Meilleurs influenceurs IA 2025 : vérifiés, respectés, suivis

En 2025, l'intelligence artificielle a dépassé le stade du battage médiatique. Elle s'appuie désormais sur des recherches éprouvées, des infrastructures plus solides et la réalité de la création de produits durables. X (anciennement Twitter) , nombre des personnes qui animent le débat sont également à la pointe de la technologie. Elles conçoivent, étudient et gèrent des systèmes qui façonnent son utilisation dans les entreprises, la recherche et les projets open source.

Il ne s'agit pas d'une liste de célébrités. Chaque personne présente ici a un impact réel, une expertise reconnue et une expérience avérée dans l'animation des discussions au sein de la communauté de l'IA. Leurs points de vue comptent car ils sont issus de la construction, de l'orientation et de la remise en question des systèmes qui façonnent notre avenir.

Yann LeCun (@ylecun) — Scientifique en chef de l'IA chez Meta

Yann LeCun demeure l'une des voix les plus influentes de l'IA, notamment en recherche fondamentale. Ses interventions publiques tranchent souvent avec la dynamique actuelle, notamment dans les débats sur les grands modèles de langage. Il défend des systèmes qui apprennent avec beaucoup moins de données et consomment beaucoup moins d'énergie, s'écartant ainsi de la logique du « plus c'est grand, mieux c'est ».

La place de LeCun dans l'histoire est consolidée par l'invention des réseaux de neurones convolutifs (CNN), désormais essentiels à la vision par ordinateur. Aujourd'hui, il est un fervent défenseur de l'apprentissage auto-supervisé et de l'IA autonome – des machines qui développent la compréhension par l'observation plutôt que par l'ingestion incessante de données.

Il tweete rarement du contenu original désormais, mais il republie souvent ou crée des liens vers des essais approfondis sur la recherche en IA et la conception de systèmes.

• Thèmes principaux : architectures économes en énergie, apprentissage centré sur l'objet, modèles du monde ;
• Portée du public : plus de 900,000 XNUMX abonnés ;
• Dynamique notable : échanges techniques fréquents avec les chercheurs de OpenAI et DeepMind;

Depuis plus de trente ans, ses travaux ont façonné la stratégie d’IA de Meta, visant des systèmes qui observent et pensent de manière plus proche du raisonnement humain, et qui ne se contentent pas de prédire le mot suivant dans une séquence.

Andrej Karpathy (@karpathy) — Membre fondateur de OpenAI

Andrej Karpathy allie une expertise technique approfondie à la perspective de quelqu'un qui a donné vie à des produits majeurs. Il décompose des idées complexes – de la conception du modèle aux choix de formation et aux obstacles au déploiement – d'une manière qui trouve un écho auprès des chercheurs comme des développeurs.

Son flux fusionne connaissances techniques et vision. Par exemple, il a récemment suggéré que les grands modèles de langage deviennent les éléments constitutifs des logiciels modernes.

• Héritage : premières avancées dans l'apprentissage profond et la vision par ordinateur, leadership de l'IA chez Tesla ;
• Portée : plus d'un million d'abonnés ;
• Engagement : conférences fréquentes et éducation communautaire ;

Après être retourné à OpenAI En 2024, Karpathy s'est attaché à simplifier la gestion des modèles et à les faire évoluer sans perdre le contrôle. Il a également œuvré à l'ouverture de davantage de ressources à la communauté des développeurs. Dans ses publications, il associe une réflexion technique approfondie au travail quotidien de développement logiciel, offrant aux ingénieurs des moyens pratiques de créer des systèmes performants en conditions réelles d'utilisation.

Fei-Fei Li (@drfeifei) — Professeur à Stanford

Fei-Fei Li s'est forgé une réputation en alignant l'IA sur les besoins humains. Elle prône des conceptions qui servent autant les intérêts des entreprises et des gouvernements que ceux des secteurs de la santé, de l'éducation et de l'intérêt public. Elle a dirigé la création d'ImageNet, un projet qui a révolutionné l'apprentissage profond et a laissé une empreinte profonde sur l'IA actuelle.

Ses articles portent sur l’aspect humain de l’IA : les implications éthiques, l’impact sur les soins de santé et l’importance de préserver la dignité humaine.

• Connu pour: ImageNet Institut d'IA centrée sur l'humain de Stanford ;
• Audience : plus de 500,000 XNUMX abonnés, conseillant les décideurs politiques américains et internationaux ;
• Thèmes actuels : éthique, accessibilité et inclusion sociale dans les applications de l’IA ;

Elle intègre le point de vue de personnes souvent négligées dans le secteur technologique – comme le personnel médical, les enseignants et les personnes en situation de handicap – et met leurs préoccupations au centre de ses préoccupations. Li considère l'IA responsable comme une question d'empathie, de prévoyance et de participation, émanant de voix bien au-delà des conseils d'administration de la Silicon Valley.

Emad Mostaque (@EMostaque) — Fondateur de Stability AI

Emad Mostaque est un defiFigure incontournable de l'IA générative open source, il milite pour que les modèles et les ensembles de données soient accessibles au-delà de l'emprise des grandes entreprises, incitant une vague de startups à proposer des systèmes à pondérations ouvertes.

Sur son fil d’actualité, il partage des mises à jour dynamiques sur l’IA générative open source et invite le public à donner son avis sur le développement.

• Étape importante : lancement de Stable Diffusion;
• Domaines d’intérêt : transparence des coûts, ouverture des infrastructures, principes de sécurité de l’IA ;
• Audience : plus de 250,000 XNUMX abonnés ;

Mostaque analyse régulièrement les coûts et les contraintes réels liés à la création de modèles avancés, offrant un aperçu rare des budgets et des efforts techniques nécessaires aux outils génératifs. Son insistance sur l'ouverture a modifié les attentes quant à ce que les développeurs et les chercheurs devraient pouvoir inspecter et contrôler.

Timnit Gebru (@timnitGebru) — Fondateur de Institut DAIR

Les recherches de Timnit Gebru sur les biais algorithmiques et la transparence des données ont transformé la manière dont l'équité de l'IA est abordée à l'échelle mondiale. Elle examine qui détient le pouvoir dans le développement de l'IA et comment ce pouvoir influence les résultats.

Elle utilise sa présence pour mettre en évidence les problèmes de biais, faisant souvent référence à ses recherches ou aux principaux développements politiques sur l’équité dans l’IA.

• Domaines clés : biais systémiques dans les LLM, gouvernance dirigée par la communauté, normes éthiques en matière de données ;
• Audience : plus de 160,000 XNUMX abonnés ; cité dans les cadres politiques du monde entier ;

Elle fonde ses arguments sur des preuves tangibles. Ses études révèlent comment des failles dans les données de formation peuvent aggraver les inégalités réelles liées à la race, au genre et à la classe sociale. Les législateurs et les régulateurs s'appuient désormais sur ses recherches pour élaborer les règles, ce qui fait d'elle une voix critique de premier plan dans ce débat.

Chris Olah (@ch402) — Co-fondateur de Anthropique

Chris Olah a démystifié certains des aspects les plus complexes des réseaux neuronaux. Ses explications visuelles et narratives sur la façon dont les modèles traitent l'information sont devenues un support pédagogique dans les universités et des références pour les chercheurs en sécurité de l'IA.

Il publie fréquemment des mises à jour sur l’interprétabilité : des travaux récents sur l’analyse de circuits de modèles open source ont attiré l’attention dans les cercles de recherche sur la sécurité.

• Spécialité : outils d'interprétabilité, visualisation du chemin de décision ;
• Audience : plus de 150,000 XNUMX abonnés ;
• Travaux récents : alignement de modèles, protocoles de sécurité, IA constitutionnelle ;

En rendant visible le fonctionnement interne de l'IA, Olah a fait de l'interprétabilité une question qui n'était plus une simple curiosité académique, mais une exigence essentielle de confiance et de sécurité. Son influence façonne la manière dont les laboratoires et les décideurs politiques envisagent la surveillance et l'orientation du comportement des modèles.

Sara Hooker (@sarahookr) — Directeur chez Cohere pour l'IA

Sara Hooker œuvre à rendre l'apprentissage automatique plus efficace et plus accessible. Elle met en avant les chercheurs des régions aux ressources limitées, cherchant à décentraliser les contributions à ce domaine.

Ses publications mettent en lumière l’inclusivité dans la recherche en IA – elle a récemment attiré l’attention sur les limites de la réglementation basée sur le calcul.

• Objectifs principaux : modèles clairsemés, reproductibilité, recherche en IA inclusive ;
• Audience : plus de 45,000 XNUMX abonnés ;

Ses travaux remettent en question l'idée selon laquelle la recherche sérieuse ne peut se faire qu'avec des infrastructures de grande envergure. En promouvant des architectures efficaces et une collaboration mondiale, Hooker redéfinit les attentes en matière de performance et de participation à l'IA.

Ethan Mollick (@emollick) — Professeur à Wharton

Ethan Mollick démontre comment les outils d'IA transforment la façon dont les individus apprennent et travaillent. Ses expériences avec de grands modèles linguistiques en classe et en entreprise produisent des résultats concrets et reproductibles.

Son flux intègre l’IA dans des scénarios réels de classe et de bureau, explorant comment la conception rapide et les outils du lieu de travail évoluent et influencent l’apprentissage.

• Domaines d'intérêt : LLM appliqués, ingénierie rapide, flux de travail assistés par l'IA ;
• Audience : plus de 280,000 XNUMX abonnés ;

Mollick travaille en testant lui-même les outils, en observant le résultat et en ajustant son approche au fur et à mesure. Cette boucle pratique offre aux enseignants et aux professionnels un modèle pour intégrer l'IA avec un minimum d'approximations.

Dario Amodei (@darioamodei) — PDG de Anthropique

Dario Amodei dirige l'un des projets de sécurité de l'IA les plus surveillés. Le développement d'Anthropic Claude fait partie d’une stratégie plus large visant à rendre la mise à l’échelle plus sûre sans freiner l’innovation.

Il publie rarement, mais lorsqu'il le fait, ses opinions suscitent le débat, dénonçant récemment un récit qu'il a décrit comme déformant la mission de sécurité d'Anthropic.

• Focus : IA constitutionnelle, fiabilité du système, alignement à grande échelle ;
• Audience : plus de 70,000 XNUMX abonnés ; reconnu lors d'audiences législatives et de sommets mondiaux ;

Le style mesuré d’Amodei et l’accent mis sur les mécanismes de contrôle ont fait de son travail un point de référence pour l’industrie et le gouvernement dans l’établissement des attentes en matière de surveillance des modèles.

Grady Booch (@Grady_Booch) — Scientifique en chef pour l'ingénierie logicielle chez Recherche IBM

La carrière de Grady Booch s'est construite autour de la conception et de la gestion de systèmes logiciels complexes, ce qui rend sa vision de la conception et de la maintenance de l'IA moderne particulièrement précieuse. Ses décennies passées à concevoir des systèmes durables lui permettent de mettre en lumière les exigences d'une ingénierie IA durable.

Sa voix combine une perspective de conception de système approfondie avec le contexte de l'IA. Bien que les mises à jour soient moins fréquentes, il apporte une clarté architecturale au débat sur l'IA.

Surtout connu pour avoir créé UML (Unified Modeling Language), Booch applique une réflexion architecturale rigoureuse aux questions de déploiement et de fiabilité de l'IA.

• Thèmes principaux : conception de systèmes, durabilité, éthique en ingénierie ;
• Audience : plus de 160,000 XNUMX abonnés issus des communautés de l'IA et de l'ingénierie traditionnelle ;

Il prévient qu'une action trop rapide risque de compromettre les bases déjà posées. Pour lui, les avancées durables reposent sur une conception patiente, des tests rigoureux et un engagement envers des pratiques d'ingénierie rigoureuses.