深度学习三巨头Hinton、Bengio、LeCun共获2019年图灵奖

2019-09-26 年华未央 暂无评论 阅读 292 views 次

【风恋尘香(微信号:ilieyun)】3月28日报道(编译:田小雪)

自“神经网络”这一技术概念诞生以来,迷信家们已经花了超过50年的光阴,致力于研讨如何让机器辨认包含声响在内的周围环境,同时正确懂得天然言语,但都没能真正胜利。

2004年,人称“人工智能教父”的Geoffrey Hinton教学,再次表现了本人对于于这一律念的高度认可。在加拿大政府的支撑下,Hinton教学结合多位学界大牛针对于该概念组建了一个全新研讨小组,其中包含纽约大学教学Yann LeCun以及蒙特利尔大学教学Yoshua Bengio。

本周三,美国计算机协会(the Association for Computing Machinery)正式宣告,因为在神经网络研讨领域作出的首要奉献,Hinton教学、LeCun教学以及Bengio教学三人胜利取得2019年图灵奖,将共同拿到100万美元的奖金。图灵奖成破于1966年,称得上是计算机领域的诺贝尔奖。

从前十年来,这三位迷信家提出的翻新概念,已经在很大水平上转变了科技提高的标的目的,加快了面部辨认效劳、智能语音助手、仓储物流机器人以及无人驾驶汽车等诸多领域跟 行业的踊跃安康开展。现阶段,Hinton教学辞职于搜寻巨头谷歌,LeCun教学任职于社交媒体巨头Facebook,而Bengio教学则与IBM跟 微软两家公司配合亲密。

Allen Institute for Artificial Intelligence是一家较为低调的西雅图基金公司,致力于推进人工智能技术开展,在人工智能行业有着举足轻重的作用。其首席执行官Oren Etzioni先容说:“科技行业正在产生重大变化,是可以推翻历史的变化。对于此,我既倍感惊疑又心存敬畏。”

神经网络是一个繁杂数学体系,由诸如疏散在人脑中的神经元形成,可以通过大批数据剖析来学习跟 实现各项义务。因而,也就能推进各种人工智能技术以创纪录的速度开展提高。计算机迷信家没有再须要手动将代码行动录入体系,而是直接开发出可以自主学习各种行动的技术。

早在20世纪70年代,仍是本科生的Hinton教学就开端倡导这一全新概念,但受到了包含导师在内的良多人工智能学者的质疑以至反对于。

不外,在20世纪80年代末跟 90年代初,神经网络领域的开展涌现了短暂振兴。在追随Hinton教学进行动期一年的博士后研讨之后,LeCun教学搬去了AT&T公司位于新泽西州的贝尔试验室,并在那里开发出了一种可以读懂手写字母跟 数字的神经网络。随后,AT&T的子公司将LeCun教学所开发体系卖给了银行,专门用来辨认手写支票。当然,工作量仍是比拟小的,仅占10%。

再到后来,神经网络的弊病就逐渐显现出来了,好比无奈实现面部辨认、图片物体辨认、词语辨认以及对于话辨认等高档人工智能义务。

用LeCun教学的话说:“只有以大批练习数据作为大条件,那些体系跟 网络能力施展出应有的作用。可在事实生涯中,领有大批练习数据的行业领域少之又少。”

至于Bengio教学,在蒙特利尔大学任教之前,也曾在贝尔试验室工作过一段光阴。

2004年,在加拿大高等研讨院(Canadian Institute for Advanced Research)所提供没有到40万美元的资金支撑下,Hinton教学约请Bengio教学跟 LeCun教学一同成破了一个全新研讨名目,致力于匆匆进神经计算跟 自顺应感知领域开展。

2010年,Hinton教学及其学员获得了冲破性的研讨进展,胜利辅助微软、IBM跟 谷歌等公司完成了语音辨认技术以及随后数年图像辨认技术的要害革新。

说到图像辨认技术,没有得没有提LeCun教学当时开发出来的算法。2013年,Facebook专门向他发出约请,参加公司针对于图像辨认技术研发组建试验室。而Bengio教学虽然回绝参加大型科技公司,但他在蒙特利尔大学负责的研讨,也在必定水平上推进了神经网络的提高,以便让体系更为正确地舆解天然言语,从而辨认出可能具有的虚伪图片。

当然,说了这么多,人工智能实在仍旧处于起步阶段。想要完成真正的智能,还有很长一段路要走。

给我留言