俄亥俄华人圈

 找回密码
 立即注册
搜索
查看: 383|回复: 0

2018图灵得主揭晓,三位“深度学习教父”有哪些“不为人...

[复制链接]

16

主题

16

帖子

105

积分

小青蛙

Rank: 2

积分
105
发表于 2019-4-3 03:06:13 | 显示全部楼层 |阅读模式
2019年3月27日,美国计算机协会宣布,2018 年的图灵奖获得者是号称深度学习三巨头的 Yoshua Bengio, Yann LeCun 和 Geoffrey Hinton。三位教授将分享今年的奖项,以及由谷歌提供的100万美元奖金。从自动驾驶汽车到自动化医疗诊断,他们的研究支撑着当前人工智能技术的扩散,使计算机视觉和语音识别等领域取得了巨大突破。

图灵奖, 全称A.M. 图灵奖(A.M Turing Award),由世界上最大的计算机专业人士协会——ACM于1966年设立,专门奖励那些对计算机事业作出重要贡献的个人。它是计算机界最负盛名、最崇高的一个奖项,有“计算机界的诺贝尔奖”之称。

美国计算机协会主席Cherri M. Pancake在一份声明中说道:“人工智能是社会上谈论最多的话题之一,同时也是增长最快的科学领域之一。人工智能的繁荣与发展,很大程度上要归功于Bengio, Hinton和 LeCun在深度学习上为之奠定的基础。这在10年前是不可能的,但目前这些技术被数十亿人使用,任何使用智能手机的人都能实实在在地体会到自然语言处理和计算机视觉方面的巨大进步。除了我们每天使用的产品,深度学习的新进展也为医学、天文学、材料学等各个领域的众多科学家们提供了强大的新工具。”

友谊

事实上,你可能已经与Bengio、Hinton和LeCun的算法的后代进行过频繁互动了——解锁手机的面部识别系统、电子邮件中的人工智能语言模型等等。

Hinton是多伦多大学的教授,任职于谷歌;Bengio是蒙特利尔大学的教授,他创办了一家名为Element AI的人工智能公司; LeCun是Facebook的首席人工智能科学家和纽约大学的教授。

“这是无上的荣誉,”LeCun说道:“能和我的朋友Yoshua、Geoffrey一起分享,这种感觉更棒。”

Bengio、Hinton和LeCun在学术上或多或少都独立提出过他们的不同论点,但在过去三十年里,他们经常相遇。例如,LeCun在Hinton的指导下完成了他的博士后工作,而Bengio和LeCun从20世纪90年代初开始就一起在贝尔实验室共事。大约10年前,Hinton在加拿大政府40万美元的资助下,与Bengio、LeCun还有该领域的其他学者一起,组织了一个致力于“神经计算与自适应感知”的研究团体。 “我们每周见一次面,” Hinton在接受采访时说:“有时会以争吵收场,有时则不会。”

谷歌的人工智能主管 Jeff·Dean称赞三位教授的成就:“深度神经网络促成了现代计算机科学的一些重大进步,”“而进步的核心是今年图灵奖得主Yoshua Bengio, Yann LeCun 和 Geoffrey Hinton的研究。”

“AI winter.”

这三人的成就非常引人注目,因为在人工智能技术前景黯淡之时,他们仍没有放弃。人工智能领域以其盛衰周期而闻名,炒作的问题同这个领域本身一样古老。当研究成果未能达到过高的预期时,就会导致投资者兴趣减少,研究资金冻结,即所谓的“AI winter.”上世纪80年代末,就在这样一个凛冬的末尾, Bengio、LeCun 和Hinton开始交换想法,并着手解决相关问题。其中包括神经网络——由连接的数字神经元组成的计算机程序,这些数字神经元已成为现代人工智能的关键构件。

LeCun说:“从90年代中到21世纪初,有一段黑暗时期,因为公众对神经网络失去了兴趣,所以关于神经网络的研究变得很艰难。”“事实上,那时还有一位糟糕的众议员。”

星火重燃


三人创建的深度学习框架后来得到了强大的处理能力和数据的支持。

他们三人决定重新点燃人们的兴趣。LeCun说:“我们为学生定期组织研讨会和暑期学校。由此创造了一个小团体,直到2012、2013年左右,(AI潮)真的爆发了。”

在此期间, Bengio,  LeCun 和Hinton发现,神经网络可以在字符识别等任务上取得更好的效果。而业内其他研究人员直到2012年才注意到这一点,当时由Hinton领导的团队采用了著名的人工智能基准,名为ImageNet。自2012年以来,Bengio、Hinton和LeCun开创的包括反向传播和卷积神经网络等技术,在整个科技领域中已经变得无处不在。“现在他们相信了。” LeCun说。

成就

Yoshua Bengio
Yoshua Bengio出生于1964年法国巴黎,是加拿大著名计算机科学家,蒙特利尔大学教授,以在人工神经网络和深度学习方面的成就而闻名。Bengio的著名贡献为1990年代发明了Probabilistic models of sequences,将神经网络和概率模型结合在一起,他还创造了识别手写支票的新技术。

Bengio 著有包括《Learning Deep Architectures for AI》、《A neural probabilistic language model》两篇经典之作在内的 300 多篇论文,对深度学习的发展起到了巨大的推动作用。

Yann LeCun

Yann LeCun出生于1960年7月8日,法国裔美国计算机科学家。他在机器学习、计算机视觉、移动机器人和计算神经科学等领域都有很多贡献。Yann LeCun最著名的成就是卷积神经网络,他被称为卷积网络之父。如今,卷积神经网络已经成为了机器学习领域的基础技术之一,广泛用于计算机视觉、语音识别、语音合成、图片合成,以及自然语言处理等多个方向。

LeCun的重要贡献还包括改进了反向传播算法,让反向传播算法更快;拓展了神经网络的应用范围,把神经网络变成了一个可以完成大量不同任务的计算模型,提出了可以操作结构数据的深度学习架构。同时,他也是DjVu图像压缩技术,Lush语言的联合开发人之一。

Geoffrey Hinton

Geoffrey Hinton生于 1947 年 12 月 6 日, 计算机科学家、心理学家,以其在类神经网络方面的贡献闻名。Hinton是反向传播算法和对比散度算法的发明人之一,也是深度学习的积极推动者,被誉为“深度学习之父”,“AI教父”。

Hinton研究了使用神经网络进行机器学习、记忆、感知和符号处理的方法,并在这些领域发表了超过200篇论文。他是将反向传播算法引入多层神经网络训练的学者之一。还联合发明了波尔兹曼机。他对于神经网络的其它贡献包括分散表示、时延神经网络、专家混合系统、亥姆霍兹机等。

Hinton是多伦多大学特聘教授,于 2013 年加入谷歌 AI 团队,将神经网络带入应用一线,同时他也是第一个证明了广义反向传播算法训练多层神经网络的人。

Hinton是鲁梅哈特奖(国际认知科学领域最高学术荣誉)的首位获奖者, 1998年当选皇家学会会士。2005年Hinton获得IJCAI杰出学者奖终生成就奖,2011年获得赫茨伯格加拿大科学和工程金奖。2012年,Hinton获得了加拿大基廉奖(有“加拿大诺贝尔奖”之称的国家最高科学奖)。

往前走,往前看,哪怕前途一片迷惘, 总有一天,会在自己漫长的脚印中找到方向。

最后,我们用 Hinton 教授的话结尾:“我们不再是极端另类分子了,我们现在可是炙手可热的核心技术呢。它现在还不算成功,但这只是暂时的。我们希望把AI带到一个美妙的新领域,一个还没有人或者程序到达的境界。”


回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则


Archiver|手机版|小黑屋|俄亥俄华人圈  

Copyright © 2001-2013 Comsenz Inc.Template by Comsenz Inc.All Rights Reserved.   

Powered by Discuz!X3.2

快速回复 返回顶部 返回列表