AI神經網路“三劍客”共獲圖靈獎
當今世界人工智慧領域,有三位頂級專家被業內奉為“神一樣的人物”,他們分別是加拿大多倫多大學的Geoffrey Hinton和蒙特利爾大學的終身教授Yoshua Bengio;以及Facebook人工智慧研究部門(FAIR)主管、法國人Yann LeCun。
3月27日,這三位行業大咖共同被美國計算機協會(ACM)授予2018年圖靈獎,為表彰他們在深度神經網路概念和工程方面的突破性工作和他們所奠定的基礎,使深度神經網路變成了計算的一個關鍵組成部分。
AMC主席Cherri Pancake表示:“人工智慧是現在所有學科中發展最快的,人們在任何時候都能從口袋裡的智慧手機體驗到自然語言處理和計算機視覺方面的進步,都是受益於這三位電腦科學家的研究成果。深度學習的進展也為醫學到天文學再到材料學等領域的科學家提供了研究的新工具。”
當晚在Facebook位於門洛帕克的總部,公司為LeCun舉辦了一場小型的Party,Facebook人工智慧研究部的同事都參加了。Facebook負責人工智慧和深度學習平臺的副總裁Bill Jia告訴第一財經記者:“Yann獲獎當之無愧,我們都為他驕傲,他創造了人工智慧的一個時代,他神一般的工作和突破性的成就,讓整個AI的世界都變得不同了。”
谷歌高階研究員、AI副總裁Jeff Dean則表示:“深度網路促成了現代電腦科學中最偉大的進步,使得計算機視覺、語音識別以及自然語言處理等領域長期存在的問題取得了實質性的進展,以上三位科學家30多年前就開創了基礎的研究方法。如今深度神經網路幾乎改變了人類和科學探索的各個領域。”
Geoffrey Hinton、Yann LeCun和Yoshua Bengio三人的關係非常密切。Hinton的地位最高,他將神經網路帶進谷歌,但一直徘徊在人工智慧研究的邊緣,甚至是在以一個局外人的角色思考計算機和人腦的關係。
2006年,Hinton的一項新的研究掀起了神經網路研究的第三次浪潮。他證明了“深度信念網路”可以使用一種被稱為“貪婪逐層預訓練”的策略進行有效訓練,這種訓練可以應用到很多其他領域深度網路的訓練中。也正是這一次浪潮普及了“深度學習”這一術語,這一趨勢也隨著Alpha Go的走紅推向高潮,並且湧向其他學科。
Hinton相信,電腦接管世界末日的場景不可能在很長一段時間內發生,他總是對人工智慧的焦慮感到樂觀。"我認為這會讓生活容易得多。人們談論的潛在影響與技術本身無關,而是與社會的組織方式有關。”Hinton曾說,“我覺得當技術出現提高生產力的時候,每個人都應該分享這些收益。"
1987年LeCun從巴黎第六代大學的計算機系畢業後,去多倫多大學讀博士後,師從Hinton,並“青出於藍”,開闢了將神經網路運用於機器視覺的先例。
這種革命性的系統從一開始能夠識別手寫數字,並且隨著資料訓練的不斷持續,能夠開始從圖片畫素中識別視覺特徵,這就像為計算機打開了雙眼,讓它們可以從資料中自我學習。
LeCun曾在接受第一財經記者採訪時表示:“如今深度卷積網路已可用於解決包括目標識別在內的各類計算機視覺問題。並且,隨著網路深度不斷增加,還出現了可用於影象識別、語義分割、ADAS 等眾多場景的新型深度卷積神經網路結構。”
他還表示對深度學習用來預測的概念非常感興趣。“未來你只需要給機器看一些視訊,它們就能判斷接下來會發生什麼。如果我們可以訓練系統實現這一功能,那麼就相當於開發了一套不需要人類指導就能自行執行任務的系統。”LeCun說道。他多次強調“無需監管和指導(unsupervised)的機器人前景可觀”。
Bengio是蒙特利爾大學深度學習領域的先驅,他曾在90年代初和LeCun一起在貝爾實驗室工作,他在多倫多工作的時候,一直住在Hinton的附屬房子裡,和他一起散步,觀察他的言行舉止,對他的生活了如指掌。但他一直對Hinton保持警惕,Bengio始終認為:“他不是神,他很容易犯錯誤,他只是一個普通人。”
責編:寧佳彥
此內容為第一財經原創。未經第一財經授權,不得以任何方式加以使用,包括轉載、摘編、複製或建立映象。第一財經將追究侵權者的法律責任。 如需獲得授權請聯絡第一財經版權部:021-22002972或021-22002335;[email protected]。