2024年AI领域女性人才报告

目录 本报告受有关责任、所有权和使用限制的惯常免责声明约束。点击此处阅读完整免责声明。 关于泽基 Zeki识别并排名前1%的人工智能人才全球范围内。 我们的专有数据集为世界一流的科研人员、科学家和工程师提供了前所未有的量化洞察。Zeki的目标是让这类人才（特别是处于发现和创新前沿的顶尖青年人才）更加透明化。 Zeki的AI数据集是全球唯一同类数据集---包括超过13,300人和超过200万个独立数据点.In this Women in AI 2024 report, we have ranked and scored33,000+ 女性来自109个国家，在超过4,300所大学接受教育或工作，或在全球范围内由超过42,000家公司或机构雇佣。 我们提供精准、数据驱动的见解，帮助组织找到、吸引并留住人工智能领域的顶尖女性人才。这些可操作的情报为组织提供了先发优势。识别投资机会,加速创新, 和获取顶尖人才. 我们的联合创始人汤姆·赫德（Tom Hurd）担任英国情报分析负责人之前，曾担任英国国土安全部门负责人。他还负责组建了英国的联合生物安全中心，这是一个以数据为主导的组织，将数据科学和公共卫生专业知识结合起来，以更早、更准确地发现COVID-19疫情。 我们的旗舰报告，AI人才的现状 2024,为在争夺顶尖AI人才竞赛中获胜和失败的国家、公司、大学和行业提供了直接的洞察。 了解更多，请联系我们：enquiry@thezeki.com 执行摘要 女性在人工智能（AI）领域日益成为重要参与者，推动着科研进展，并在整体生态系统中创建属于自己的空间。Zeki的《2024年人工智能女性报告》描述了女性在遵循科研与职业道路时所做出的选择。 报告中强调的主要趋势包括： 要回归。这一趋势在新冠疫情期间及之后加速。 • 根据Zeki指标衡量，顶尖的女性AI科学家和工程师是专注于在研究中追求卓越并提升人工智能。使其更稳健和更具代表性。 • 女性被在大型公司工作但很快离开。他们在五大巨头（亚马逊、苹果、谷歌、Meta 和微软）中停留的时间最少。 • 尽管她们在人工智能领域的研究贡献始终如一，但女性在人工智能领域可见性和认知度较低随着他们职业生涯的推进。 • AI领域的顶尖女性发现更多连续性和更多女性同行。小型公司. • 女性日益增长地选择在小团体中工作和在他们对重要的问题上。 • 一些公司吸引的女性比其他公司更多，尤其是健康与咨询：部门。 • 女性在人工智能领域倾向于旅行频率更低且范围更小。：他们更贴近自己的祖国，即使他们为了培训或工作而移居海外，他们也很可能... • 即使他们离开研究领域，AI领域的女性选择与AI保持紧密联系。在计算机科学及其相关领域。 泽基将AI领域的女性视为创新的有力源泉。由一位女性联合创立，并且主要由女性运营，泽基已开发出技术，使那些投资、雇佣或资助AI人才的人受益。 本报告旨在为这些杰出的女性在致力于推进我们共同知识体系、构建未来技术的过程中，带来更多可见性和机遇。 数据和 methodology Zeki基于三个垂直领域提供人才的单视图。 社区 - 他们的360 职业定位 研究报告PERFORMANCE 同行认可、领导职位、获奖及奖学金 职业时间线、流动性、专业网络 人工智能是一个高度动态的领域，每天都有新的人才和专业知识进入市场。 本报告颂扬女性，同时赞扬那些倡导其教育和发展机构与公司。我们聚焦于处于探索和创新前沿的顶尖新兴人才，展示我们技术用于发掘有潜力、因各种原因可能缺乏适当支持体系的职业生涯早期人才。 女性在人工智能领域扮演着核心角色，为长期由男性主导的市场带来了独特的视角。 为此，我们创建了一个精选数据集，其中女性要么被选为在20个最负盛名的AI会议上发表论文，要么其研究论文被发表在排名前20的AI期刊上，时间跨度为过去10年。我们从这些来源收集数据，以整理一个全面涵盖她们的著作和研究关联的数据集。133,082人在人工智能创新的最前沿，其中23%为女性（30,571人）然后，我们通过使用各种开源数据库，并应用我们先进的机器学习模型来预测其可能的职业发展路径，从而增强了这些数据。 数据和方法的持续进行 例如，我们通过补充超过200万个独特数据点来丰富我们的数据集，这些数据点涵盖了女性在AI社群中的思想领导力和组织角色，包括奖项、奖学金，以及参与黑客马拉松和竞赛的经历。这使我们能够描述社群中的精英主义进程，包括谁被选中，或被选中承担更广泛的角色，以及谁因其卓越而获得同行的认可。 最终，我们对超过133,000名顶尖AI人才的初始数据集进行了匿名化和筛选，最终确定了30,571名我们高度自信认定为高成就者的女性。我们相信，这个群体代表了最有可能因其才能和先进技能而对AI生态系统产生变革性影响的人。 在这个Zeki数据集中，我们表彰来自109个国家的女性人才，她们曾在4300多所大学接受教育或工作，或受雇于全球42000多家公司或组织。 我们也基于Zeki评分系统对我们的数据集中的每个数据点进行了评分，该系统衡量了每个职业生涯事件或行为所带来的声望和影响力。我们的关注点在于西方主导的人工智能生态系统中的人才，因此我们没有包含中国女性。 第一章 关键发现 在人工智能领域表现优异的女性人数正迅速增长。 我们观察到，自1990年以来，顶尖女性AI科学家和工程师的数量增长了10000%。 顶尖人工智能女性专家已围绕改进人工智能以使其更加公平和稳健，以及利用人工智能帮助改善社会成果（例如在医疗领域）而建立起其专业知识。TOP WOMEN IN AI BUILD THEIR EXPERTISE ON WHAT MATTERS TO THEM顶尖AI女性将她们的专长建立在她们所关注的事情之上。 卓越的科研是关键的动力。 女性高度有动力进行优异的研究并做出权衡以实现这一目标。 早期职业女性比中后期职业女性获得更多认可与支持 随着早期职业女性所获得的认可和支持水平的不断提高，尽管她们的研究质量始终如一，但这种认可和支持并不会贯穿其整个职业生涯。 在顶尖人工智能会议上的研讨会正日益受到女性的欢迎。 研讨会为女性提供了交流观点并在她们最关心的议题上展现领导力的机会。 女性在全球人工智能舞台上 人工智能已成为一个真正全球性的现象，这体现在现在已成为该市场一部分的国家数量上。全球女性的参与也不例外，女性人工智能专业人士活跃在109个国家。我们关于人工智能女性的数据集代表每个国家平均有152名女性科学家，有18个国家拥有更多数量。 AI人才在美国非常活跃。英国（1,147人）和德国（864人）在总人数方面分别位居第二和第三，但最具说明性的是在其生态系统中女性占比最高的国家列表：台湾（36%）和澳大利亚（26%），尤其是紧随其后的是意大利和荷兰。 正如我们在旗舰报告《2024年人工智能状况》中所记录的，美国是当今人工智能领域大多数发现和发展活动的主要驱动力。大约有7000名女性，代表全球女性的22% 本报告的主线在于表彰在AI领域中推动女性人才发展的杰出人物和倡导者，通过描述全球及各国的部分主要趋势，全面利用Zeki数据集以及我们先进的数据科学分析技术。 越来越多的女性在人工智能领域工作 科学家们已进入市场。仅在过去的10年间，女性在人工智能领域首次发表研究成果的比例增长了93%。总体而言，自2005年人工智能峰会启动并导致人工智能研究经费大幅增加以来，该领域经历了历史上最高的发表量。 在很大程度上，女性在人工智能领域从事研究、科学和工程工作。这些是那些开始在学术界职业生涯的人，他们通常首先在期刊或会议论文集中发表作品，在会议上发表演讲或在研讨会上的演讲，或使他们的工作可在在线存储库中获取。 在绝大多数历史时期，人工智能领域一直由男性主导。在1990年至2023年间，女性在该领域的参与度增长了惊人的10,896%，平均年增长率为16%，如下图所示。 确实，人工智能出版物的增长非常显著，尤其是在所谓的20世纪90年代和21世纪初的“人工智能寒冬”结束后。这一时期也见证了首次作者数量的增加，因为更多的人工智能 女性的资质和人工智能领域的主要兴趣。 女性尤其热衷于参与工作，以确保人工智能对社会是安全的，这一点体现在她们组织的各类研讨会主题上。本页面的树状图展示了女性最倾向于组织或发言的研讨会研究领域。该图涵盖了广泛的主题，如人工智能生物学和人工智能数据安全，同时也包括较窄的技术和工具，如强化学习和生成对抗网络，从而充分反映了女性广泛的兴趣和活动。 随着该领域人数的不断增长，女性拥有与男性相同类型的资格认证，并且兴趣也同样多样化。 78%的女性在人工智能领域拥有高等教育学位，其中62%拥有博士学位。总体而言，博士学位是进入人工智能市场最常见的资格。在《2024年人工智能状况报告》中，我们注意到1990年至2024年间累计有5万名博士毕业生，这一数字仍远未满足当前对人工智能人才的需求。 AI领域内的杰出女性始终关注其研究的质量。 本报告中一个持续的主题是，顶尖的女性科学家和工程师专注于其研究的质量，以及他们为世界带来新想法。 我们在本节中证明，女性的研究和领导质量在其职业生涯中始终保持一致，男性亦是如此。 在下一页的图表中，我们将男性和女性的职业生涯阶段与其专业知识水平进行对比。我们根据人才获得最后一个正式资格（通常为博士学位）以来在该领域工作的年数计算其职业生涯阶段。早期职业阶段包括毕业后头7年，经验丰富阶段标识在该领域工作至少12年的人才，而中期职业阶段则是7至12年的区间。 在专业水平方面，我们根据在期刊和会议录中的发表数量来计算这些水平。新秀是指发表少于5篇论文的人，之后每提升一个级别，发表数量就增加。最高级别领导者反映的是发表数量多且总引用次数高，从而识别出开创性研究。 对于随机样本中的1000名个体（在图形中以点表示），男性和女性在预测方向上遵循相似的模式：人工智能人才在该领域花费的年数越多，他们获得更高水平专业知识的可能性就越大。 这些视觉图表在研究专长方面显示男性和女性的情况是一致的。 图6-8。差异between women and整体人才涵盖Zeki研究指标由职业阶段 这些视觉材料表明，顶尖的女科学家和工程师在其职业生涯中始终与其男同行在领导科研项目、获取资金的能力、思想领导力以及其研究网络的覆盖范围上保持一致。 卓越与领导力指标追踪已发表的科研成果，并记录个人是否为这些成果的首席作者。数据显示，离开母国的女性往往得分高于留守的女性。这在希腊、新加坡和挪威表现得尤为显著。另一方面，芬兰的情况是，留守的女性能够发表与离开者相当数量的成果，并且更频繁地成为首席作者。 我们的研究还发现，在人工智能领域的顶尖女科学家和工程师，其离开他们接受教育和培训的国家去的可能性低于男性。然而，追求科研卓越的动机压倒了这一点，正如本页上的视觉材料所显示的那样。 Zeki指标可以作为衡量标准，用于探索一个人是否可能移出其居住国或留居，以及这将如何影响其表现。研究 测量专业网络规模（这两个网络经常重叠）。总体情况是，离开自己国家的人在其研究领域得分较高，而在职业网络方面，人才是否离开或留下似乎影响不大。出国定居无疑是促进研究合作的重要途径，但这似乎并不适用于职业网络。 AI领域的女性更有动力建立其研究网络，并将离开其教育国家以追求这些机会。而专注于扩大其职业网络的女性则并非如此。 研究覆盖指标衡量研究网络规模和职业网络 在人工智能社区较小的国家，顶尖的女性人工智能专家将抓住机会离开，以提升其研究的知名度。这种知名度，如果在女性职业生涯早期获得，还会使她们更容易吸引大型跨国公司。 社区可见性指标衡量女性使其工作更具可获得性和突出性的能力。离开母国的女性在人工智能领域的这一指标得分往往高于留守的女性。这一现象普遍存在，除美国和英国这两个英语国家（全球可见性活动的主要发生地）外。如果澳大利亚不