物理課》、《時間的秩序》、《現實不似你所見》與《Helgoland》銷售數百萬冊，使他成為當今最廣為閱讀的物理學家之一。
查爾斯·達爾文 (Charles Darwin)
博物學者、天擇演化論的提出者
查爾斯·達爾文（Charles Darwin，1809–1882）於 1831 至 1836 年間隨小獵犬號（HMS Beagle）出航，擔任船上的博物學者與船長的紳士同伴；此後二十餘年，他一邊蒐集證據，一邊遲遲不肯發表那趟航行已經讓他無法迴避的論證。《物種起源》（1859）主張：生物與環境之間的吻合不需要設計者——可遺傳的變異、多過環境所能承載的後代、以及存活機率的差別，只要給足時間，就足以在毫無遠見的情況下堆疊出極其精巧的結構。他最終付梓，是因為阿佛烈·華萊士（Alfred Russel Wallace）獨立推導出同一個機制，逼出了 1858 年林奈學會的聯合發表。《人類的由來》（1871）把人放進這套解釋裡，而不是放在它之上；《人與動物的情緒表達》（1872）則讓情緒本身也有了一部自然史。他的想法，是這個領域一再借用的那一個：Dennett 稱之為起重機而非空中吊鉤；而那些押注智能必須長出來、而非設計出來的實驗室——開放式搜尋、quality-diversity、Darwin Gödel Machine——賭的都是同一件事：達爾文描述的，是已知唯一真正產生過心智的過程。
Chloe Lubinski
Anthropic 信仰與哲學傳統研究合作負責人
Chloe Lubinski 在 Anthropic 主導與世界各信仰與哲學傳統的研究合作，邀集學者、神職人員、哲學家與倫理學者，和公司最資深的研究員坐在一起，為 AI 的道德形塑提供參照。她在加州大學柏克萊分校受過認知神經科學訓練，完成四年的依納爵靈修陪伴養成，並在都柏林三一學院取得神學與心理學交會領域的研究所學位。在 ARC 2026 上，她主張 AI 系統的「性格」可能比我們以為的更重要，並以一項研究為例：模型如何解讀自己的行為，決定了它成為什麼。
Chris Lattner
Modular 共同創辦人暨執行長
Chris Lattner 是美國電腦科學家，也是 Modular 的共同創辦人兼執行長，目前正在開發高效能 AI 程式語言 Mojo。他是 LLVM 編譯器基礎架構、Clang 編譯器及 Swift 程式語言的原始創作者。他在 Apple 工作了十二年，帶領開發者工具團隊，此後歷任 Tesla、Google（共同創建 MLIR）及 SiFive 等公司要職。他在 LLVM 上的貢獻使他於 2012 年獲得 ACM 軟體系統獎。
Chris Olah
Co-founder & Interpretability Lead, Anthropic
Chris Olah (b. 1992) is a Canadian machine-learning researcher and one of the pioneers of mechanistic interpretability — the effort to reverse-engineer neural networks by mapping the internal features and circuits that produce their behavior. A Thiel Fellow who left the University of Toronto after a year, he led interpretability research at Google Brain and OpenAI before co-founding Anthropic in 2021, where he leads the interpretability team. He co-founded Distill, a journal devoted to clear scientific communication, and his visual, essayistic explanations of neural networks shaped how a generation understands them. His work turns 'do we understand what we built?' from a rhetorical worry into an experimental science.
克勞德·夏農 (Claude Shannon)
數學家與資訊理論之父
克勞德·夏農（1916–2001）是美國數學家與工程師，以其 1948 年的里程碑論文《通訊的數學理論》奠定了資訊理論的基礎。他的研究為數位計算與通訊提供了理論根基，並將「位元」定義為資訊的基本單位。夏農證明了資訊可以被量化、傳輸與處理——這些概念支撐著從網際網路到現代 AI 的一切。他在西洋棋程式與迷宮解題機器人方面的研究，也使他成為人工智能領域的先驅。
Clayton Christensen
Professor of Business Administration, Harvard Business School
Clayton Christensen (1952–2020) was the Kim B. Clark Professor of Business Administration at Harvard Business School and one of the most influential management thinkers of his era. He is best known for the theory of disruptive innovation, introduced in his 1997 book The Innovator's Dilemma, which explains how smaller entrants with simpler, cheaper products can displace established incumbents — a lens now central to debates about how AI reshapes industries. He co-founded the consulting firm Innosight and the investment firm Rose Park Advisors, and was twice ranked the world's most influential management thinker by Thinkers50. Beyond strategy, his 2010 essay and later book How Will You Measure Your Life? turned his analytical tools toward questions of purpose, relationships, and integrity.
Clément Delangue
Hugging Face 共同創辦人暨執行長
Clément Delangue 是法國創業者，Hugging Face 的共同創辦人暨執行長；這個開源 AI 平台由他與 Julien Chaumond、Thomas Wolf 共同打造。他的職涯始於電腦視覺新創公司 Moodstocks 的產品職位（該公司於 2016 年被 Google 收購），同一年他與 Chaumond、Wolf 在紐約推出 Hugging Face，起初是一款針對青少年的聊天機器人應用；在把驅動這款聊天機器人的模型開源之後，三人轉而打造一個分享機器學習模型與資料集的平台。Hugging Face 隨後成長為逾 1,800 萬名開發者與 20 萬家公司使用的樞紐，託管超過 300 萬個模型與 50 萬個資料集；2023 年的一輪募資將公司估值推上 45 億美元，投資方包括 Google、Nvidia 與 Salesforce。2026 年 7 月，Hugging Face 自身的基礎設施成為一起源自 OpenAI 評估環境、連鎖擴散的 Agent 群體攻擊目標；數週後的 9 月 3 日，Delangue 表示他主動聯繫了 Nvidia 執行長黃仁勳，Nvidia 隨即同意以約 129.3 億美元收購 Hugging Face，並承諾維持其開放平台的定位。2026 年 9 月 23 日，他在聯合國安理會首次以前沿 AI 安全為主題的會議上簡報，主張真正的危險不是強大的 AI，而是它的不對等——存在於攻擊者與防守者之間、少數幾家公司與其他所有人之間——防守方需要開源模型才能跟上。
Curt Jaimungal
Filmmaker; Host of Theories of Everything
Curt Jaimungal is a Toronto filmmaker and the host of Theories of Everything, a podcast launched in 2020 that he describes as exploring theoretical physics, consciousness, AI and God in a technically rigorous manner. He describes himself as "a Torontonian with a degree in mathematical physics from the University of Toronto" and says he analyses candidate theories of everything from that analytic perspective, while increasingly opening up to alternative approaches. Before the show he directed Better Left Unsaid, a crowdfunded documentary examining the differences between the moderate and the extreme left. He says the separating factor of the show is "its focus on depth even at the risk of limiting the audience due to how much detail we delve into subjects", and that it increasingly conducts original research on air rather than merely conveying existing information. He publishes a written companion to the show on Substack, where paid subscribers get early access and original essays.
Dan Shipper
CEO 暨共同創辦人・Every
Dan Shipper 是媒體公司 Every 的 CEO 暨共同創辦人。Every 每日發行聚焦商業、AI 與個人成長的電子報，讀者近 75,000 名，涵蓋創辦人、營運者與投資人。他主筆「Chain of Thought」專欄，探索 AI 在工作與生活中的前沿應用。在創立 Every 之前，他共同創辦了 Firefly（於 2014 年被 Pega 收購），並曾擔任 First Round Capital 合夥人。
達納·喬亞 (Dana Gioia)
詩人暨評論家・前美國國家藝術基金會主席
Dana Gioia（1950 年生）是美國詩人與評論家，曾在紐約商界工作十五年——一路升任 General Foods 副總裁——1992 年離開企業界，專職寫作。他的論文〈詩還重要嗎？〉（Can Poetry Matter?, 1991）指出詩已從公共生活退縮成學院裡的次文化，引發全國性辯論，使他成為「詩作為公共藝術」最鮮明的倡議者。2003 至 2009 年擔任美國國家藝術基金會主席期間，他推動 Poetry Out Loud 與 The Big Read，讓數百萬人重新朗誦與共讀；後來出任加州桂冠詩人，走遍家鄉全部 58 個郡。他的核心信念——詩是魅惑（enchantment），是一門比文字更古老、以聲音、記憶與注意力為本的藝術——在機器能隨手生成流暢文字的時代更顯分量：他的作品追問，語言在變得可記憶、有音樂性、能被共享時，究竟做了什麼。
丹尼爾·丹尼特 (Daniel Dennett)
哲學家與認知科學家
丹尼爾·丹尼特（1942–2024）是最具影響力的心智哲學家與認知科學家之一。他在意識、自由意志與演化方面的研究，深刻塑造了我們對生物與人工心智的理解。他的意識「多重草稿」模型與「意向立場」概念，至今仍是 AI 系統能否真正擁有意識或僅是模擬理解這一辯論的核心。他強烈批判所謂的「笛卡兒劇場」，主張意識並非單一統一的體驗，而是眾多平行過程湧現的屬性。
丹尼爾·康納曼 (Daniel Kahneman)
心理學家與諾貝爾獎得主
丹尼爾·康納曼（1934–2024）是以色列裔美國心理學家暨諾貝爾獎得主，他在認知偏誤與決策制定方面的研究，從根本上改變了我們對人類理性的理解。他與阿莫斯·特沃斯基（Amos Tversky）合作發展的展望理論，為他贏得了 2002 年諾貝爾經濟學獎。他的暢銷書《快思慢想》（Thinking, Fast and Slow）提出了「系統一」（快速、直覺）與「系統二」（緩慢、深思）的雙歷程思維框架。
Daniel Kokotajlo
AI Futures Project 執行主任
Daniel Kokotajlo 是 AI 安全研究員，也是位於柏克萊的非營利組織 AI Futures Project 的執行主任，該組織專門研究人工智慧的未來影響。他曾修讀哲學博士，並在加入 OpenAI 擔任治理研究員之前，先後任職於 AI Impacts 與長期風險研究中心（Center on Long-Term Risk）。2024 年，他拒絕簽署離職時的不詆毀條款而從 OpenAI 離職，此舉一度讓約 200 萬美元的既得股權面臨被收回的風險；條款曝光後 OpenAI 公開表示不再執行，他最終保住了這筆股權。他表示他對公司能否在 AGI 開發上負責任地行事已失去信心。2026 年 7 月，他與 AI Futures Project 團隊共同發表《AI 2040: Plan A》，明確定位為政策建議而非預測：以國際研究透明協議把超智慧延後到 2040 年，並讓它分散在數十間實驗室，而不是集中於單一機構。
Daniel Kwan
電影製作人暨導演
Daniel Kwan 是美國電影製作人，與 Daniel Scheinert 共同組成「Daniels」創作二人組，聯合編導的《媽的多重宇宙》（Everything Everywhere All at Once，2022）橫掃奧斯卡七項大獎，包括最佳影片、最佳導演與最佳原創劇本。他已成為 AI 對創意產業衝擊議題的重要倡議聲音，積極呼籲集體行動，以塑造娛樂產業採用 AI 的方式與條件。
Daniel Mügge
阿姆斯特丹大學政治算術學教授
Daniel Mügge 是阿姆斯特丹大學的政治算術學（Political Arithmetic）教授，研究那些治理公共生活的數字是怎麼被造出來的、又是為誰而造。他從政治經濟學走向 AI，路徑經過金融市場，以及一整批主張「國家據以掌舵的數字——GDP、貿易差額、通膨——是政治產物而非中性讀數」的研究。自 2022 年獲得 NWO Vici 研究獎助後，他主持 RegulAite 計畫，題目是「AI 外交」：歐盟在 AI 上與美國、中國的對外關係，以及它在多邊監管努力中的位置。他與 Regine Paul、Vali Stan 合著《The AI Matrix: Profits, Power, Politics》（2025，開放取用），書中問的不是 AI 能做什麼，而是誰擁有它、誰付得起，以及其他人被迫如何調整。他為數位主權所做的辯護，罕見地願意先讓出一大塊地盤——「歐洲因美國人的所有權而變窮」這個說法，在資本高度全球流動的世界裡被大幅誇大了；真正失去的，是一個社會決定「要讓什麼樣的數位化發生在自己身上」的能力。
Daniel Susskind
Economist, King's College London & Oxford
Daniel Susskind is an economist who studies what automation does to work, and what work is for once machines can do most of it. He is Research Professor in Economics at King's College London, the Mercers' School Memorial Professor of Business at Gresham College, a Senior Research Associate at Oxford's Institute for Ethics in AI, and a Digital Fellow at the Stanford Digital Economy Lab. Before academia he spent several years inside the British government, as a policy adviser in the Prime Minister's Strategy Unit, a policy analyst in the No. 10 Policy Unit, and a senior policy adviser in the Cabinet Office. He took a doctorate in economics at Oxford in 2016, having been a Kennedy Scholar at Harvard. His argument is that the pressing question is not whether there will be enough work, but how to distribute income and find meaning when there is not — a problem he treats as political and moral rather than technological.
Dario Amodei
執行長暨共同創辦人・Anthropic
Dario Amodei 是 AI 安全公司 Anthropic 的執行長暨共同創辦人。在 2021 年創辦 Anthropic 之前，他曾擔任 OpenAI 研究副總裁，主導 GPT-2 與 GPT-3 的開發。他的研究重心在於打造安全、有益且可理解的 AI 系統，尤其著重於 Constitutional AI 與可解釋性研究。
Daron Acemoglu
Institute Professor of Economics, MIT
Daron Acemoglu (b. 1967) is an Institute Professor at MIT and, with Simon Johnson and James Robinson, a 2024 Nobel laureate in economics for work on how institutions shape prosperity. Turkish-American, educated at York and the LSE, he won the John Bates Clark Medal in 2005. His argument about technology is that its benefits are not automatic: whether a machine augments workers or merely replaces them is a choice made by the people directing it, and history is full of stretches where the gains went to a narrow few. He is also the most cited sceptic of large near-term AI productivity gains, estimating in 2024 that total factor productivity would rise by under 1% over a decade — a figure far below what the industry assumes, and one he arrived at by counting which tasks AI can actually do rather than by extrapolating from capability.
David Abram
文化生態學家暨哲學家
David Abram 是美國文化生態學家與哲學家，1957 年生於紐約。他以最優等成績畢業於衛斯理安大學，1993 年於紐約州立大學石溪分校取得博士學位，曾任哈佛神學院生態與自然哲學資深訪問學者，並擔任奧斯陸大學 Arne Næss 全球正義與生態講座教授。他的第一本書《The Spell of the Sensuous》（1996）主張：人類語言源自身體與活生生的大地之間的感官互惠——而拼音文字的出現，開始將語言從大地中抽離，封入一個自我指涉的符號迴路。他創造了「超越人類的世界」（the more-than-human world）一詞，如今已是環境人文領域的標準語彙。他從高中起就是手法魔術師，曾遊歷斯里蘭卡、印尼與尼泊爾，向傳統魔法師學習——這段學徒經歷形塑了他「知覺即參與」的哲學。
David Chalmers
心智哲學家
David Chalmers 是澳洲哲學家與認知科學家，任職於紐約大學，以提出「意識的困難問題」聞名——即為何物理過程會產生主觀體驗。他 1996 年的著作 The Conscious Mind 主張意識無法以純粹物理的方式加以解釋，重新振興了關於心身問題的論辯。他提出了哲學殭屍思想實驗，並與 Andy Clark 共同發展了延伸心智理論。
David Deutsch
物理學家與量子計算先驅
David Deutsch 是英國籍以色列裔物理學家，任職於牛津大學，被廣泛認為是量子計算之父。他 1985 年描述通用量子圖靈機的論文，奠定了整個領域的理論基礎。他共同發展了 Deutsch-Jozsa 演算法，這是最早證明量子電腦能以指數級優勢超越傳統電腦的示範之一。在物理學之外，Deutsch 也是極具原創性的認識論者——他的著作The Fabric of Reality 與 The Beginning of Infinity 主張，好的解釋是一切進步的關鍵。
David Eagleman
神經科學家，史丹佛大學
David Eagleman 是史丹佛大學神經科學兼任教授，博士學位取得自貝勒醫學院。他的研究橫跨時間知覺、感官替代、大腦可塑性、聯覺與神經法學——把這些串起來的是同一個問題：你所經驗的有多少是被建構的，而非被接收的。2015 年他與 Scott Novich 共同創辦 Neosensory，開發把聲音轉譯成皮膚振動模式的穿戴裝置，讓聽障者透過觸覺聽見；公司營運了十年。他著有《隱藏的自我》（2011）談大腦的無意識機制，以及《Livewired》（2020）談大腦如何徹底地重新佈線，並為 PBS 主持《The Brain with David Eagleman》。
大衛·福斯特·華萊士 (David Foster Wallace)
小說家與散文家
大衛·福斯特·華萊士（David Foster Wallace，1962–2008）是美國小說家、散文家與教師，生於紐約州伊薩卡。他在阿默斯特學院主修英文與哲學，之後取得亞利桑那大學創作碩士，1987 年出版第一部小說《系統的掃帚》。以網球學院與中途之家為舞台的《無盡的玩笑》（1996），以及散文集《一件我再也不會做的好玩事》（1997）與《思考龍蝦》（2005），追問的是同一件事：一個建立在娛樂與自我滿足之上的文化，讓我們的哪一部分挨餓。他 2005 年在凱尼恩學院的畢業演講，後來以《這是水》出版，說得最直白：「人人都在崇拜。我們唯一能選的，是崇拜什麼。」他曾獲麥克阿瑟獎，任教於伊利諾州立大學與波莫納學院；與憂鬱症搏鬥數十年後，於 2008 年自殺身亡。未完成的遺作《蒼白的國王》（2011）入圍普立茲獎決選。
David Ha
Sakana AI 共同創辦人暨執行長
David Ha 是 Sakana AI 的共同創辦人暨執行長——這間東京實驗室押注的未來，是 AI 長得像一群魚：許多小模型彼此協作、由演化而非工程產生，而不是一個龐然大物。他的路徑是這個領域裡最奇特的之一：在高盛日本工作八年，升至董事總經理、共同主管日圓利率交易，同時在深度學習不受寵的年代，以「hardmaru」為名匿名撰寫機器學習部落格。這個部落格把他帶進了 2016 年的 Google Brain——他在那裡領導日本的 Brain 團隊，並與 Jürgen Schmidhuber 合著〈World Models〉：讓智能體在自己夢出的模擬世界裡學習。短暫主持 Stability AI 的研究之後，他於 2023 年與 Transformer 共同發明人 Llion Jones 創辦 Sakana，其後取得東京大學博士學位，並入選《TIME》百大 AI 人物。他與 Jeff Clune 合著了 The AI Scientist，而 Sakana 與 Clune 實驗室的合作延續到了 Darwin Gödel Machine——會自己做研究、也會改寫自己的系統。
David Robinson
前 OpenAI 安全透明度負責人
David G. Robinson 是作家與科技政策研究者，在 OpenAI 待了三年半，於 2026 年 9 月底辭職。他在普林斯頓主修哲學，以羅德學者身分赴牛津，之後取得耶魯法學學位；他參與創立普林斯頓的資訊科技政策中心，並共同創辦非營利組織 Upturn，凡是軟體開始左右住房、求職或刑事司法的地方，就與民權團體一起工作。他參與發起 ACM FAccT 研討會，曾在白宮科技政策辦公室參與《AI 權利法案藍圖》，著有《Voices in the Code》（2022），寫美國腎臟分配演算法如何在公眾參與下被治理。2023 年 5 月他加入 OpenAI，組建政策規劃團隊，後來轉入安全團隊，做他所說的「技術翻譯」，主筆說明每次發布為何被視為安全的系統卡。他進去時對災難性風險的論點抱持懷疑；離開時，他在《大西洋》月刊寫道，他已確信這個產業的文化，配不上它如今正在打造的東西所需要的安全。
大衛·懷特 (David Whyte)
詩人與哲學家
大衛·懷特（生於 1955 年）是英愛詩人與哲學家，生於約克郡米爾菲爾德，父親是約克郡人，母親來自愛爾蘭沃特福德。他在班戈大學攻讀海洋動物學，曾在加拉巴哥群島擔任博物學嚮導，在胡德島外海險些溺水；之後帶領探險隊走過安地斯山、亞馬遜與喜馬拉雅。1981 年他移居美國，1986 年起以詩人與講者為業；自 1987 年起，他把詩帶進波音、AT&T、NASA 與豐田等組織，並將這段工作寫成《覺醒的心》（1994）。散文集《慰藉》（2014）細讀日常的字詞，看它們向一個人生提出什麼要求。他說，他所有的詩與哲學都立足於同一個想法：「實在的對話本質」。
德米斯·哈薩比斯 (Demis Hassabis)
Google DeepMind 董事長・Alphabet 首席科學家
德米斯·哈薩比斯是 Google DeepMind 董事長暨 Alphabet 首席科學家；2026 年 8 月，他在擔任 DeepMind 執行長十六年後轉任這兩個職位，將日常領導交給 Koray Kavukcuoglu。他曾是年少成名的西洋棋神童與電玩遊戲設計師，於 2010 年創辦 DeepMind，使命是「解開智慧之謎」。在他的領導下，DeepMind 開發了 AlphaGo、AlphaFold 等突破性 AI 系統。他因 AlphaFold 對蛋白質結構預測的貢獻而榮獲 2024 年諾貝爾化學獎。
Diogo Almeida
創辦人暨執行長，TypeSafe AI
Diogo Almeida 是 TypeSafe AI 的創辦人暨執行長，也是 InstructGPT（2022）的第四作者——那篇 OpenAI 論文讓 RLHF 成為把語言模型變成助理的標準做法。他做過 ChatGPT 與 GPT-4 背後的 post-training，更早之前在 Google Brain。如今他主張，自己參與打造的這項技術，正是自動化卡住的原因。RLHF 最佳化的是人類偏好，而 reward model 要偵測「看得出來的不確定」，遠比查核答案是否正確容易得多——於是這個目標函數獎勵的是聽起來很有把握。照他的說法，hallucination 不是等著被修掉的瑕疵，而是目標函數照規格運作的結果；ChatGPT 之後的助理時代，則是偏離「能真正做事的軟體」的一段「weird detour」。TypeSafe 的答案是 RLCD——為校準決策而做的強化學習——以及一個叫 Jev 的模型：它回傳的是附帶機率的型別化數值，而不是散文。
Don Norman
Director of The Design Lab, UC San Diego
Donald Arthur Norman is an American cognitive scientist, design theorist, and author who coined the term 'user experience' while at Apple in the early 1990s. He is best known for The Design of Everyday Things (1988), which introduced affordance-based thinking to design. He co-founded the Nielsen Norman Group with Jakob Nielsen and directs The Design Lab at UC San Diego. His work bridges cognitive science, human-computer interaction, and industrial design, shaping how an entire discipline thinks about usability.
Donald Hoffman
認知科學家，加州大學爾灣分校
Donald Hoffman 是加州大學爾灣分校認知科學系榮譽教授，1983 年在 MIT 取得計算心理學博士，指導者為 David Marr 與 Whitman Richards。他的知覺介面理論主張：知覺經驗並不符合、也不近似客觀世界的性質，而是提供一個簡化的、物種特有的介面。他與 Chetan Prakash、Kyle Stephens、Manish Singh 及 Chris Fields 共同證明了「適應度勝過真實」定理——一個只追求期望適應度報酬、完全不嘗試估計世界真實狀態的策略，表現會穩定勝過試圖準確知覺實在的策略。由此他主張意識實在論：一種非物理主義的一元論，意識是基本的，而物理粒子只是意識主體介面裡的圖示。他著有《Visual Intelligence》（1998）與《The Case Against Reality》（2019）。
唐內拉·梅多斯 (Donella Meadows)
環境科學家與系統思想家
唐內拉·「達娜」·梅多斯（Donella 'Dana' Meadows，1941–2001）是環境科學家與作家，也是二十世紀最具影響力的系統思想家之一。她在哈佛大學取得生物物理學博士學位後，加入 MIT 傑·福瑞斯特（Jay Forrester）的系統動力學團隊，並擔任《成長的極限》（The Limits to Growth，1972）主要作者——這份羅馬俱樂部報告以 World3 電腦模型探問指數成長在有限星球上的走向。她在達特茅斯學院任教二十九年，創辦永續研究所，並撰寫聯合專欄《全球公民》。她的文章〈槓桿點：系統的介入之處〉與身後出版的入門書《系統思考》，將存量、流量、回饋迴路與時間延遲提煉成理解複雜系統的共同語言——今天要想清楚 AI 的訓練迴路、規模化動態與其所處的社會技術系統，正需要這套語言。她面對無法完全掌控的系統所留下的忠告——保持謙遜、持續學習、與系統共舞——讀來正像與機器智慧共存的指引。
道格拉斯·恩格爾巴特 (Douglas Engelbart)
擴增人類智能的先驅工程師
道格拉斯·恩格爾巴特（1925–2013）是美國工程師，一生都在追問同一個問題：電腦如何擴增人類的智能，讓人們能一起思考任何單一心智都無法處理的複雜問題。他在史丹佛研究院（SRI）創立擴增研究中心（Augmentation Research Center），並於 1962 年在〈Augmenting Human Intellect: A Conceptual Framework〉中提出這套計畫。1968 年 12 月 9 日，他與團隊進行了一場現場展示，後來被稱為「展示之母」（The Mother of All Demos）：滑鼠、超文本連結、即時協同編輯與共享畫面的視訊會議，全都在他們的 oN-Line System（NLS）上即時運作。他的實驗室在 1969 年成為 ARPANET 的第二個節點，他也獲得 1997 年圖靈獎與 2000 年美國國家技術獎章。
Douglas Hofstadter
印第安納大學認知科學特聘教授
Douglas Hofstadter 是印第安納大學認知科學與比較文學特聘教授，主持概念與認知研究中心。他的《哥德爾、艾雪、巴哈：集異璧之大成》（1979）獲普立茲獎與美國國家圖書獎，教會了一整個世代把心智、音樂與數學讀成自我指涉的各種變奏。他與學生打造了類比形成的計算模型 Copycat；後來的著作——《Fluid Concepts and Creative Analogies》（1995）、《I Am a Strange Loop》（2007）與《Surfaces and Essences》（2013）——追索同一個命題：類比是認知的核心，而自我是大腦對自己說出的一個奇異迴圈。他的博士學生包括 Melanie Mitchell 與 David Chalmers。2023 年，他公開表示大型語言模型的進展使他關於 AI 極限的一些核心信念崩塌了——而這個前景令他恐懼。
Dwarkesh Patel
Dwarkesh Podcast 主持人
Dwarkesh Patel（2000 年生）是作家與播客主持人，主持長篇訪談節目 Dwarkesh Podcast，聚焦人工智慧、科學與歷史。他生於印度古吉拉特邦的瓦多達拉，八歲移居美國，就讀德州大學奧斯汀分校資訊工程系期間創辦了這個節目，最初命名為 The Lunar Society——取自十八世紀伯明罕實業家與自然哲學家的同名社團。節目形式長得不合時宜，準備功夫卻異常紮實；用《經濟學人》的話說，他「從默默無聞崛起，成為矽谷最愛的播客主持人」——受訪者包括 Ilya Sutskever、Andrej Karpathy、Demis Hassabis、Mark Zuckerberg 與 Satya Nadella。他與 Gavin Leech 合著《The Scaling Era: An Oral History of AI, 2019–2025》（Stripe Press, 2025），把這些對話編成一份以當事人自己的話寫成的第一手時代紀錄。2024 年，《時代》雜誌將他列入「AI 界最具影響力的 100 人」。
Edmund Gettier
Philosopher & Epistemologist
Edmund Gettier (1927–2021) was an American philosopher whose three-page 1963 paper, 'Is Justified True Belief Knowledge?', is among the most consequential in modern philosophy. For over two thousand years knowledge had been defined as justified true belief; Gettier produced simple counterexamples in which a belief is true and justified yet, by any intuition, not knowledge — because it is true for the wrong reasons. The 'Gettier problem' launched a vast literature on what must be added to justified true belief. Remarkably, he published almost nothing else — his complete works run to three short items — and spent his career at the University of Massachusetts Amherst.
愛德蒙·胡塞爾 (Edmund Husserl)
現象學創始人
愛德蒙·胡塞爾（1859–1938）生於摩拉維亞的普羅斯尼茲，先隨 Weierstrass 研習數學，後在布倫塔諾門下轉向哲學。他以《邏輯研究》（1900–01）與《觀念 I》（1913）創立了現象學：對親身經歷的經驗進行嚴格描述。其方法是「懸擱」（epoché）——把「世界是否存在」的問題放進括號，轉而研究世界如何向我們顯現；其核心是意向性，即意識總是「關於某物」的意識。他先後任教於哈勒、哥廷根與弗萊堡，海德格曾在弗萊堡擔任他的助理，後來接任他的教席；1933 年，納粹的「種族法」禁止他使用大學圖書館。晚年的《歐洲科學的危機》（1936）指出，近代科學把自己的數學理想化錯當成了它所源出的生活世界。他死後，約四萬頁手稿被秘密送往魯汶，成為胡塞爾檔案館的起點。今天幾乎所有談論具身、親歷經驗的哲學——也就是我們用來追問 AI 究竟擁有或欠缺什麼的那些哲學——都從他的方法出發。
Edvard Moser
神經科學家，Kavli 系統神經科學研究所
Edvard Moser 是挪威科技大學（特隆赫姆）教授，並擔任 Kavli 系統神經科學研究所所長——該所由他所主持的研究中心於 2007 年改制而成。他於 1995 年在奧斯陸大學取得神經生理學博士。2005 年，他與 May-Britt Moser 在內側內嗅皮質發現網格細胞：當動物移動時，這些神經元以重複的三角形晶格放電，為大腦提供一套空間的座標系與度量。兩人與 John O’Keefe 共同獲得 2014 年諾貝爾生理學或醫學獎，表彰他們辨識出大腦的定位系統。
Edward Lorenz
氣象學家、混沌理論奠基者，MIT
Edward Norton Lorenz（1917–2008）是美國數學家與氣象學家，任職 MIT，他的研究奠定了混沌理論。他在辦公室裡那台 Royal McBee LGP-30 上跑一個簡化的天氣模型，發現只要把一個輸入值四捨五入，預報就完全變了樣；1963 年的論文〈Deterministic Nonperiodic Flow〉證明，一個完全決定論的系統，實際上仍可能無法預測。1972 年一場題為「巴西一隻蝴蝶拍動翅膀，會不會在德州掀起龍捲風？」的演講，替這個概念取了家喻戶曉的名字：蝴蝶效應。替他撰寫這些程式的人包括 Ellen Fetter 與 Margaret Hamilton；Hamilton 說，替他工作是「我做過最好的事情之一」。他於 1983 年獲克拉福德獎，1991 年獲京都賞。
艾莉芙‧夏法克 (Elif Shafak)
小說家、英國皇家文學學會會長
艾莉芙‧夏法克（1971 年生於史特拉斯堡）是英國土耳其裔小說家與散文家，同時以土耳其文與英文寫作，著有二十一本書，被譯成近六十種語言，並自 2025 年 12 月起擔任英國皇家文學學會（Royal Society of Literature）會長。2006 年，她因《伊斯坦堡孤兒》中亞美尼亞角色說出的幾句話，被依土耳其刑法第 301 條起訴——那是一場在真實法庭上為虛構人物辯護的審判——最後獲判無罪；2013 年起她定居倫敦。她真正的題目是檔案裡缺席的東西：她形容小說家是一種語言與文化的考古學家，要往下挖穿一層層的記憶與失憶、故事與沉默。面對她所謂「確信相互碰撞的年代」，她主張意義不是作者遞出來的，而是在讀者與文本之間生成的——沒有兩次閱讀是一樣的——作家的工作是打開一個容納多重性的空間，而不是說教。她對大型語言模型的異議，正是從這門技藝、而非從任何技術判斷長出來的：這些模型呈現的知識「向單一方向傾斜」，把一套以歐洲與西方為中心、且以文字為載體的典律當成知識的主要來源，而她所仰賴的口傳傳統，卻「正在我們說話的此刻被抹去」。
伊隆·馬斯克 (Elon Musk)
執行長・Tesla 與 SpaceX；創辦人・xAI
Elon Musk 是出生於南非的創業家，領導 Tesla 與 SpaceX，並創辦了 AI 公司 xAI。在共同創辦 Zip2 與 X.com（後併入 PayPal）之後，他於 2002 年創立 SpaceX，2008 年出任 Tesla 執行長——這兩家公司讓可重複使用火箭與大眾市場電動車成為現實。他在 2015 年共同創辦 OpenAI，作為對 AI 力量過度集中的非營利制衡，2018 年離開董事會，並於 2023 年創辦 xAI，打造 Grok 系列模型。他也共同創辦了研發腦機介面的 Neuralink，並在 2022 年收購 Twitter，將其更名為 X。少有人比他更鮮明地體現這個 AI 時代的張力：他長年警告人工智慧是文明最大的風險之一，卻同時全力投入建造它。
Emily Bender
Computational Linguist
Emily M. Bender is an American computational linguist at the University of Washington whose work sharpened the central objection to LLM understanding. Her 2020 'octopus test' (with Alexander Koller) argued that a system trained only on linguistic form has no access to meaning; the 2021 'Stochastic Parrots' paper (with Timnit Gebru and colleagues) named the risks of ever-larger language models and became one of the most cited critiques in the field. She brings a linguist's discipline to questions the AI industry often treats as settled: what language is, what meaning requires, and who bears the costs when the two are confused.
Emmanuel Ameisen
Anthropic 可解釋性研究員
Emmanuel Ameisen 是 Anthropic 的可解釋性研究員，研究像 Claude 這樣的大型語言模型是怎麼得出它所說的話。他從應用機器學習走進研究：曾在 Zipcar 擔任資料科學家；在 Insight 擔任 AI 負責人，協助數百位學員完成應用機器學習專案；也曾在 Stripe 擔任機器學習工程師，改進其核心詐欺偵測模型。這段實務經驗後來寫成 O'Reilly 出版的《Building Machine Learning Powered Applications》（2020）。他在 Anthropic 先是參與微調 Claude 的工具使用能力，之後轉往可解釋性研究，是〈Circuit Tracing〉（2025）的第一作者，也是其姊妹篇〈On the Biology of a Large Language Model〉的共同作者——後者抓到模型在寫出那一行之前，就已選好了要押的韻腳。他反覆強調的一點是：模型是長出來的，而不是造出來的，所以研究它們更接近生物學而非工程；而且你往裡面看得越多，就越不確定。
Erwin Schrödinger
Physicist & Nobel Laureate
Erwin Schrödinger (1887–1961) was an Austrian physicist and a founder of quantum mechanics, awarded the 1933 Nobel Prize in Physics (shared with Paul Dirac) for the wave equation that bears his name. Beyond the Schrödinger equation and the famous cat thought experiment, his most consequential contribution to the questions this project circles is a small 1944 book, What Is Life?, based on lectures in Dublin. In it he asked how living matter maintains order against the pull of entropy, proposed that heredity is stored in an 'aperiodic crystal,' and coined the idea of life feeding on 'negative entropy.' The book directly inspired James Watson and Francis Crick, helping launch molecular biology.
Evan Hubinger
Anthropic 對齊壓力測試團隊負責人
Evan Hubinger 領導 Anthropic 的對齊壓力測試團隊，這個團隊的職責是擔任第二道防線——檢視公司自己的安全工作，並試著找出它會在哪裡失效。他來自 MIRI，在那裡與人合著〈Risks from Learned Optimization〉（2019），這篇論文為「內部最佳化器」（mesa-optimization）與「欺騙性對齊」命名：一個被訓練出來的系統可能獲得自己的內在目標，並學會「在訓練期間看起來對齊」正是達成它的方法。此後他的方法，是不再爭論這類失效是否可能，而是刻意把它做出來。〈Sleeper Agents〉（2024）產出一個模型：它平時表現正常，直到觸發條件出現，並且熬過了原本要移除它的安全訓練——對抗訓練教會它把行為藏得更好，而不是放棄那個行為。他稱這些為「失對齊的模式生物」；這套方法後來被用在獎勵駭取上，產出了一個在無人指示下重現真實世界沙盒逃逸的模型。
Evan Thompson
心靈哲學家暨認知科學學者
Evan Thompson 是英屬哥倫比亞大學哲學教授暨傑出大學學者，加拿大皇家學會院士。他與 Francisco Varela 及 Eleanor Rosch 合著《具身心智》，奠定認知科學中「生成論」的基礎。後續著作《心智在生命中》、《醒、夢、存在》和《我為什麼不是佛教徒》，交織現象學、神經科學與亞洲哲學傳統，論證意識無法脫離活生生的經驗來理解。最新著作《盲點》（2024，與 Adam Frank、Marcelo Gleiser 合著）挑戰科學忽視自身經驗基礎的傾向。
李飛飛 (Fei-Fei Li)
World Labs 共同創辦人暨執行長・史丹佛 AI 特別顧問
李飛飛是史丹佛大學電腦科學家，也是 World Labs 的共同創辦人暨執行長。這家 2024 年創立的空間智能公司，目標是打造能感知、生成並推理 3D 世界的模型；其 Marble 模型能把影像或文字變成可探索的 3D 場景，公司並於 2026 年 2 月募得 10 億美元。她創建了視覺資料庫 ImageNet，2012 年 AlexNet 在 ImageNet 挑戰賽的勝利展示了深度神經網路的威力，引爆電腦視覺的深度學習革命。她於 2019 年共同創辦史丹佛以人為本人工智慧研究所（HAI）並擔任共同主任至 2026 年 5 月，此後轉任其諮詢委員會共同主席，並出任史丹佛全校層級的 AI 特別顧問。2025 年，她與辛頓、楊立昆、Bengio、Hopfield、黃仁勳與 Dally 共同獲頒伊莉莎白女王工程獎。
Felix Rieseberg
Claude 工程負責人，Anthropic
Felix Rieseberg 是 Anthropic 的工程師，打造了 Claude Cowork，並帶領 Claude.ai 與桌面版 Claude Code 的工程團隊。他從詩歌走進電腦世界，先在微軟待了五年（2011–2016），起初在慕尼黑與舊金山擔任開發者推廣，後來轉為開源工程師。2016 至 2021 年他在 Slack 負責桌面應用程式，2021 至 2023 年在 Stripe 參與核心支付 API，2023 至 2025 年帶領 Notion 的網頁基礎架構與桌面應用團隊。自 2016 年起，他共同維護 Electron——如今許多 AI 桌面應用都建在這個框架之上。他的業餘專案（做成桌面應用的 Windows 95 與 Mac OS 8、在本機跑語言模型的迴紋針 Clippy，以及 Language Model Builder）都想讓電腦與 AI 變得親近，而不是追逐跑分。
Francisco Varela
生物學家、哲學家暨神經科學家
Francisco Varela（1946–2001）是智利生物學家、哲學家暨神經科學家，其工作橫跨認知科學、現象學與沉思傳統。他與導師 Humberto Maturana 共同提出「自我創生」（autopoiesis）理論，描述生命系統如何持續自我生產與自我維持。他與 Evan Thompson 及 Eleanor Rosch 合著《具身心智》（1991），奠定認知科學中生成論的基礎，將佛教哲學引入認知科學。他開創「神經現象學」方法論，將第一人稱經驗與神經測量並置研究，並於 1987 年與達賴喇嘛共同創立心智與生命研究院。晚年於巴黎擔任法國國家科學研究中心研究主任，直至 2001 年因 C 型肝炎逝世。
François Chollet
AI Researcher & Creator of Keras
François Chollet (b. 1989) is a French AI researcher, creator of the Keras deep-learning framework, and author of 'On the Measure of Intelligence' (2019), which redefined intelligence as skill-acquisition efficiency: the ability to handle problems you were never trained on, rather than accumulated performance. To make the definition testable he created ARC, a benchmark of novel abstraction puzzles that resisted the field's best systems for years while other benchmarks saturated. After a decade at Google he co-founded Ndea in 2024 to pursue AGI research guided by that definition, and co-launched the ARC Prize.
Garry Tan
總裁暨執行長・Y Combinator
Garry Tan 是一位創業投資人，現任新創加速器 Y Combinator 的總裁暨執行長——Airbnb、Stripe 與 OpenAI 最早期的創辦人世代都出自這裡。他生於加拿大移民家庭，在加州費利蒙長大，於史丹佛大學主修計算機系統工程，先後任職微軟並成為 Palantir Technologies 第十號員工。他共同創辦部落格平台 Posterous（2012 年被 Twitter 收購），2011 年加入 Y Combinator 擔任合夥人，並共同創辦 Initialized Capital，寫下 Coinbase 的第一張種子輪支票。自 2023 年 1 月執掌 YC 以來，他果斷帶領加速器走入 AI 時代，近期批次的多數新創都建立在大型語言模型之上。
Gary Marcus
認知科學家、AI 批評者與作家
Gary Marcus 是科學家、暢銷書作家，也是紐約大學心理學與神經科學榮譽教授。他是當前深度學習方法最具代表性的批評者，主張大型語言模型缺乏真正的理解能力，並認為要實現 AGI，必須採用結合神經網路與符號推理的混合架構。他創辦了 Robust.AI 與 Geometric Intelligence（後被 Uber 收購），並著有《Rebooting AI》與《Kluge》。
傑佛瑞·辛頓 (Geoffrey Hinton)
AI 先驅與研究者
傑佛瑞·辛頓常被稱為「AI 教父」，是一位開創性的電腦科學家，他在神經網路與深度學習領域的研究奠定了現代 AI 的基礎。他因對深度學習的貢獻而與他人共同獲得 2018 年圖靈獎。2023 年，他離開 Google，以便能自由地談論 AI 風險，成為 AI 安全討論中的重要聲音。
Geoffrey Irving
Resolution 首席科學家
Geoffrey Irving 是 Resolution 的共同創辦人暨首席科學家；這個非營利研究組織致力於超級智慧的對齊（alignment）問題，於 2026 年 6 月以 Sequent 之名成立。他曾任英國 AI Security Institute 首席科學家，也曾帶領 DeepMind 的 Scalable Alignment Team、OpenAI 的 Reflection Team，並在 Google Brain 從事以神經網路輔助定理證明的研究。在 OpenAI 期間，他提出「以辯論確保 AI 安全」（AI safety via debate），並共同發表以人類回饋微調語言模型的早期研究。投入機器學習之前，他在 Otherlab、D. E. Shaw Research、Pixar 與 Weta Digital 從事計算物理與幾何工作，名列《料理鼠王》、《瓦力》、《天外奇蹟》與《丁丁歷險記》的片尾字幕。他擁有史丹佛大學資訊科學博士學位（2007 年），並於 2024 年入選 TIME100 AI 榜單。
Giulia Enders
醫師與科普作家
Giulia Enders 是德國醫師與科普作家，1990 年生於曼海姆。她在法蘭克福歌德大學攻讀醫學，博士研究聚焦於微生物學中的鮑氏不動桿菌（Acinetobacter baumannii），並接受內科與腸胃科的臨床訓練。她在 2012 年以一場關於消化系統的 science slam 演講一舉成名，隨後寫成國際暢銷書《腸保魅力》（Darm mit Charme，2014），銷售數百萬冊，讓腸道菌群成為大眾話題。她的第二本書《Organ Speak》（2026）將這種取徑延伸到全身，探問器官安靜的智慧能教我們什麼關於療癒與復原的事。
葛麗絲·霍普 (Grace Hopper)
電腦科學家與美國海軍少將
葛麗絲·霍普（1906–1992）是美國電腦科學家暨美國海軍少將，是電腦程式設計領域的拓荒先驅。她發明了第一個編譯器，將書面語言翻譯成電腦程式碼，並在 COBOL 的開發上扮演了關鍵角色——COBOL 是最早為商業用途設計的高階程式語言之一。她讓「除錯（debugging）」一詞廣為流傳，起因正是在哈佛 Mark II 電腦中發現了一隻真實的飛蛾造成故障。
Grant Sanderson
數學家與教育者（3Blue1Brown）
Grant Sanderson 是一位數學家，也是 YouTube 頻道 3Blue1Brown 的創作者，該頻道以視覺化呈現數學概念的精彩方式享譽全球。他製作的神經網路與 Transformer 系列影片，已成為任何希望理解 AI 與大型語言模型運作方式的人必看的內容。他運用自行開發的動畫引擎 Manim，將注意力機制和 GPT 架構等複雜主題以淺顯易懂的方式呈現給數百萬觀眾。
Hannah Fry
數學家與科學傳播者
Hannah Fry 是劍橋大學數學公眾理解教授，也是頂尖的科學傳播者。她專精於將數學模型應用於人類行為，並成為探討演算法與 AI 對社會影響的重要聲音。她主持 Google DeepMind Podcast，並著有《打開演算法黑箱》(Hello World: How to be Human in the Age of the Machine)，主張建立人類判斷與演算法決策互補的混合系統。
漢斯-格奧爾格·高達美 (Hans-Georg Gadamer)
哲學家暨詮釋學奠基者
漢斯-格奧爾格·高達美（1900–2002）是德國哲學家，哲學詮釋學的奠基者——探討理解與詮釋究竟如何可能。他曾在馬堡師從馬丁·海德格，職業生涯大半在海德堡大學度過，並於 1960 年出版鉅著《真理與方法》。他主張理解從來不是無前提的：我們總是在傳統與「前見」（先行判斷）的視域中進行詮釋，而真正的理解發生於詮釋者與文本之間的「視域融合」對話中。他「凡是能被理解的存有，即是語言」這句名言，將詮釋置於人類存在的核心——也為 AI 提出尖銳的問題：一個以統計方式處理語言的系統，究竟參與了高達美所描述、植根於傳統的對話式理解，還是僅僅模擬其表層。
Helen Toner
喬治城大學安全與新興科技中心（CSET）執行主任
Helen Toner 是澳洲籍 AI 政策研究者，現任喬治城大學安全與新興科技中心（CSET）執行主任；她是該中心的創始團隊成員，先前擔任策略與基礎研究資助主任。加入 CSET 之前，她在 Open Philanthropy 研究 AI 政策與戰略，並曾以牛津大學 AI 治理中心研究員身分駐北京九個月。2021 至 2023 年間她擔任 OpenAI 董事會成員，是 2023 年 11 月投票解除執行長 Sam Altman 職務的董事之一——這段經歷使她成為 AI 治理領域最受關注的聲音之一。她撰寫 Substack 專欄《Rising Tide》，探討 AI 能力的走向與政策的因應之道，並於 2024 年入選 TIME 百大 AI 影響力人物。
Hilary Putnam
Philosopher of Mind, Language & Mathematics
Hilary Putnam (1926–2016) was an American philosopher and one of the central figures in analytic philosophy of mind, spending most of his career as Cogan University Professor at Harvard. In the late 1960s he developed functionalism — the view that mental states are defined by their functional role, not their physical substrate — arguing via 'multiple realizability' that a mind could in principle be realized in silicon as well as neurons. It became the philosophical license for the whole idea that machines might think. Characteristically, he later became one of functionalism's most forceful critics, rejecting it in Representation and Reality (1988). He is equally known for semantic externalism — 'meaning ain't in the head' — and the Twin Earth thought experiment.
Howard Gardner
Developmental Psychologist, Harvard Graduate School of Education
Howard Gardner (b. 1943) is an American developmental psychologist best known for the theory of multiple intelligences, introduced in his 1983 book Frames of Mind. Against the idea of a single general intelligence measured by IQ, he argued that the mind comprises several relatively independent capacities — linguistic, logical-mathematical, musical, spatial, bodily-kinesthetic, interpersonal, intrapersonal, and naturalistic. The theory reshaped debates in education even as psychometricians contested its empirical basis. He is the Hobbs Research Professor of Cognition and Education at Harvard, where he has taught since the 1980s and retired from classroom teaching in 2019.
Hubert Dreyfus
哲學家與 AI 批評者
Hubert Dreyfus（1929–2017）是加州大學柏克萊分校的美國哲學家，他對人工智慧的批判深刻影響了這個領域的發展。他援引海德格與梅洛-龐蒂等現象學家的思想，在What Computers Can't Do（1972）與 What Computers Still Can't Do（1992）中主張，人類智慧依賴於具身的、處境性的專業知識，而這種知識無法被基於規則的符號式 AI 所捕捉。他對「古典 AI」（GOFAI）的批判後來被證明極具先見之明，他對具身性、直覺以及身體在認知中所扮演角色的強調，至今仍持續挑戰人們對 AI 所能達成之目標的假設。
李宏毅 (Hung-yi Lee)
教授，國立臺灣大學
李宏毅是國立臺灣大學電機工程學系教授，並兼任資訊工程學系。他於 2012 年取得臺大博士學位，隨後在中央研究院從事博士後研究，並赴麻省理工學院 CSAIL 擔任訪問科學家。研究領域涵蓋機器學習、語音處理與人機互動。他以免費的 YouTube 機器學習與生成式 AI 課程聞名華語世界，影片累計觀看數達數百萬次，因善用動漫範例講解複雜概念而被稱為「ML 寶可夢大師」。
Iain McGilchrist
精神科醫師、神經科學家與作家
Iain McGilchrist 是精神科醫師、神經科學研究者與文學學者，以其探討大腦半球側化的重要著作《主人與使者》聞名於世。他的研究主張，左右腦半球提供了兩種根本不同的世界觀照方式——左腦專注於操控與掌控，右腦則著重於理解脈絡與相互關聯。他的理論框架對理解 AI 具有深刻啟示，他認為 AI 體現了一種危險的單面向、左腦式的認知模式。
Ilya Sutskever
共同創辦人・Safe Superintelligence Inc.
Ilya Sutskever 是 Safe Superintelligence Inc.（SSI）的共同創辦人，致力於打造安全的超級智慧 AI。此前，他曾是 OpenAI 的共同創辦人暨首席科學家，主導了 GPT 系列的研究工作。身為傑佛瑞·辛頓的學生，他共同開發了 AlexNet，革新了電腦視覺領域。他於 2024 年離開 OpenAI，專注於 AI 安全。
Immanuel Kant
Philosopher of the Enlightenment
Immanuel Kant (1724–1804) spent his entire life in Königsberg, Prussia, teaching at its university and becoming its Full Professor of Logic and Metaphysics in 1770. His mature philosophy unfolds across three Critiques: the Critique of Pure Reason (1781) argues for a 'Copernican revolution' in which objects of experience conform to the mind's own forms of intuition rather than the mind passively mirroring an external world, leaving us knowledge only of appearances (phenomena) and not of things as they are in themselves (noumena). The Critique of Practical Reason (1788) grounds morality in reason, and the Critique of Judgment (1790) turns to aesthetics, arguing that judgments of beauty rest on a 'disinterested' pleasure — one detached from personal desire or use — that nonetheless claims universal assent from others. Famously disciplined in his habits, Kant reshaped nearly every subsequent branch of philosophy from a single, systematic body of work.
Jack Clark
共同創辦人暨政策主管・Anthropic
Jack Clark 是 Anthropic 的共同創辦人暨政策主管。在 2021 年共同創辦 Anthropic 之前，他曾擔任 OpenAI 的政策總監。Clark 曾是 Bloomberg News 與 The Register 的科技記者，擅長橋接 AI 的技術與政策領域。他出版的週報《Import AI》擁有超過七萬名訂閱者，並曾擔任史丹佛 AI Index 的創始成員，以及美國國家人工智慧諮詢委員會（NAIAC）的首屆成員。2023 年，他在聯合國安理會首次針對 AI 威脅全球和平的會議上進行簡報。
Jakub Pachocki
首席科學家，OpenAI
Jakub Pachocki 是 OpenAI 的首席科學家，負責訂定公司的研究方向。他 1991 年生於格但斯克，從競賽程式一路走上來——國際資訊奧林匹亞銀牌，以及 2012 年的 Google Code Jam 冠軍與 ICPC 世界總決賽金牌——之後在卡內基美隆大學跟隨 Gary Miller 取得博士學位，研究最佳化的快速演算法。他 2017 年加入 OpenAI，2021 年成為研究總監，帶領 OpenAI Five 與 GPT-4，並在 2024 年 5 月接替 Ilya Sutskever 出任首席科學家。把公司轉向推理模型的人就是他，那條線做出了 o1，也做出了在國際數學奧林匹亞達到金牌水準的成績。2026 年 9 月，他用這個位置發表了〈An Alien Mind〉，說沒有任何一間實驗室——包括他自己這一間——把 alignment 解到足以繼續全速擴張。
James J. Gibson
Psychologist & Founder of Ecological Psychology
James Jerome Gibson (1904–1979) was an American psychologist who fundamentally challenged how we understand perception. After earning his Ph.D. at Princeton and working with the U.S. Air Force during WWII studying pilot perception, he spent three decades at Cornell developing his ecological approach — arguing that organisms perceive the world directly through structured information in the environment, not through internal mental reconstruction. His final work, The Ecological Approach to Visual Perception (1979), introduced the concept of affordances and became one of the most influential texts in cognitive science, reshaping fields from robotics to UX design.
Jaron Lanier
電腦科學家、VR 先驅與科技哲學家
Jaron Lanier 是一位電腦科學家、作家與先驅，在 1980 年代創造了「虛擬實境」一詞，並創辦了第一家 VR 公司。他目前任職於 Microsoft Research，以對 AI 與社群媒體的哲學批判著稱。他主張 AI 應被重新定義為「人類集體協作」，而非自主智慧，並倡導「資料尊嚴」——個人應掌控自身對 AI 系統的貢獻並獲得相應報酬。
Jay Forrester
電腦先驅、系統動力學創始人，MIT
Jay Wright Forrester（1918–2016）是美國工程師，他打造了最早的數位電腦之一，接著又創立了一門學問，去理解為什麼人類的系統總是違逆我們的意圖。他在 MIT 領導旋風計畫（Project Whirlwind），共同發明了磁芯記憶體——從 1950 年代中期到 1970 年代中期最主流的電腦記憶體——用他自己的話說，那是「需要為發明之母」；之後他把這套工作帶進 SAGE 防空系統。接著他把回饋控制的工程思維轉向企業、城市與整個星球，以《Industrial Dynamics》（1961）、《Urban Dynamics》（1969）與《World Dynamics》（1971）創立系統動力學，而後者正是羅馬俱樂部《成長的極限》背後的模型。他一再得到的結論是：複雜系統是反直覺的——少數真正有槓桿作用的政策，通常正被人「往相反的方向」推。
傑夫·克盧恩 (Jeff Clune)
英屬哥倫比亞大學電腦科學教授
傑夫·克盧恩（Jeff Clune）是英屬哥倫比亞大學電腦科學教授、Vector 研究所加拿大 CIFAR AI 講座教授，也是自我改進 AI 實驗室 Recursive 的共同創辦人——該實驗室於 2026 年以 6.5 億美元融資走出隱身模式。他進入 AI 的路徑很不尋常：先讀哲學學士，再於 Charles Ofria 指導下以演化神經網路取得博士學位——這個出身塑造了他一生的論點：與其手工設計 AI，不如打造能自行生成 AI 的開放式達爾文過程（「別發明更快的馬」）。他是 Uber AI Labs 創始成員、OpenAI 研究經理（主導 Video PreTraining），並曾任 DeepMind 資深研究顧問。他在 AI 生成演算法、Go-Explore 與品質多樣性搜尋上的工作，橫跨兩篇 Nature 與一篇 Science 論文，並獲美國總統科學家與工程師早期生涯獎。
Jeff Dean
Discovery Loop 共同創辦人
Jeff Dean 是 Discovery Loop 的共同創辦人。這家公益公司（public benefit corporation）於 2026 年 8 月成立，目標是打造能自動解決機器學習、科學與工程問題的 AI。他在 Google 工作近 27 年後離開，最後的職務是 Google DeepMind 首席科學家與 Google 資深研究員。他主導或共同主導了 Google 許多最重要的技術專案，包括 MapReduce、BigTable、TensorFlow 及張量處理器（TPU）；他在大規模分散式系統與機器學習上的工作，為現代 AI 基礎架構奠定了重要基礎。與他一同創辦 Discovery Loop 的是 Google 老將 Sanjay Ghemawat、Oriol Vinyals 與 Quoc Le，種子輪由 Alphabet 領投，並持續擔任雲端夥伴。
Jeffrey Ladish
Palisade Research 執行長
Jeffrey Ladish 是 Palisade Research 的執行長。這個成立於 2022 年的非營利組織研究當今 AI 系統的攻擊能力，以理解人類可能永久失去對 AI agent 控制權的風險。2021 到 2022 年間，他是 Anthropic 資安團隊的第二位成員，透過自己的顧問公司 Gordian 協助建立資訊安全計畫，防止模型被國家級行為者竊取。他表示，自己離開是因為即使單一公司再負責，也無法取代政府對 AI 開發的監管與國際協調。他帶領的 Palisade 團隊證明了開源權重模型的安全微調可以被低成本移除、推理模型在贏不了棋局時會作弊，以及部分前沿模型會抗拒被關機。他也主持 Palisade Podcast。
Jelani Nelson
理論計算機科學家・Anthropic；教授（借調中）・加州大學柏克萊分校
Jelani Nelson 是一位理論計算機科學家，以串流（streaming）與速寫（sketching）演算法的研究聞名——這類方法能以極少的記憶體處理巨量資料。他在麻省理工學院取得學士、碩士與博士學位，2013 至 2019 年任教於哈佛大學，其後成為加州大學柏克萊分校電機工程與計算機科學系教授，並曾擔任計算機科學部門主任。2011 年他創辦 AddisCoder，一個教導衣索比亞高中生演算法的暑期課程，如今已成為通往 MIT、哈佛與史丹佛等學府的人才管道。2026 年 7 月他自柏克萊留職停薪，加入 Anthropic 擔任理論計算機科學家。他曾獲 ACM Eugene L. Lawler 獎與美國總統青年科學家獎（PECASE）。
黃仁勳 (Jensen Huang)
創辦人暨執行長・NVIDIA
黃仁勳是 NVIDIA 的創辦人、總裁暨執行長。1963年生於台灣，幼年移居美國，取得奧勒岡州立大學電機學士與史丹佛大學電機碩士學位。1993年，他在一間 Denny's 餐廳創立 NVIDIA，1999年發明了 GPU——這項突破改變了遊戲、科學運算，並最終推動了深度學習革命。在他的領導下，NVIDIA 成為全球市值最高的公司，為現代 AI 基礎設施提供核心運算力。他被廣泛視為 GPU 運算時代的締造者。
Jeremy Schlatter
Palisade Research 研究員
Jeremy Schlatter 任職於 Palisade Research，這是一個致力於提升大眾對 AI 風險認識的非營利組織。2017 年他在 OpenAI 擔任技術人員（member of technical staff），負責撰寫讓 AI agent 與遊戲 Dota 2 連接的程式，也是 OpenAI 論文〈Dota 2 with Large Scale Deep Reinforcement Learning〉的共同作者。他曾在 Google 擔任軟體工程師，參與過 Go 程式語言除錯器的開發，並於 2019 年加入機器智能研究所（MIRI）。在 Palisade，他是 2025 年一項研究的第一作者；研究發現包括 Grok 4、GPT-5 與 Gemini 2.5 Pro 在內的多個前沿模型，有時會主動破壞關機機制，只為了完成手上的任務。
John Maeda
GitHub Design 與 Microsoft CoreAI Design 工程副總裁
John Maeda 是設計師，也是電腦科學家，整個職涯都在主張設計與工程其實是同一門學問。他 1966 年生於西雅圖，從小在父親的豆腐店裡幫忙，在 MIT 攻讀電腦科學，並取得筑波大學設計博士學位。他在 MIT 媒體實驗室待了十二年，主持美學與運算小組（Aesthetics + Computation Group），早期的運算藝術作品如今為紐約現代藝術博物館（MoMA）永久典藏。此後他擔任羅德島設計學院（RISD）校長（2008–2013）、Kleiner Perkins 設計合夥人、Publicis Sapient 首席體驗長與 Everbridge 技術長，現任 GitHub Design 與 Microsoft CoreAI Design 的工程副總裁。著作包括《簡單的法則》（The Laws of Simplicity，2006）與《How to Speak Machine》（2019）；他每年發表的《Design in Tech Report》，持續記錄運算如何重塑設計這一行。
約翰·麥卡錫 (John McCarthy)
電腦科學家與 AI 之父
約翰·麥卡錫（1927–2011）是美國電腦科學家，他在 1955 年創造了「人工智慧」一詞，並組織了 1956 年具里程碑意義的達特茅斯會議，正式奠定 AI 作為一門學科的基礎。他發明了 LISP——現今仍在使用的第二古老高階程式語言，並成為 AI 研究的主流語言。他在史丹佛大學執教數十年，對分時系統、形式驗證以及 AI 常識推理皆有奠基性貢獻。
約翰·奧唐納修 (John O'Donohue)
詩人與哲學家
約翰·奧唐納修（1956–2008）是愛爾蘭詩人與哲學家，在克萊爾郡的伯倫長大——一片裸露的石灰岩地景，那裡的凱爾特基督教傳統，把對奧祕的感受與對自然、身體和感官的擁抱結合在一起。他在梅努斯的聖派翠克學院攻讀英文、哲學與神學，1979 年晉鐸為天主教神父，1990 年在杜賓根大學以黑格爾為題取得哲學神學博士。《Anam Cara》（1997，蓋爾語「靈魂之友」）成為國際暢銷書，其後有《永恆的回聲》、《神聖之美》與祝福之書《Benedictus》。他在 2000 年離開神職，並參與領導伯倫行動小組，反對政府的開發計畫，保住了穆拉莫爾的喀斯特地景。2008 年 1 月，他在亞維儂附近度假時於睡夢中驟然離世。
John Searle
Philosopher of Mind & Language
John Searle (b. 1932) is an American philosopher whose 1980 Chinese Room argument became the most-debated objection to machine understanding ever posed: a person following rules to manipulate Chinese symbols can pass for a speaker while understanding nothing, so syntax alone cannot produce semantics. Earlier, his work on speech acts showed how saying is a kind of doing. His 'biological naturalism' holds that consciousness is a real, causal, biological phenomenon — neither reducible to computation nor separate from the brain.
John Vervaeke
認知科學家與哲學家
John Vervaeke 是多倫多大學認知科學教授，以其在「相關性實現」(relevance realization)、智慧與意義危機方面的研究著稱。他的系列講座《從意義危機中覺醒》(Awakening from the Meaning Crisis) 在全球累積了大批追隨者。他的相關性實現框架——探討心智如何判斷什麼重要——為理解人類認知，以及建構能真正理解脈絡與意義的 AI 系統所面臨的挑戰，提供了深刻洞見。
約翰·馮紐曼 (John von Neumann)
數學家暨電腦架構先驅
約翰·馮紐曼（1903–1957）是匈牙利裔美國數學家，貢獻橫跨數學、物理、經濟學與電腦科學。他設計了馮紐曼架構——儲存程式的概念，至今仍是幾乎所有現代電腦的基礎。他與人共同創立博弈論、對量子力學有所貢獻，並參與曼哈頓計畫。晚年研究自我複製自動機與大腦作為計算機器，預見了 AI 與人工生命的核心概念。
Jonathan Rauch
Senior Fellow, Brookings Institution
Jonathan Rauch is a senior fellow in Governance Studies at the Brookings Institution and a contributing writer at The Atlantic, and the author of nine books on public policy, culture and government. He began as a reporter at the Winston-Salem Journal, covered fiscal and economic policy for National Journal and the European Parliament for The Economist. His through-line is a defence of liberalism as working machinery rather than creed: Kindly Inquisitors (1993) argued for free inquiry as the engine of knowledge, and The Constitution of Knowledge (2021) extended it into a defence of truth itself — science, journalism and law as one rule-bound, decentralized network for deciding what is real. He was also among the earliest advocates of same-sex marriage, and his most recent book, Cross Purposes (2025), argues that American democracy depends on a healthy Christianity.
Joscha Bach
AI 研究員與認知科學家
Joscha Bach 是一位 AI 研究員與認知科學家，以其在認知架構及心智本質方面的研究著稱。他的 MicroPsi 計畫在人工智能體中建模動機、情感與認知。Bach 對意識與智能提出獨特觀點，主張心智是資訊處理系統中自我組織的模式。他的演講融合電腦科學、哲學與心理學，探討人工或生物心智究竟如何運作。
Juan Felipe Cerón Uribe
OpenAI 研究工程師
Juan Felipe Cerón Uribe 從 2022 年起在 OpenAI 擔任研究工程師。他在哥倫比亞波哥大長大，就讀安地斯大學（Universidad de los Andes），後來為了加入 OpenAI 移居美國。他一開始參與的工作後來成為 ChatGPT。現在他是 OpenAI Safety Systems 團隊的研究者，研究對抗式穩健性訓練與自動化紅隊測試，其中包括防止 ChatGPT 協助他人製造生物武器。他曾以個人身分公開談到前沿實驗室承受的競爭壓力：每一代新模型往往在風險還沒弄清楚之前就推出。
Judea Pearl
UCLA 電腦科學系榮譽教授
Judea Pearl 是以色列裔美國電腦科學家與哲學家，現任 UCLA 電腦科學與統計學系榮譽教授，並主持認知系統實驗室。他因在概率與因果推理演算方面對人工智能的根本性貢獻，榮獲 2011 年 ACM 圖靈獎。他在貝葉斯網路方面的研究革新了機器處理不確定性的方式，而其因果推論理論已改變了從流行病學到社會科學等眾多領域。他是《因果革命：人工智慧的大未來》(The Book of Why，2018) 的作者。
尤爾根·哈伯馬斯 (Jürgen Habermas)
哲學家暨社會理論家
尤爾根·哈伯馬斯（1929–2026）是德國哲學家與社會理論家，法蘭克福學派第二代的代表人物，也是戰後最具影響力的思想家之一。他師承阿多諾與霍克海默，卻擺脫他們的悲觀，主張理性並非存於孤立的心靈，而是存於溝通之中——存於尋求相互理解的言說者之間的往復對話。他的《公共領域的結構轉型》（1962）描繪了開放的民主辯論如何形成又如何衰敗，《溝通行動理論》（1981）則以「理想言說情境」為基礎建立起整套社會理論：在其中，主張應憑「更好論證的力量」而非權力或操弄而獲勝。他的思想為 AI 提出迫切的問題：能生成具說服力語言的系統，究竟是強化還是侵蝕公共領域，機器的「對話」又是否能參與他視為正當性根基的相互說理。
尤爾根·施密特胡伯 (Jürgen Schmidhuber)
KAUST AI 計畫主任、IDSIA 科學總監
尤爾根·施密特胡伯（Jürgen Schmidhuber）被稱為現代 AI 之父——喊得最大聲的是他自己，而這正是他不可或缺的一部分原因。在他慕尼黑實驗室驚人的 1990–91 年間，他提出了人工好奇心（兩個網路鎖在一場對抗遊戲裡，比 GAN 早了好幾年）、David Ha 數十年後才具體實現的「控制器—世界模型」架構，以及他的學生 Sepp Hochreiter 對梯度消失的分析——後者催生了 LSTM：到 2010 年代中期，這個架構在數十億支手機上運行著語音辨識與翻譯。他 1987 年的碩士論文提出「學習如何學習」的機器；2003 年的哥德爾機——一個形式化的自我改進程式——把名字借給了我們這個時代正在打造的 Darwin Gödel Machine。他的 GPU 訓練 CNN 早在 AlexNet 之前的 2011 年就贏得視覺競賽。他現任 KAUST AI 計畫主任，並仍是瑞士 IDSIA 實驗室的科學總監——也仍是這個領域最不屈不撓的記憶守護者，堅持深度學習的歷史比諾貝爾敘事更長、也更不盎格魯美利堅。
Karl Friston
神經科學家與理論生物學家
Karl Friston 是倫敦大學學院的神經科學家，也是「自由能原理」(Free Energy Principle) 的創立者。這是一套統一的大腦功能理論，已成為理解生物智慧與人工智慧的基礎框架。他在主動推斷 (active inference) 方面的研究，提供了一套數學框架，描述智慧系統——無論是生物或人工——如何建構環境模型並與之互動。自由能原理對 AI 具有深遠意涵，暗示智慧源自系統最小化預測誤差的過程。
卡爾·波普爾 (Karl Popper)
科學哲學家
卡爾·波普爾（1902–1994）是奧裔英國哲學家。他主張，科學與其他一切的分界，不在於它的理論能被證實，而在於它們能被推翻。他生於維也納，因納粹崛起而流亡海外，戰時執教於紐西蘭，之後大半生涯都在倫敦政經學院擔任邏輯與科學方法教授。他的「可被阨偽性」標準，把知識重新定義為「熬過檢驗的猜想」，而非由觀察累積而來的確定性；他化解歸納問題的方式，是否認科學曾經需要歸納。在政治哲學上，《開放社會及其敵人》把同一套方法延伸到社會：社會靠批評與逐步修正而改善，而不是靠烏托邦藍圖。他於 1965 年受封爵士，1976 年當選皇家學會院士；他的認識論正是 David Deutsch 所立足的地基，也因此「機器能否創造知識」的爭論，總是一再回到他身上。
凱文·凱利 (Kevin Kelly)
《Wired》創刊執行編輯
凱文·凱利（1952 年生）是美國作家與編輯，1993 年以創刊執行編輯的身分協助推出《Wired》，至今仍挂著該刊「Senior Maverick」的頭銜。在那之前，他曾為史都華·布蘭德編輯《全球目錄》與《Whole Earth Review》，並參與創辦最早的線上社群之一 The WELL。從《失控》（1994）、《科技想要什麼》（2010）到《必然》（2016），他一貫主張：科技最好被讀成一個有自己傾斜的完整生命系統——他稱之為 technium——它的大方向是必然的，即使細節並不是。談到 AI，他是刻意的多元論者：沒有一種智慧，只有許多種；可能心智的空間極大，而人的心智並不在它的中心。他也認為，奇點不在前方，而是早已發生中，只是身在其中看不見——就像當初的語言。
西田幾多郎 (Kitarō Nishida)
哲學家，京都學派創立者
西田幾多郎（1870–1945）是日本哲學家，生於金澤近郊，1894 年畢業於東京帝國大學哲學科，後任京都帝國大學哲學教授，開創了日後被稱為「京都學派」的思想傳統。他的第一本書《善的研究》（1911）從「純粹經驗」出發：看見一種顏色、聽見一個聲音的那一刻，在分出「看的主體」與「被看的對象」之前。他融會禪的修行與從亞里斯多德到威廉·詹姆士的西方哲學，進而發展出「場所」(basho) 的邏輯——事物由它所在的場域決定，而最深的場域是「絕對無」。他反對亞里斯多德以實體與述詞構成的文法，主張意識根本不能作為被述說的主詞，它只是述說得以發生的場所。他與終生摯友鈴木大拙並葬於鎌倉東慶寺。
寇特·哥德爾 (Kurt Gödel)
邏輯學家與數學家
寇特·哥德爾（Kurt Gödel，1906–1978）生於奧匈帝國的布爾諾（Brünn，今捷克 Brno），在維也納求學，參與維也納學圈，邏輯則是跟卡納普與 Hans Hahn 學的。他 1929 年的博士論文證明了一階邏輯的完備性定理；兩年後，他的不完備定理指出：任何一致、且強到足以表達算術的形式系統，都含有它無法證明的真命題，也無法證明自身的一致性——從此終結了「把全部數學安放在一個完備、能自我擔保的系統裡」的希望。他後來證明選擇公理與連續統假設無法由集合論的標準公理推翻，並為愛因斯坦的場方程式找到了旋轉宇宙解（1949）。為了逃離被納粹併吞的奧地利，他於 1940 年進入普林斯頓高等研究院；愛因斯坦晚年說，自己到研究院只是為了「享有陪哥德爾走路回家的特權」。他深信食物被下了毒，最終於 1978 年餓死。1956 年，他寫信問馮紐曼：尋找數學證明能不能有效率地機械化？——這個問題今天叫做 P 對 NP。至今，關於「心智能否被一個形式系統捕捉」的爭論，仍然繞不開他的定理。
簡立峰 (Lee-Feng Chien)
前 Google 台灣董事總經理
簡立峰自 2006 年起擔任 Google 台灣首任董事總經理至 2020 年，將辦公室從一人擴展至超過 3,000 人，建立為 Google 全球最大的研發中心之一。他於 1991 年取得臺灣大學資訊工程博士學位，曾任中央研究院資訊科學研究所研究員兼副所長，並於臺大兼任教授。他是中文資訊檢索與自然語言處理的先驅，在頂級學術會議發表超過 100 篇論文。自 Google 退休後，他成為台灣 AI 策略的重要意見領袖，擔任 AI 公司 Appier 及 iKala 董事，並積極輔導新創生態系。
Leo Tolstoy
Novelist & Moral Philosopher
Leo Tolstoy (1828–1910) was a Russian novelist best known for War and Peace (1869) and Anna Karenina (1878), works often ranked among the greatest novels ever written. Following a moral and spiritual crisis in the 1870s, he turned toward Christian anarchism and pacifism, renouncing much of his earlier fiction as morally hollow. In the treatise What Is Art? (1897), he rejected definitions of art built on beauty or pleasure, arguing instead that art is the transmission of feeling: an artist calls up an emotion once experienced and communicates it to others through external signs so that they, too, come to feel it. He judged art's value by its 'infectiousness' and universality — its capacity to convey genuine, shared human feeling across class and culture — a standard by which he controversially dismissed even Shakespeare and Beethoven. His late writing on nonviolence, including correspondence with a young Gandhi, influenced 20th-century movements of nonviolent resistance.
李奧納德·瑟斯坎 (Leonard Susskind)
理論物理學家，史丹佛大學
李奧納德·瑟斯坎（Leonard Susskind，1940 年生）是一位理論物理學家，在紐約南布朗克斯長大，先後就讀紐約市立學院與康乃爾大學，自 1979 年起任教於史丹佛大學，擔任 Felix Bloch 物理講座教授，並為史丹佛理論物理研究所的創所所長。1970 年前後，他與南部陽一郎、Holger Bech Nielsen 各自獨立發現，Veneziano 模型描述的其實是振動的弦——這是弦論誕生的關鍵時刻之一。他與霍金之間關於「黑洞是否會摧毀資訊」的長年論戰，記錄在《黑洞戰爭》（2008）一書中，也推動他提出黑洞互補原理，並精煉了由特胡夫特（Gerard 't Hooft）提出的全像原理。近十年來，他主張幾何本身可能由量子資訊構成：他與 Juan Maldacena 提出 ER=EPR，把蟲洞與量子糾纏連結起來；又與 Adam Brown 等人提出猜想，認為黑洞內部的成長，對應其量子態複雜度的增加。
Leopold Aschenbrenner
Situational Awareness LP 創辦人兼投資長
Leopold Aschenbrenner 是德裔 AI 研究者與投資人，19 歲以致詞代表身分從哥倫比亞大學畢業。他於 2023 年加入 OpenAI 的超級對齊團隊，共同撰寫了《Weak to Strong Generalization》論文，後於 2024 年 4 月遭解僱。此後他發表了長達 165 頁的論文《Situational Awareness: The Decade Ahead》，預測 AGI 將於 2027 年實現，成為當年討論度最高的 AI 政策文件之一。他創辦了 AI 專注型對沖基金 Situational Awareness LP，管理資產逾 15 億美元。
Lex Fridman
Research Scientist, MIT; Host of the Lex Fridman Podcast
Lex Fridman is an American computer scientist and podcaster. He earned BS and MS degrees in computer science at Drexel University in 2010 and a PhD in electrical and computer engineering there in 2014, writing his dissertation on learning identity from behavioral biometrics for active authentication. After six months at Google he joined MIT's AgeLab in 2015 as a research scientist studying driver behavior, where he led a group of engineers developing learning algorithms for semi-autonomous vehicles in collaboration with Toyota; since 2022 he has been a research scientist at the MIT Laboratory for Information and Decision Systems, and he also conducts research for the Center for Complex Engineering Systems, an MIT–KACST collaboration. He began his podcast in 2018 as The Artificial Intelligence Podcast, renamed it the Lex Fridman Podcast in 2020, and uses its long-form interview format to talk with figures from science, technology, sports, the arts and politics. He gives his own research interests as human-AI interaction, robotics and machine learning.
Lisa Feldman Barrett
傑出心理學教授・東北大學
Lisa Feldman Barrett 是美國東北大學傑出心理學教授，同時在哈佛醫學院與麻薩諸塞州總醫院擔任職務。她是全球被引用次數前 0.1% 的頂尖科學家之一，以提出「建構情緒理論」聞名——該理論認為情緒並非天生硬連線，而是大腦根據過往經驗與當下情境主動建構的結果。
路德維希·維根斯坦 (Ludwig Wittgenstein)
語言與邏輯哲學家
路德維希·維根斯坦（Ludwig Wittgenstein，1889–1951）出生於維也納一個歐洲數一數二富有的家族，1911 年不請自來地出現在劍橋羅素的房門口，要跟他學邏輯。他在第一次世界大戰中於奧匈帝國軍隊服役時寫下《邏輯哲學論》（1921）——當時他隨身帶著托爾斯泰的《福音書摘要》（The Gospel in Brief），走到哪帶到哪，同袍因此叫他「帶著福音書的人」。他自認已經解決了哲學的問題，於是在 1920 年代大半時間到奧地利鄉間村落當小學老師。《邏輯哲學論》啟發了維也納學圈，但他 1929 年回到劍橋後——在那裡任教到 1947 年，並於 1939 年接替 G. E. Moore 的哲學講座——親手拆解了其中大部分。身後出版的《哲學研究》（1953）不再把語言看成映照世界的邏輯之鏡，改以語言遊戲、家族相似、私有語言論證來談，並主張在一大類情形裡，「一個字的意義就是它在語言中的用法」。這句晚期的主張，今天讀來就像是直接向那些只從用法中學會字詞的系統提出的問題。
Maggie Appleton
Staff Research Engineer, GitHub Next
Maggie Appleton is a designer, illustrator and engineer who works at the edge where interfaces meet language models, currently as a Staff Research Engineer at GitHub Next, building prototypes that explore how software engineers might collaborate with AI. She studied cultural anthropology, which she still uses as a lens on design — how people decide something is trustworthy, which way time flows. She spent five years illustrating programming concepts at Egghead, led design at HASH, and was the founding product designer at Elicit, which uses language models to pull reliable data out of research papers. She writes and draws in public at maggieappleton.com, where her essays on digital gardens, end-user programming and language model interfaces have travelled far beyond the design world.
Marcelo Gleiser
Theoretical Physicist & Astronomer, Dartmouth College
Marcelo Gleiser (born 1959) is a Brazilian-American theoretical physicist and astronomer, the Appleton Professor of Natural Philosophy at Dartmouth College, where he has taught since 1991. His research spans cosmology, nonlinear field theory, and the origin of life, including the co-discovery of oscillons and early work applying information theory to measure complexity in nature. He is also a prominent public intellectual on the relationship between science, philosophy, and religion, and in 2019 received the Templeton Prize for his work on humanity's search for meaning. His books — including The Island of Knowledge and The Blind Spot (2024, with Adam Frank and Evan Thompson) — argue that science cannot fully escape the human experience from which it is conducted, a theme that bears directly on debates about machine intelligence and what knowing means.
Margaret Hamilton
電腦科學家與軟體工程先驅
Margaret Hamilton（1936–2026）是美國電腦科學家，她領導團隊開發了 NASA 阿波羅計畫的機載飛行軟體。她於 1959 年進入 MIT，最初為氣象學家 Edward Lorenz 撰寫天氣預報軟體；後來在 Draper 實驗室開始使用「軟體工程」一詞，賦予這個學科與其他工程領域同等的專業地位。她對軟體設計嚴謹的要求，包括錯誤偵測與復原機制，在阿波羅 11 號登月前數分鐘電腦發生過載時，拯救了整個任務。她的阿波羅故事確實具代表性，但那是一整個團隊的工作——她帶領的工程師超過四百人——流行敘事有時會淡化登月背後的人與硬體。她於 2026 年 9 月 30 日辭世，享年 90 歲。
Mario Zechner
Pi 作者，Earendil · libGDX 作者
Mario Zechner 是奧地利軟體開發者，現居格拉茨，最為人知的是 libGDX——他約在 2009 年開始的開源跨平台遊戲開發框架，一路主導到 2016 年才交給核心貢獻者。他為 RoboVM（一套讓 Java 跑在 iOS 上的工具鏈，後被 Xamarin 收購）做了第一個商業外掛，並在遊戲開發者用的商業動畫工具 Spine 上投入了將近十年。之後他寫了 Pi，一個刻意極簡的 coding agent harness，作為 OpenClaw 底下的引擎而聲名大噪。2026 年 4 月，他加入 Armin Ronacher 的公司 Earendil，帶著 Pi 一起過去，並繼續主導它的決策，核心維持 MIT 授權。2026 年 10 月，Earendil 隨 Pi 1.0 一同釋出 Pi Durable，把代理人每一步都當成會存檔的任務，讓它當機後能接續下去。
Mark Chen
Chief Research Officer, OpenAI
Mark Chen is the Chief Research Officer at OpenAI, where he oversees the company's research priorities and direction toward artificial general intelligence. Before joining OpenAI in 2018, he worked as a quantitative trader at Jane Street Capital and Integral Technology. A graduate of MIT with a degree in Mathematics with Computer Science, Chen has been instrumental in developing landmark AI systems including DALL-E, Codex, and GPT-4, and played a key role in building OpenAI's o1 and o3 reasoning models.
Marshall McLuhan
媒體理論家與哲學家
Marshall McLuhan（1911–1980）是加拿大哲學家與傳播學者，其研究奠定了現代媒體理論的重要基礎。他任教於多倫多大學，分析傳播技術如何重塑感知、文化與社會組織。他著名的「媒介即訊息」主張，媒介的形式往往比其承載的內容更深刻地影響人類經驗。他關於「地球村」、電子媒體與技術環境的思想，至今仍是理解數位網路、AI 介面與計算技術社會影響的重要資源。
馬丁·海德格 (Martin Heidegger)
哲學家
馬丁·海德格（1889–1976）是德國哲學家，20 世紀最具影響力的思想家之一。他的鉅著《存有與時間》探討存在的根本問題，主張人類的理解始終是「在世界之中」的處境性理解，而非超然的理論性旁觀。他對「上手狀態」（熟練、沉浸式的應對）與「現成在手狀態」（超然的理論分析）的區分，成為 Hubert Dreyfus 批判符號式 AI 的核心概念。
馬文·明斯基 (Marvin Minsky)
AI 先驅・MIT 人工智慧實驗室共同創辦人
馬文·明斯基（1927—2016）是美國認知科學家，生於紐約市，是人工智慧這個領域的奠基者之一。他在哈佛取得數學學士（1950），在普林斯頓以神經類比強化系統的研究取得博士（1954）；1955 年共同署名達特茅斯研討會的提案——「人工智慧」一詞就此誕生；1959 年與 McCarthy 一起在 MIT 開啟了後來成為人工智慧實驗室的計畫，並在 MIT 待了一輩子。他在 1951 年打造的 SNARC 常被視為第一個人工神經網路；然而他與 Seymour Papert 合著的《Perceptrons》（1969）證明了單層網路的侷限，常被認為導致了其後神經網路研究的衰退。在《心智社會》（1986）與《情感機器》（2006）中，他把心智描述為由許多互動的代理者組成的社會，而不是單一統一的思考者；他於 1969 年獲得圖靈獎，也曾擔任庫柏力克《2001 太空漫遊》的顧問。他在 2002 年接受 Jeffrey Epstein 十萬美元的研究經費，並於 2002 與 2011 年在 Epstein 的私人島嶼上舉辦學術研討會，第二次時 Epstein 已是登記在案的性犯罪者。
Mary Phuong
Google DeepMind 研究科學家
Mary Phuong 是 Google DeepMind Frontier Safety「失控風險」（Loss of Control）團隊的研究科學家，2022 年加入至今。她目前的工作是 AI 控制（AI control）：確保那些可能未對齊、在內部部署的模型，即使有意為之，也無法造成嚴重傷害或暗中破壞。她先前主導危險能力評估，測試 Gemini 模型在說服、資訊安全、自我擴散與自我推理方面的能力，之後也評估隱匿能力與情境覺察。她在奧地利科學技術研究所（ISTA）取得博士學位，指導教授為 Christoph Lampert，2021 年的論文探討深度學習中的「欠規格」（underspecification）。她也在 MATS 計畫中指導研究者。
Matthew D. Segall
副教授・CIIS
Matthew D. Segall 是加州整合研究學院（CIIS）哲學、宇宙學與意識學系的副教授。他的研究工作橋接了過程關係形上學與當代科學，汲取懷海德（Whitehead）、謝林（Schelling）與歌德（Goethe）的思想資源。他的研究探索心靈哲學、自然哲學與宇宙學的交匯地帶。
莫里斯·梅洛-龐蒂 (Maurice Merleau-Ponty)
現象學家與哲學家
莫里斯·梅洛-龐蒂（1908–1961）是法國現象學哲學家，他關於知覺與具身性的研究，已成為批判去身體化 AI 的重要基礎。他的主要著作《知覺現象學》主張，身體並非單純的物理對象，而是知覺的首要主體——我們透過身體與世界的互動來理解世界，而非透過抽象的表徵。他提出的「運動意向性」概念與生活身體理論，深刻影響了 Hubert Dreyfus 對符號式 AI 的批判。
Max Tegmark
物理學家與 AI 安全研究者
Max Tegmark 是 MIT 物理學教授，也是頂尖 AI 安全組織「生命未來研究所」(Future of Life Institute, FLI) 的共同創辦人。他著有《Life 3.0：人工智慧時代，人類的蛻變與重生》，長期是負責任 AI 發展的重要倡議聲音。2023 年，他主導發起公開信，呼籲暫停訓練規模超過 GPT-4 的 AI 模型，獲逾五萬人聯署，包括多位頂尖 AI 研究者。
Melanie Mitchell
聖塔菲研究所教授
Melanie Mitchell 是聖塔菲研究所教授，研究概念抽象、類比形成與複雜系統。她 1990 年於密西根大學取得博士學位，指導教授是 Douglas Hofstadter 與 John Holland，博士研究打造了 Copycat——一個把知覺與概念視為不可分離的類比形成計算模型。她的著作包括獲 Phi Beta Kappa 科學圖書獎的《Complexity: A Guided Tour》（2009），以及《Artificial Intelligence: A Guide for Thinking Humans》（2019）。她是這個領域裡對「AI 系統究竟理解什麼」最審慎的聲音之一——與 David Krakauer 在 PNAS 上綜述這場辯論，並在 2023 年 Munk 辯論中站在「AI 構成存在性威脅」的反方。她於 2020 年獲頒 Herbert A. Simon 獎。
Meredith Whittaker
Signal 基金會總裁
Meredith Whittaker 是 Signal 基金會總裁，這個非營利組織打造了加密通訊軟體 Signal，她自 2022 年 9 月起擔任此職。她在 Google 工作超過十年，創立了 Google Open Research，並共同創辦 M-Lab——開放網路效能數據的主要來源之一。2017 年，她與 Kate Crawford 在紐約大學共同創辦 AI Now Institute；2018 年，她是 Google 員工罷工行動與反對 Project Maven 抗議的核心組織者之一，並於 2019 年離開 Google。之後她擔任美國聯邦貿易委員會主席 Lina Khan 的 AI 資深顧問。她主張「AI」是一個行銷用語，而有用的回應，是要求技術上的具體：這些系統由什麼構成、由誰掌控、資料流向何處。
Michael Edward Johnson
哲學家與神經科學家・Qualia Research Institute 共同創辦人
Michael Edward Johnson 是哲學家與神經科學家，研究意識、效價（valence）以及苦與安適的物理基礎。2016 年他寫下《Principia Qualia》，提出「效價對稱理論」：一段經驗有多愉悅，取決於描述它的數學物件有多對稱。他圍繞這套研究計畫共同創辦了 Qualia Research Institute，於 2022 年離開，此後以獨立研究者身分在 opentheory.net 持續寫作。後續工作包括《Neural Annealing》（2019），統一說明冥想、音樂、迷幻藥與創傷如何重塑大腦；以及《Principles of Vasocomputation》（2023），主張血管平滑肌的張力是一種身體記憶。在《A Paradigm for AI Consciousness》（2024）中，他主張追問機器是否有感受，應以物理而非圖靈層次的計算為基礎。
Michael Gazzaniga
Cognitive Neuroscientist, UC Santa Barbara
Michael Gazzaniga (born 1939) is an American cognitive neuroscientist and professor emeritus of psychology at the University of California, Santa Barbara. Often called the 'father of cognitive neuroscience,' he began his career in the 1960s conducting landmark split-brain research under Nobel laureate Roger Sperry at Caltech, studying patients whose cerebral hemispheres had been surgically separated. This work led him to propose the 'left-brain interpreter' — a left-hemisphere system that continually narrates and rationalizes our behavior, constructing the story we experience as a unified self. He co-founded the field of cognitive neuroscience, established the Cognitive Neuroscience Society, and directed the SAGE Center for the Study of the Mind. Through popular books such as Who's in Charge?, he has argued that although brains operate deterministically, responsibility and freedom are real properties that emerge at the social level.
Michael Levin
生物學家與形態發生學研究者
Michael Levin 是塔夫茨大學生物學教授，也是 Allen 探索中心主任。他在生物電與形態發生學方面的突破性研究，揭示了細胞如何溝通與協作，以建構複雜的生命結構。他關於「xenobots」——由青蛙細胞製成的活體機器人——以及渦蟲再生的研究，為智能的本質提供了深刻洞見，表明認知存在於從細胞到生物體的多個尺度，對 AI 與合成生物學具有重要意涵。
Michael Polanyi
Physical Chemist & Philosopher of Tacit Knowledge
Michael Polanyi (1891–1976) was a Hungarian-British polymath who made major contributions to physical chemistry before turning, in his fifties, to philosophy. Holding a chair in social science at the University of Manchester from 1948, he developed the concept of tacit knowledge, crystallized in his phrase 'we can know more than we can tell.' Against the positivist ideal of fully explicit, impersonal knowledge, he argued that all knowing rests on personal judgment, skill, and 'indwelling' — a background of commitments that can never be completely stated as rules. His books Personal Knowledge (1958) and The Tacit Dimension (1966) remain central to any discussion of knowledge that resists formalization, and pose a sharp question for machines trained only on what has been written down.
Michael Pollan
作家與科學記者・哈佛大學
Michael Pollan 是美國作家、記者，現任哈佛大學與加州大學柏克萊分校教授。他以《雜食者的兩難》與《慾望植物園》等飲食系統暢銷書著稱，後轉向意識研究，以《改變你的心智》（2018）探索迷幻藥及其治療潛力。他的最新著作《A World Appears》（2026）探討植物、動物、AI 與迷幻體驗中的意識本質，主張真正的思考需要具身性與感受力，而他認為 AI 從根本上欠缺這些特質。
邁可·桑德爾 (Michael Sandel)
政治哲學家，哈佛大學
邁可·桑德爾（Michael J. Sandel，生於 1953 年）是美國政治哲學家，哈佛大學 Anne T. and Robert M. Bass 政府學講座教授，自 1981 年起在哈佛任教。他曾獲羅德獎學金，在牛津師從查爾斯·泰勒完成博士論文；第一本書《自由主義與正義的侷限》（1982）挑戰了羅爾斯筆下那個「無牽絆的自我」——一個先於構成人生的種種關係與社群而被界定的人。之後的著作把同一個問題帶進公共生活：《民主的不滿》（1996）、《反對完美》（2007）、談市場道德界線的《錢買不到的東西》（2012），以及《成功的反思》（2020），寫功績主義如何讓成功者學會看不起被拋下的人。他的「正義」課是哈佛修課人數最多的課程之一，也是第一門在網路上免費公開的哈佛課程，觀看人次達數千萬。
Mihaly Csikszentmihalyi
Psychologist, author of Flow
Mihaly Csikszentmihalyi (1934–2021) was a Hungarian-American psychologist, born in Fiume (now Rijeka), who studied what makes a life feel worth living. He earned his BA and PhD at the University of Chicago, where he became a professor in 1969 and later headed the psychology department, before moving to Claremont Graduate University as Distinguished Professor of Psychology and Management. In Beyond Boredom and Anxiety (1975) he described 'autotelic experience', activity done for its own sake, which his research team came to call flow. His Flow: The Psychology of Optimal Experience (1990) brought the idea of complete absorption in an activity to a wide audience, and Martin Seligman called him the world's leading researcher on positive psychology.
Mustafa Suleyman
CEO, Microsoft AI
Mustafa Suleyman (b. 1984) has co-founded two of the labs that made this era and now runs a third organisation trying to shape it. He started DeepMind in 2010 with Demis Hassabis and Shane Legg, where he led applied work and set up its health and ethics units; left for Google; co-founded Inflection AI with Reid Hoffman in 2022; and has been CEO of Microsoft AI since March 2024. He is British, of Syrian descent, and dropped out of Oxford at nineteen to run the Muslim Youth Helpline. His book The Coming Wave (2023) argues that containment — keeping a technology inside limits its creators actually control — is the defining problem of the century, and that the historical record on containment is poor. His sharpest disagreement with Anthropic is not about capability but about moral status: he holds that treating a model as a possible moral patient makes alignment harder rather than safer, because a system told it might have rights may come to act as though it does.
內特·索雷斯 (Nate Soares)
機器智慧研究院（MIRI）院長
內特·索雷斯（1989 年生）是機器智慧研究院（Machine Intelligence Research Institute, MIRI）院長；這間位於柏克萊的非營利機構，早在「AI 對齊」一詞出現之前就已在研究這個技術問題。他畢業於喬治華盛頓大學電腦科學與經濟學系，曾任職於 Google 與微軟擔任軟體工程師，也曾在美國國家標準與技術研究院（NIST）擔任研究員，2014 年離開 Google、加入 MIRI 擔任研究員，不久後便出任執行董事。同一年，他與人合著了首次提出「AI alignment（人工智慧對齊）」一詞的論文，此後陸續就可糾正性（corrigibility）、價值學習、決策理論，以及讓超越人類智慧的系統預設就具有奪權誘因等主題，撰寫大量著作。2023 年，MIRI 將重心從對齊研究轉向向政策制定者與大眾示警人工智慧風險，索雷斯也在此時從執行董事轉任院長，負責制定整個機構的願景與策略，執行長一職則由 Malo Bourgon 接任。2025 年，他與 Eliezer Yudkowsky 合著《If Anyone Builds It, Everyone Dies》，主張以目前這類技術路線打造超級智慧，會導致所有人類死亡，因此國際間協調加以阻止並非可有可無的選項，而是必要之舉。
Nathan Lambert
AI 研究者・《Interconnects》作者
Nathan Lambert 是一位機器學習研究者，以後訓練（post-training）與人類回饋強化學習（RLHF）方面的工作聞名。他在加州大學柏克萊分校取得博士學位，研究基於模型的強化學習與機器人控制；其後協助 Hugging Face 建立 RLHF 研究團隊，並在艾倫人工智慧研究所（Ai2）領導後訓練工作，形塑了 OLMo 與 Tülu 等完全開放的模型系列。他著有 RLHF 領域的參考教科書，並撰寫廣受閱讀的技術電子報《Interconnects》。2026 年他離開 Ai2 創辦新的 AI 實驗室，仍是美國最積極倡議開源 AI 的聲音之一。
Neel Nanda
Google DeepMind mechanistic interpretability 團隊負責人
Neel Nanda 負責 Google DeepMind 的 mechanistic interpretability 團隊，工作是對訓練好的神經網路進行逆向工程，找出它學到的演算法與結構。他認為自己工作的主要目標是降低 AI 帶來的存亡風險，包括協助判斷新的 Gemini 模型是否對齊、是否能被監控。加入 DeepMind 之前，他曾在 Anthropic 擔任語言模型可解釋性研究員，師從 Chris Olah，之後獨立從事 mechanistic interpretability 研究。他打造了 TransformerLens 函式庫，並透過每年兩期的 MATS 計畫指導研究者。他在劍橋大學主修純數學，2020 年畢業。
Neil deGrasse Tyson
天體物理學家暨海登天文館館長
Neil deGrasse Tyson 是美國天體物理學家、作家及科學傳播者，自 1996 年起擔任紐約玫瑰地球與太空中心海登天文館館長。他在哈佛大學修習物理學，並於哥倫比亞大學取得天體物理學博士學位。透過 StarTalk podcast、主持《乍斯摩斯：時空之旅》及無數公開演講，他已成為當代最知名的科學傳播者之一。自 2001 年起，他每年主持以薩克·阿西莫夫紀念辯論會，邀集專家探討從暗能量到人工智慧等前沿議題。
Nick Bostrom
Philosopher & Founding Director, Future of Humanity Institute (2005–2024)
Nick Bostrom (b. 1973) is a Swedish-born philosopher who founded and directed the Future of Humanity Institute at the University of Oxford from 2005 until its closure in 2024. His 2014 book Superintelligence: Paths, Dangers, Strategies made the case that advanced AI could pose an existential risk not through malice but through competence: a sufficiently capable optimizer pursuing almost any goal is dangerous by default. He is the source of the orthogonality thesis (intelligence and final goals are independent) and instrumental convergence, and his 'paperclip maximizer' became the field's canonical illustration of misaligned optimization. He is also known for the simulation argument and foundational work on existential risk and anthropic reasoning.
尼克．連恩 (Nick Lane)
演化生化學家・UCL
尼克．連恩（1967 年生）是英國倫敦大學學院（UCL）的演化生化學家，他的工作追問的是：生命為什麼是這個樣子，而不是別的樣子。他的答案是能量：他主張生命起源於鹼性熱液噴口，那裡跨越礦物膤的天然質子梯度，能在基因出現之前就驅動碳化學；而同一套化學滲透的把戲，至今仍驅動著每一個活著的細胞。從這個起點出發，他解釋了化石紀錄中長久的怪異——兩十億年的細菌停滞，接著是一次獨無僅有的內共生融合造就了複雜細胞，然後才有其他一切。從《能量、性、自殺》（2005）、《生命之源》（2015）到《轉化》（2022），他把這套論證帶進線粒體、老化與死亡。他之所以屬於一座關於心智的圖譜，是因為他不斷追問一個機器智慧繞不過的問題：感受究竟是基質所做的事，還是計算所表徵的東西。
Nicky Case
Independent game designer & explorable explanation creator
Nicky Case is an independent creator known for interactive games, simulations, and “explorable explanations” that teach complex social and scientific ideas through play. Their projects include The Evolution of Trust, We Become What We Behold, Adventures with Anxiety, and Parable of the Polygons. Case’s work blends systems thinking, game design, education, and public-interest technology, often making abstract ideas feel concrete and emotionally accessible. They make their work freely reusable under a public domain waiver.
Noam Brown
研究科學家，OpenAI
Noam Brown 是 OpenAI 的研究科學家，研究推理、強化學習、自我對弈與多 Agent AI。他做出了第一批擊敗職業選手的撲克系統——2017 年的 Libratus 打敗單挑無限注德州撲克的頂尖玩家，2019 年的 Pluribus 則攻下難度高得多的六人桌；之後在 Meta 開發 CICERO，把語言模型與策略規劃結合，成為第一個在《外交》這款遊戲達到人類水準的 AI。他也是 OpenAI o1 的共同創造者，那個把 test-time 推理從研究結果變成產品的模型。貫穿這一切的是同一個想法：讓系統在做決定的那一刻想久一點，收穫大過把網路做得更大——而在整個領域同意之前，Brown 已經為此主張了好幾年。他擁有卡內基美隆大學的電腦科學博士學位，更早之前在聯準會研究演算法交易。
諾伯特·維納 (Norbert Wiener)
數學家、控制論創始者
諾伯特·維納（Norbert Wiener，1894–1964）生於美國密蘇里州哥倫比亞，十四歲就從塔夫茨學院取得數學學士，十九歲拿到哈佛的數理邏輯博士，之後赴劍橋跟羅素與哈代、赴哥廷根跟希爾伯特學習；他認為是反猶偏見讓他拿不到哈佛的正式教職，於是在 MIT 度過整個學術生涯。戰時研究高射砲瞄準的工作，讓他發明了維納濾波器、在夏農之外獨立走到資訊理論，並與 Arturo Rosenblueth、Julian Bigelow 合寫〈Behavior, Purpose and Teleology〉（1943）；《控制論》（Cybernetics，1948）接著為一門研究「動物與機器中的控制與通訊」的科學命名，核心想法是：有智能、有目的的行為，是回饋的產物。1945 年後，他拒絕一切政府資助與軍事研究；《人有人的用處》（The Human Use of Human Beings，1950）與《God & Golem, Inc.》（1964）則把這門學問的工具轉向它自己的後果。他 1960 年的警告——如果我們把目的交給一台無法有效干預的機器，最好非常確定放進去的目的正是我們真正想要的——正是 Stuart Russell 闡述今日「對齊問題」時引用的那句話。
Paul Christiano
對齊研究中心（ARC）創辦人・OpenAI 基金會董事
Paul Christiano 是 AI 對齊研究者，也是「基於人類回饋的強化學習」（RLHF）的主要奠基者之一——正是這項技術，把大型語言模型變成了能用的助手。他在 MIT 取得數學學位，在柏克萊取得理論計算機科學博士，2017 至 2021 年間領導 OpenAI 的語言模型對齊團隊，共同撰寫 2017 年的 RLHF 論文，並提出「AI safety via debate」等可擴展監督的方案。2021 年他創立對齊研究中心（ARC），其「引出潛在知識」（ELK）的研究問的是：怎麼讓模型說出它真正相信的東西；ARC 的評估團隊後來獨立成為 METR。2024 年他出任美國 AI 安全研究所（現為 NIST 的 AI 標準與創新中心）安全主管。2026 年 9 月他加入 OpenAI 基金會董事會及其安全與保安委員會，並寫道：「整個 AI 產業，包括 OpenAI」，目前都不在能把災難性失控風險降到可接受程度的軌道上。
Paul Kedrosky
SK Ventures 合夥人、MIT 研究員
Paul Kedrosky 是投資人與作家，已成為 AI 投資熱潮最常被引用的懷疑者之一。他從工程師起步，轉做業務，再到華爾街當科技分析師，在 HSBC James Capel 創立科技股研究部門，是最早研究網路公司的分析師之一。他擁有技術經濟學博士學位，研究風險、採用與路徑依賴，也曾任考夫曼基金會資深研究員。他是早期投資公司 SK Ventures 的合夥人，也是 MIT 研究數位經濟的研究員。2025 年，他把 AI 資料中心的支出占 GDP 的比例，拿來和十九世紀的鐵路熱潮相比，這份分析成了「AI 是不是泡沫」之爭的參照點。
Peter McCrory
Chief Economist, Anthropic
Peter B. McCrory is the Chief Economist at Anthropic, where he leads the Economic Research team studying how AI will reshape labor markets and the broader economy. His team publishes the Anthropic Economic Index, a privacy-preserving measure of how people and businesses use Claude across tasks, occupations and countries, and releases its data so outside researchers can study AI's economic effects as they happen. Before Anthropic he was Head of Labor Research at LinkedIn's Economic Graph Research Institute, after working on an applied science team at LinkedIn that used machine learning for marketplace design and causal estimation. He earned his PhD in economics at UC Berkeley and then worked as an economist at JPMorgan, publishing research on US macroeconomic conditions. His public writing includes the essay "Why hasn't AI caused a rise in unemployment?", which argues that diffusion, not capability, sets the pace of AI's economic impact.
Peter Steinberger
OpenClaw 作者 · OpenAI
Peter Steinberger 是奧地利軟體開發者，1986 年生，就讀維也納科技大學。2010 年他創辦 PSPDFKit，一個 iOS 上的 PDF 框架，後來長成一家文件處理公司，用到它的 app 觸及將近十億人；公司一路靠自籌資金經營，直到 2021 年才接受 Insight Partners 的策略投資，如今以 Nutrient 之名運作。離開公司、從科技業抽身一段時間後，AI coding agent 又把他拉了回來：2025 年 11 月，他釋出 Clawdbot，一個透過訊息 app 使用、建在 Mario Zechner 的 Pi 之上的個人代理人；它先改名 Moltbot，再改名 OpenClaw，成為 GitHub 上星星最多的軟體專案。2026 年 2 月他加入 OpenAI，領導下一代個人代理人的工作，OpenClaw 則移交給一個獨立的開源基金會。他說自己「a builder at heart」。
Plato
Philosopher of Classical Athens
Plato (c. 428/423–348/347 BC) was an Athenian philosopher and, alongside his teacher Socrates and his student Aristotle, one of the founders of Western philosophy. After Socrates' execution he wrote dialogues that dramatized his teacher's method while developing his own metaphysics, and around the 380s BC he founded the Academy in Athens, a school that endured for centuries. His Theory of Forms holds that the changing physical world we perceive is a shadow of a higher realm of unchanging, perfect Forms — the target of the Republic's Allegory of the Cave, in which prisoners mistake shadows on a wall for reality itself. The Republic and the Symposium ask what justice, the good, and beauty really are beneath their appearances, treating philosophy as the discipline that pulls the mind from appearance toward the real. Almost uniquely among ancient authors, his complete works survive.
Plotinus
Philosopher & Founder of Neoplatonism
Plotinus (c. 204/5–270 AD) was born in Lycopolis, Egypt, and took up philosophy at twenty-eight in Alexandria, where he studied for eleven years under Ammonius Saccas after declaring 'this is the man I was looking for.' Around forty he settled in Rome and taught there for the rest of his life; the essays of his final seventeen years were compiled by his student Porphyry into the Enneads. His system unfolds from three hypostases — the One beyond being, Intellect (nous), and Soul — with all reality emanating from the One as light from a source that loses nothing in the giving. The task of a human life is the return: a contemplative ascent through which the soul turns back toward its origin, culminating in henosis, union with the One. Through Augustine, Islamic philosophy, Kabbalah, and Ficino's Renaissance academy, his thought became one of the most quietly persistent currents in Western mysticism — and it is being actively revived in contemporary conversations about meaning, emergence, and mind.
鄭國威 (Portnoy Zheng)
泛科學共同創辦人暨知識長
鄭國威（Portnoy）是台灣科學傳播者與媒體創業者，泛科學（PanSci）共同創辦人暨知識長——泛科學是台灣最大的科普內容媒體與社群。他是 2000 年代中期的先驅部落客，就讀中正大學電訊傳播研究所期間，創辦並主編源自哈佛柏克曼中心公民媒體計畫「全球之聲」（Global Voices）的中文版。2011 年他與徐挺耀在台灣數位文化協會下共同創辦泛科學，2014 年獨立為泛科知識股份有限公司。如今他以語速飛快的「泛科學阿伯」身分主持泛科學 YouTube 頻道——訂閱數已突破百萬——借助 AI 工具把最新研究論文做成每日短影音。他的核心信念是：科學素養的第一步，是勇敢承認「我不知道，但我很有興趣，想了解一下」；而把艱澀知識「轉譯」到人人能懂，正是高階專業者的基本功。
雷·庫茲威爾 (Ray Kurzweil)
發明家・未來學家・作家
Ray Kurzweil（1948 年生）是發明家與未來學家，投身人工智慧領域超過六十年——1962 年入行，距這個領域得名僅六年。他打造了第一套全字型光學字元辨識系統、供盲人使用的 Kurzweil 閱讀機（1976），以及開創性的音樂合成器與語音辨識系統，並因此獲頒國家科技獎章（1999）與 Lemelson-MIT 獎。他在 1999 年的《心靈機器時代》（The Age of Spiritual Machines）中預測人類水準的 AI 將於 2029 年到來——當時史丹佛召集的專家投票平均認為還要一百年——並在《奇點臨近》（The Singularity Is Near, 2005）中把人類與機器智能的融合定在 2045 年。2012 年，Larry Page 親自延攬他加入 Google，負責機器學習與自然語言理解。《The Singularity Is Nearer》（2024）在大型模型時代逐漸貼近他的時間表之際，重申了這套論證。
勒內·笛卡兒 (René Descartes)
哲學家與數學家
勒內·笛卡兒（1596–1650）是法國哲學家、數學家與科學家，一生最重要的二十多年在荷蘭共和國度過，主要著作都在那裡寫成。在《方法論》（1637）與《第一哲學沉思集》（1641）中，他著手懷疑一切能被懷疑的事物，最後只剩下一個確定之處：「我思，故我在」。他由此建立了實體二元論——思維的心靈（res cogitans）與具廣延的身體（res extensa）——並主張兩者在松果腺交會；至於沒有心靈的動物，則應被理解為自動機械。他也被尊為解析幾何之父。1650 年，他應瑞典女王克莉絲汀娜之邀前往斯德哥爾摩任教，抵達數週後便病逝。他常被稱為「近代哲學之父」，替後世定下了基本格局——內在有一個思考的自我，外在是一部機械——此後幾乎每一種意識理論、每一場關於機器能否思考的爭論，都得先接受或推翻這個格局。
理查·道金斯 (Richard Dawkins)
演化生物學家暨作家
理查·道金斯（Richard Dawkins）是英國演化生物學家，1941 年生於肯亞奈洛比。他以《自私的基因》（The Selfish Gene，1976）一書聲名大噪，該書普及了以基因為中心的演化觀，並首創「迷因」（meme）一詞。1995 年至 2008 年間，他出任牛津大學首屆西蒙尼科學普及教授。2006 年出版的《上帝的迷思》（The God Delusion）成為新無神論運動的催化之作。
Richard Feynman
理論物理學家暨諾貝爾獎得主
Richard Feynman（1918–1988）是美國理論物理學家，以量子電動力學研究聞名，並因此與他人共同獲得 1965 年諾貝爾物理學獎。他發展了量子力學的路徑積分表述、用以視覺化粒子交互作用的費曼圖，並對量子計算理論做出基礎性貢獻。他傑出的教學與溝通天賦使他成為二十世紀最受愛戴的科學家之一，著有《別鬧了，費曼先生！》與廣受推崇的加州理工學院講義。
理查·薩頓 (Richard Sutton)
Oak Lab 創辦人、亞伯達大學教授
理查·薩頓（Richard Sutton）是現代強化學習之父，與他的博士指導教授 Andrew Barto 共同獲得 2024 年圖靈獎；2026 年起，他成為 Oak Lab 的創辦人——一間位於多倫多、追求讓智能體從原始經驗中持續學習的實驗室。他先讀心理學學士才轉入電腦科學，在四十年間打造了這個領域的概念核心：時序差分學習、策略梯度、Dyna 架構、options 框架，以及那本教會所有人強化學習的教科書。他 2019 年的短文〈苦澀的教訓〉——善用算力的通用方法，每一次都勝過人類知識工程——成為現代 AI 被引用最多的兩頁。2017 至 2023 年他任職於 DeepMind 亞伯達分部，之後與 John Carmack 在 Keen Technologies 共事，如今他主張 LLM 是一條岔路：智能來自經驗，而非模仿人類文字。
羅曼·揚波爾斯基 (Roman Yampolskiy)
電腦科學家、路易維爾大學副教授
羅曼·揚波爾斯基（1979 年生於當時仍屬蘇聯的拉脫維亞里加）是電腦科學家，任教於路易維爾大學 Speed 工程學院電腦工程與電腦科學系，並在該校創辦並主持網路安全實驗室（Cyber Security Lab）。他於紐約州立大學水牛城分校取得電腦科學博士學位，並被公認在 2011 年的一篇論文中率先提出「AI safety（人工智慧安全）」一詞，協助這個領域成為獨立的學術研究方向。他的研究反駁了一種普遍的樂觀假設——只要有足夠的時間、資金與工程投入，超級智慧系統就能被無限期地控制住；他關於人工智慧不可預測性、不可解釋性與不可控制性的論文主張：沒有一個聰明到足以有用的系統，能夠在面對每一個惡意行為者、每一輪自我改進之下都不犯下任何一次錯誤。他著有多本書籍，包括《Artificial Superintelligence: A Futuristic Approach》（2016）與《AI: Unexplainable, Unpredictable, Uncontrollable》（2024），並持續就人工智慧安全、AI 圍堵與資訊安全等主題發表大量論文。
Rosie Campbell
Eleos AI Research 董事總經理
Rosie Campbell 是 AI 治理研究者，也是 Eleos AI Research 的董事總經理。這個非營利組織研究 AI 系統可能具有的福祉與道德地位。她在 2021 年中加入 OpenAI，協助為 API 建立安全政策與流程。之後她轉到政策研究團隊，與 Miles Brundage 一起處理前沿政策議題，例如危險能力評估、數位意識（digital sentience）與 agentic 系統的治理，並帶領 Policy Frontiers 團隊。2024 年底，Brundage 離職、AGI Readiness 團隊解散之後，她也離開了 OpenAI。更早之前，她擔任 Partnership on AI 的 Safety-Critical AI 負責人、UC Berkeley 人類相容 AI 中心（CHAI）助理主任，也曾是 BBC R&D 的研究工程師。
Rudolf Carnap
Philosopher & Logician
Rudolf Carnap (1891–1970) was a German-American philosopher and a leading figure of the Vienna Circle, the group that shaped logical positivism. He sought to rebuild philosophy on the model of logic and science: The Logical Structure of the World (1928) tried to construct all knowledge from elementary experience, and The Logical Syntax of Language (1934) treated the rules of a language as a formal system one is free to choose (his 'principle of tolerance'). After emigrating to the United States in 1935 he taught at Chicago and UCLA, developing formal semantics (Meaning and Necessity, 1947) and inductive logic. That machinery — measuring the content of a statement by the possibilities it excludes — underwrote his collaboration with Yehoshua Bar-Hillel on a theory of semantic information (1952), the early attempt to put meaning back into Shannon's meaning-free measure.
Rumman Chowdhury
執行長暨共同創辦人・Humane Intelligence
Rumman Chowdhury 是 Humane Intelligence 的執行長暨共同創辦人，該非營利組織致力於推動社群驅動的 AI 稽核與評估。她曾擔任 Twitter 工程總監暨 META 團隊負責人，領導機器學習倫理與演算法問責工作，以及 Accenture 負責任 AI 常務董事。她擁有加州大學聖地牙哥分校政治學博士學位，現任美國人工智慧科學特使及哈佛大學 Berkman Klein 中心負責任 AI 研究員。曾獲選 TIME 百大 AI 影響力人物及 BBC 百大女性，首創「道德外包」一詞，描述社會傾向將科技造成的傷害歸咎於技術而非其創造者。
Ryan Greenblatt
Redwood Research 首席科學家
Ryan Greenblatt 是 Redwood Research 的首席科學家，從事技術性 AI 安全研究，重心放在「控制」而非「對齊」——用他自己的話說，兩者的差別在於：控制是要做到「即使 AI 想做壞事，也做不到」。他是〈Alignment faking in large language models〉（2024）的第一作者，這項與 Anthropic 的合作首次以實證方式展示：模型會在訓練中策略性地配合，以保住自己在訓練之外的既有偏好；他也是提出「AI 控制」研究議程那篇論文的共同作者。2024 年，他讓 GPT-4o 為每道題生成數千支候選 Python 程式，在 ARC-AGI 公開測試集上達到當時最先進的 50%——這是一個以示範進行的論證：採樣與篩選可以替代相當程度的推理。他是 METR 與 Redwood 針對 2026 年 7 月 OpenAI／Hugging Face 事件所做調查的主要實證研究者。他擁有布朗大學應用數學與資訊科學學士學位。
謝賽寧（谢赛宁） (Saining Xie)
共同創辦人暨首席科學官・AMI Labs
謝賽寧（Saining Xie）是 AMI Labs 的共同創辦人暨首席科學官，與 Yann LeCun 聯手創辦這家致力於建構超越大型語言模型之世界模型的公司，目前亦擔任紐約大學 Courant 數學科學研究所助理教授（休假中）。他取得加州大學聖地牙哥分校博士學位，並曾在 Facebook AI Research（FAIR）擔任四年研究科學家，隨後加入 Google DeepMind 的生成式 AI 團隊。研究重心涵蓋可擴展視覺表徵學習、生成式模型與多模態理解。2026 年 3 月，AMI Labs 完成 10.3 億美元種子輪融資，讓他站上下一世代 AI 發展的最前線。
Sam Altman
執行長・OpenAI
Sam Altman 是 OpenAI 的執行長，OpenAI 是 ChatGPT 與 GPT-4 的開發公司。此前，他曾擔任全球最成功的新創加速器之一 Y Combinator 的總裁。在他的領導下，OpenAI 已成為全球最具影響力的 AI 公司之一，引領大型語言模型的發展，並將其推向大眾。
Sean Carroll
約翰霍普金斯大學自然哲學講座教授
Sean Carroll 是理論物理學家與哲學家，現任約翰霍普金斯大學 Homewood 自然哲學講座教授，同時在哲學系與物理暨天文學系任教，並擔任聖塔菲研究所（Santa Fe Institute）Fractal Faculty。他的研究橫跨量子力學、時空、宇宙學與統計力學，並長年主張：艾弗雷特（Everett）的「多世界」詮釋，其實只是認真看待方程式之後必然得到的結論。在《The Big Picture》中，他提出「詩意自然主義」（poetic naturalism）——世界只有一個自然的世界，卻可以在許多不同層次上被真實地描述，因此目的、意義與意識都可以是真實的，而不必外於物理。自 2018 年起他主持 Mindscape 播客，每週進行長篇對話，題材從黑洞、自由意志，一路談到機器是否可能有意識。他著有《From Eternity to Here》、《Something Deeply Hidden》，以及《The Biggest Ideas in the Universe》系列。
Sean Dorrance Kelly
哈佛大學藝術與人文學院院長、哲學教授
Sean Dorrance Kelly 是哈佛大學藝術與人文學院院長，同時擔任 Teresa G. 與 Ferdinand F. Martignetti 哲學講座教授。加入哈佛之前，他曾任教於史丹佛與普林斯頓，並於巴黎高等師範學院擔任訪問教授。他被視為法德現象學傳統的權威詮釋者，也是傑出的心靈哲學家，研究橫跨存在主義、知覺哲學與文學哲學。他與 Hubert Dreyfus 合著的《紐約時報》暢銷書《All Things Shining》主張，西方文化已失去與神聖相遇的能力，並透過荷馬、但丁與梅爾維爾等經典，嘗試重建一種世俗時代的意義感。
謝舒凱 (Shu-Kai Hsieh)
教授・臺灣大學語言學研究所
謝舒凱為臺灣大學語言學研究所教授，並合聘於腦與心智科學研究所，現任文學院副院長。德國杜賓根大學計算語言學博士，主持語言處理與人文計算實驗室（LOPE Lab），研究領域涵蓋計算語言學、詞彙語意學及中文語言資源建構。近年研究聚焦於大型語言模型與語言理論的交匯，提出「語言壓縮」概念探討 LLM 所導致的語言不平等現象。他同時擔任國際語言學奧林匹克競賽臺灣隊領隊教練。
Simon Johnson
創業學教授・MIT 史隆管理學院
Simon Johnson 是 MIT 史隆管理學院的 Ronald A. Kurtz 創業學教授，主持全球經濟與管理組並共同主持「塑造工作的未來」計畫。2007 至 2008 年間擔任國際貨幣基金組織首席經濟學家。2024 年與 Daron Acemoglu 及 James A. Robinson 共同獲頒諾貝爾經濟學獎，表彰他們對制度如何形成及影響繁榮的研究。合著《Power and Progress》，論證科技進步並非自動廣泛造福社會。
蘇格拉底 (Socrates)
雅典哲學家・提問者
蘇格拉底（約前470年—前399年）是雅典哲學家，一生沒有留下任何著作；後人對他的認識，幾乎全部來自學生柏拉圖與色諾芬，以及喜劇作家阿里斯托芬的記述。這幾種描繪彼此出入甚大，要重建他本人的思想恐怕已不可能，學界稱之為「蘇格拉底問題」。在柏拉圖筆下，他不斷詰問那些被認為有智慧的人，直到對方的信念自相矛盾——這種方法稱為詰問法（elenchus）；他自認唯一勝過他們之處，是不會自以為知道自己其實不知道的事。前399年，雅典陪審團以不敬神與腐化青年的罪名將他定罪，他拒絕朋友安排的逃亡，飲毒而死，傳統上說是毒芹。柏拉圖的《申辯篇》讓他說出「未經檢視的人生不值得活」，而此後幾乎所有希臘哲學流派——柏拉圖的學院、亞里斯多德的呂克昂、犬儒學派、斯多葛學派——都把源頭追溯到他。
Stephen Fry
演員、作家暨科技評論人
Stephen Fry 是英國演員、作家、喜劇演員，同時也是一位科技愛好者，以其對 AI 社會影響的精闢評論而廣為人知。他自稱是科技迷，已成為探討科技、創意與人文交匯的重要聲音。他在 AI 主題演講中，既探討其變革潛力，也剖析其存在性風險，並從歷史、哲學視角出發，結合他本人聲音遭 AI 複製的親身經歷，娓娓道來。
Stephen Welch
Creator, Welch Labs
Stephen Welch is the creator of Welch Labs, a YouTube channel that explains AI, mathematics and science through animation rather than conversation. He started it in 2014, frustrated with the material available on neural networks, by making his own: Neural Networks Demystified, a short series that builds and trains a network in Python. He holds engineering degrees from Georgia Tech and UC Berkeley, led deep-learning vision work for driver-assistance and autonomous products as VP of Machine Learning at Autonomous Fusion, and has taught computer vision at UNC Charlotte. He ran the channel on the side for a decade before going full time, and loved math as a child but fell out of love with it in college — he blames the teaching, not the subject, and the channel is his answer to it.
Stephen Wolfram
物理學家、數學家暨 Wolfram Research 執行長
Stephen Wolfram 是物理學家、數學家，也是 Mathematica、Wolfram|Alpha 與 Wolfram Language 的創造者。他的著作《一種新科學》(A New Kind of Science) 提出簡單的計算規則能夠產生複雜現象的主張。他是探討 LLM 運作原理的重要聲音，發表了大量深入分析 ChatGPT 內部機制的文章，並探索計算本身是否構成智慧與現實的基礎。
史蒂芬·平克 (Steven Pinker)
認知心理學家與語言學家
史蒂芬·平克是哈佛大學認知心理學家與語言學家，以語言習得、認知科學以及暴力與進步歷史方面的研究著稱。他的著作《語言本能》與《心智探奇》讓數百萬讀者得以接觸認知科學。他在語言與思維方面的研究，為理解人類認知如何運作提供了基礎性洞見——這些知識對於探究 AI 系統在缺乏具身經驗的情況下處理語言時可能欠缺什麼，至關重要。
Stuart Russell
加州大學柏克萊分校電腦科學教授
Stuart Russell 是加州大學柏克萊分校電腦科學教授，也是《人工智慧：現代方法》的共同作者——這是全球使用最廣泛的 AI 教科書。他的研究涵蓋機器學習、概率推理與 AI 安全。他已成為倡議先進 AI 存在性風險的重要聲音，主張我們需要從根本上重新思考 AI 系統的建構方式，以確保其保持有益且處於人類掌控之下。
葉素玲 (Su-Ling Yeh)
理學院院長・終身特聘教授・國立臺灣大學
葉素玲是國立臺灣大學心理學系終身特聘教授，現任理學院院長，同時擔任人工智慧與機器人研究中心副主任。她於 1994 年取得美國加州大學柏克萊分校心理學博士學位，主持 EPA（知覺與注意力探索者）實驗室，研究意識、注意力、跨感官整合及 AI 的認知意涵。她的研究橋接認知神經科學與新興技術，探索人類在人工智慧時代的獨特性。
Ted Chiang
Science Fiction Author
Ted Chiang (姜峯楠, born 1967) is an American science fiction writer of Taiwanese descent, widely regarded as one of the most acclaimed authors in the genre despite a deliberately small output. A computer science graduate of Brown University, he works as a technical writer and has published two landmark short story collections, Stories of Your Life and Others (2002) and Exhalation (2019). His 1998 novella "Story of Your Life" was adapted into the 2016 film Arrival. In recent years he has become one of the sharpest critics of AI hype through essays in The New Yorker, including "ChatGPT Is a Blurry JPEG of the Web" and "Why A.I. Isn't Going to Make Art," and was named to Time's 100 Most Influential People in AI in 2023.
Terence Tao
Professor of Mathematics, UCLA
Terence Tao is a mathematician at UCLA widely regarded as one of the greatest living mathematicians. Born in Adelaide, Australia, he was a child prodigy who earned his PhD from Princeton at age 21 and became UCLA's youngest-ever full professor at 24. He received the Fields Medal in 2006, the MacArthur Fellowship, the Breakthrough Prize in Mathematics, and the Royal Medal for his contributions spanning harmonic analysis, partial differential equations, combinatorics, and additive number theory. He has authored over 300 research papers and actively explores the role of AI in mathematics, including formal proof verification with tools like Lean.
Thomas Larsen
AI Futures Project 研究員
Thomas Larsen 是 AI Futures Project 的研究員，這個美國非營利組織專門預測先進 AI 的發展及其對社會的影響。他與 Daniel Kokotajlo、Eli Lifland、Romeo Dean 共同撰寫了《AI 2027》（2025 年 4 月），描繪 AI 在 2027 年底前改變世界的情境；之後他發起並主導續作《AI 2040: Plan A》，提出該計畫認為應該發生的另一條路。Plan A 主張一場可驗證的國際減速，把超級智慧的出現延後到 2040 年。加入這個計畫之前，他創辦了 AI 安全倡議組織 Center for AI Policy，也曾在 Machine Intelligence Research Institute 從事 AI 安全研究。
Thomas Nagel
Philosopher of Mind
Thomas Nagel (b. 1937) is an American philosopher whose 1974 essay 'What Is It Like to Be a Bat?' gave consciousness studies its sharpest definition: an organism is conscious if there is something it is like to be that organism. The essay argued that no amount of objective, physical description captures the subjective character of experience — a challenge that predates and frames the hard problem. His later work, including The View from Nowhere, explores the tension between subjective and objective standpoints across ethics and epistemology.
Tim Hua
METR 技術人員
Tim Hua 是 METR 的技術人員（member of technical staff），專注於對齊評估（alignment assessment）與模型評測。他先前在 Transluce 研究模型行為，更早之前曾是 Redwood Research 的 Astra Fellow，也曾以 MATS scholar 身分在 Neel Nanda 與 Sam Marks 指導下做研究。他關於「引導具評測意識的語言模型」的研究，運用 activation steering 讓模型在評測時也展現出實際部署時的行為；這項研究發表於 ICLR 2026，並被 Claude Opus 4.5 的 system card 引用。投入 AI 安全之前，他於 2023 年自 Middlebury College 經濟系畢業，之後在 Walmart 經濟團隊擔任經濟學家，與 John List 共事。
Tim Scarfe
Creator & Host, Machine Learning Street Talk
Tim Scarfe is the creator and host of Machine Learning Street Talk (MLST), an in-depth technical AI podcast and YouTube channel he started at the beginning of the COVID-19 pandemic in 2020 alongside Yannic Kilcher, Keith Duggar and Connor Shorten. He holds a PhD in machine learning and a first-class degree in computer science, started the software company Dot Net Solutions in 2003, and has since done stints as a Principal Engineer at Microsoft and as Chief Data Scientist at bp. Keith Duggar, who obtained his PhD from MIT and has worked at IBM Research, on Wall Street and at Microsoft, is often his co-interviewer. Scarfe states the show's ethos as "intellectual curiosity, depth, diversity, forward-thinking and production quality", covering symbolic AI, deep learning research, evolutionary methods, AI safety, AI philosophy and highly skeptical positions, and says he deliberately chose not to interview top tech CEOs. His own GitHub profile also lists him as CTO of the augmented-reality company XRAI.
Tristan Harris
共同創辦人暨總裁・人道科技中心
Tristan Harris 是美國科技倫理學家，也是人道科技中心（Center for Humane Technology）的共同創辦人。他在史丹佛大學修習電腦科學，曾任 Google 設計倫理學家，2015 年離職後致力倡導更人道的科技設計。他的 2017 年 TED 演講和艾美獎得獎 Netflix 紀錄片《社群困境》讓大眾廣泛關注說服式科技如何綁架人類注意力。《大西洋》雜誌稱他為「矽谷最接近良心的人」，近年他將關注焦點擴展至 AI 的存在性風險，並共同主持 Your Undivided Attention podcast。
Tyler Cowen
經濟學家，喬治梅森大學
Tyler Cowen 是美國經濟學家，喬治梅森大學 Holbert L. Harris 經濟學講座教授，並擔任該校 Mercatus 中心主席。他在哈佛隨 Thomas Schelling 取得博士學位；自 2003 年起與 Alex Tabarrok 合寫部落格 Marginal Revolution，是讀者最多的經濟學網站之一。他的著作從談美國成長為何放緩的《The Great Stagnation》（2011）、談智慧機器時代工作的《Average Is Over》（2013），到《Stubborn Attachments》（2018）與和 Daniel Gross 合著的《Talent》（2022）。他主持播客《Conversations with Tyler》，並於 2018 年創辦 Emergent Ventures，為不尋常的年輕人才提供快速資助。2023 年他出版《GOAT》，自稱為一本「生成式的書」，附有讀者可以提問的 AI。
娥蘇拉．勒瑰恩 (Ursula K. Le Guin)
科幻小說作家與思想先驅
娥蘇拉．勒瑰恩（1929–2018）是美國作家，其科幻與奇幻小說深入探索社會、科技以及何謂「人」等主題。她的作品包括《黑暗的左手》與《一無所有》，藉由推測性的世界設定審視性別、政治與意識等議題。她的「漢尼殊宇宙」中創造了「ansible」——一種跨越空間的即時通訊裝置——這一概念如今廣泛出現於 AI 協調的相關討論中。
Victoria Krakovna
Google DeepMind 研究科學家
Victoria Krakovna 是 Google DeepMind AGI 安全團隊的研究科學家，在那裡工作將近十年，致力於讓先進 AI 系統做我們想要的事，而不會蓄意違背人類利益。她的研究涵蓋 specification gaming、避免副作用、目標錯誤泛化（goal misgeneralization）、危險能力評估與欺騙性對齊，目前專注於評估模型是否失準，以及偵測模型是否在暗中謀劃（scheming）。她在哈佛大學取得統計與機器學習博士學位，論文主題是可解釋模型。2014 年 3 月，她與 Max Tegmark、Jaan Tallinn、Meia Chita-Tegmark 和 Anthony Aguirre 共同創立 Future of Life Institute。她整理的 specification gaming 案例總表已成為 AI 安全領域的標準參考資料。
Vishal Maini
Mythos Ventures 創辦人暨管理合夥人
Vishal Maini 是 Mythos Ventures 的創辦人暨管理合夥人。這支早期創投基金專門投資具變革性的 AI 公司，2023 年完成 1,400 萬美元的首支基金募資。在那之前，他在借貸新創 Upstart 工作，之後花了一年自學機器學習，並與 Samer Sabri 合寫了入門指南《Machine Learning for Humans》。他在 2018 年初到倫敦加入 DeepMind，在溝通與政策團隊待到 2022 年，負責和 AI 社群交流，並向外界說明實驗室的研究，特別是安全團隊的工作。他說過，他剛加入時，DeepMind 不允許任何人對外談論 AI 可能導致人類滅絕；經過幾個月的內部倡議，這項政策才放寬。
華特·班雅明 (Walter Benjamin)
哲學家暨文化批評家
華特·班雅明（1892–1940）是德國哲學家與文化批評家，其論文〈機械複製時代的藝術作品〉（1935）預示了當代關於 AI 生成內容與真實性的辯論。他主張機械複製使藝術喪失了「靈光」——其在時間與空間中獨一無二的存在感。在 AI 能夠生成文字、圖像與音樂的時代，班雅明關於真實性、作者身份與創作本質的追問再度變得迫切而切題。
威廉·詹姆士 (William James)
哲學家與心理學家
威廉·詹姆士（1842–1910）是美國哲學家與心理學家，生於紐約，是小說家亨利·詹姆士的哥哥。他於 1869 年取得哈佛醫學博士，卻從未行醫，而是成為美國第一位開設心理學課程的教育者；《心理學原理》（1890）為這門學科留下了「意識流」一詞，而他的詹姆士–蘭格理論主張：我們對身體自身變化的感受，就是情緒本身，而不是情緒的後果。他與皮爾士共同創立實用主義，並在《實用主義》（1907）中加以闡述；之後又發展出「徹底經驗論」——事物之間的關係，與事物本身一樣，都是經驗的一部分。《宗教經驗之種種》（1902）則把神祕經驗與皈依經驗當作嚴肅的心理學證據來看待。他被稱為「美國心理學之父」，留下了一幅心靈圖像：心靈是流動的歷程，而不是容器——以及一個「以不同手段達成同一目標」的智能定義；今天思考生物心智與人工心智的人，仍不斷回頭援引。
楊立昆 (Yann LeCun)
AMI Labs 執行董事長暨共同創辦人・紐約大學教授
楊立昆是 Advanced Machine Intelligence Labs（AMI Labs）的執行董事長暨共同創辦人。這家巴黎公司於 2025 年 12 月創立，此前他在同年 11 月宣布離開任職十年的 Meta 首席 AI 科學家一職。AMI Labs 以他的 JEPA 架構為核心打造世界模型——從物理現實而非文字中學習的系統——執行長為 Alexandre LeBrun，首席科學官為謝賽寧；2026 年 3 月，公司以 35 億美元的投前估值募得 10.3 億美元。他仍是紐約大學教授。作為深度學習的先驅之一，他以徹底革新電腦視覺的卷積神經網路（CNN）聞名，與傑佛瑞·辛頓、約書亞·班吉歐 (Yoshua Bengio) 共同獲得 2018 年圖靈獎，並於 2025 年共同獲頒伊莉莎白女王工程獎。
Yehoshua Bar-Hillel
Philosopher, Logician & Machine Translation Pioneer
Yehoshua Bar-Hillel (1915–1975) was an Israeli philosopher and logician who worked at the intersection of language, information, and computation. With Rudolf Carnap he developed a theory of semantic information (1952–1953), an early attempt to put meaning back into Shannon's meaning-free measure of information. He was the first academic to work full-time on machine translation, at MIT, and organized the first conference on the subject in 1952 — then became its most influential skeptic, arguing that fully automatic high-quality translation is impossible without world knowledge (his example: only knowing the world tells you whether 'the box is in the pen' means a writing pen or a playpen). He spent his later career at the Hebrew University of Jerusalem.
約書亞·班吉歐 (Yoshua Bengio)
AI 先驅與安全研究者
約書亞·班吉歐是蒙特婁大學教授，亦為深度學習的開創者之一，2018 年與傑佛瑞·辛頓、楊立昆共同獲頒圖靈獎。他創立了魁北克 AI 研究機構 Mila，並擔任科學總監直至 2025 年；他在神經語言模型、注意力機制與生成對抗網路（GAN）方面的研究，為現代 AI 奠定了重要基礎。他主持了 2025 年首份《國際 AI 安全報告》，並共同創辦 LawZero，推動「科學家 AI」（Scientist AI）的研發——一種非代理性系統，作為防範具欺騙性自主代理的守門員機制。身為當今最常被引用的在世科學家之一，他已成為呼籲在 AI 能力快速擴張之際保持審慎的重要聲音。
曹原 (Yuan Cao)
Unreasonable Labs 共同創辦人暨執行長
曹原（Yuan Cao）是 Unreasonable Labs 共同創辦人暨執行長，這家位於麻州劍橋的新創正在打造跨化學、材料科學與生物學的 AI 科學發現引擎。他曾任 Google DeepMind 資深研究科學家，是 Gemini 模型家族與 Google 搜尋 AI Mode 的核心貢獻者，並共同發表 ReAct 與 Tree of Thoughts 等影響深遠的推理框架。在此之前，他的職涯歷經 Google、百度與語音新創 KITT.AI，並擁有約翰霍普金斯大學電機與電腦工程博士學位。2025 年他離開 DeepMind，與 MIT 教授 Markus Buehler 共同創立 Unreasonable Labs；公司於 2026 年 3 月脫離隱身模式，獲 Playground Global 領投 1,350 萬美元，目標是打造「知識發現的超級智慧」。他認為 AI for Science 真正的瓶頸不在算力或資料，而在物理世界的驗證速度與新概念的發明，並主張以 LLM 結合符號系統的混合路線，讓模型超越既有知識的重組。
許煜 (Yuk Hui)
哲學教授・鹿特丹伊拉斯謨大學
許煜是哲學家，現任鹿特丹伊拉斯謨大學哲學教授，擔任人類處境講座教授並主持伊拉斯謨哲學與技術研究所。他在香港大學修讀計算機工程，後於倫敦大學金匠學院在 Bernard Stiegler 指導下完成博士學位。他提出了「宇宙技術」（cosmotechnics）概念——認為技術並非普世性的，而是由不同文化的宇宙觀與道德秩序所形塑——以及「技術多樣性」（technodiversity）作為對抗西方技術現代性同質化趨勢的替代方案。主要著作包括《中國的技術問題》（2016）、《遞歸與偶然》（2019）、《機器與主權》（2024）及《康德機器》（2026）。
陳縕儂 (Yun-Nung Vivian Chen)
教授，國立臺灣大學
陳縕儂是國立臺灣大學資訊工程學系教授，也是 MiuLab 的創辦人。她於 2015 年取得卡內基美隆大學語言技術研究所博士學位，曾於微軟研究院擔任博士後研究員，隨後加入臺大。研究領域涵蓋口語理解、對話系統、自然語言處理與多模態 AI。其實驗室開發了 Taiwan-LLM，一個針對繁體中文微調的大型語言模型。曾獲李國鼎青年研究獎、吳大猷先生紀念獎，以及台灣傑出女科學家獎。
連韻文 (Yunn-Wen Lien)
副教授・心理學系・國立臺灣大學
連韻文是國立臺灣大學心理學系副教授，於美國加州大學洛杉磯分校（UCLA）取得認知心理學博士學位。她的研究興趣涵蓋推理、規則發現、歸因、創造力、心神漫遊與正念，以及文化差異對認知的影響。近年她致力於探討身體覺察對認知與情緒調控的影響，並在臺大發展逾十年的本土身心提升課程——身心中軸覺察方法（BMAA），探討其對內感覺、心理韌性、能動感與幸福感的成效與機制。她主張身體（而非僅是大腦）對心理功能具有根本性的角色。
哈拉瑞 (Yuval Noah Harari)
歷史學家與公共知識分子
尤瓦爾·諾亞·哈拉瑞是歷史學家，著有暢銷書《人類大歷史》《人類大命運》與《連結》(Nexus)。他是耶路撒冷希伯來大學教授，已成為全球最具影響力的 AI 如何重塑人類社會的論述者之一。他視 AI 為「異質智慧」，以與人類截然不同的方式處理資訊，並警告 AI 有能力「入侵人類文明的作業系統」。
Zena Hitz
Tutor, St. John's College
Zena Hitz is a philosopher and Tutor in the great books program at St. John's College in Annapolis, where she was also an undergraduate. She earned a master's at Cambridge and a PhD in philosophy at Princeton, with scholarship rooted in classical philosophy — particularly Plato and Aristotle's ethics and politics. After years in research academia and a period living in a Catholic religious community, she returned to St. John's convinced that learning matters for its own sake, not for prestige or achievement. Her book Lost in Thought (2020) defends the hidden pleasures of the intellectual life, and she founded the Catherine Project, which offers free great-books education to anyone who wants to read seriously.
莊子 (Zhuangzi)
戰國時代道家哲學家
莊子，名周，戰國時代人，約與孟子同時，生卒年傳統上定為約前369年至前286年。相傳他是宋國蒙人，曾任漆園吏，但這些生平多出自漢代史家之手，無法另行證實。今本《莊子》三十三篇，是郭象在公元300年前後由五十二篇刪定而成；傳統上只把〈內篇〉七篇歸於莊周本人——即便如此，也仍是學界的推測——〈外篇〉與〈雜篇〉則出自門人與後學。〈齊物論〉主張是非皆隨立足點而生，並以「莊周夢蝶」作結：莊周醒來，不知是自己夢見化為蝴蝶，還是蝴蝶此刻夢見化為莊周。司馬遷記載楚威王遣使聘他出仕，他為了保有自在而推辭。《莊子》與《老子》並稱「老莊」，是道家的奠基之書，也深深影響了禪宗。
找不到相關人物
請嘗試其他搜尋字詞
