Welche fünf KI-Giganten wurden gerade von VinFuture 2024 ausgezeichnet?

Gestern Abend (6. Dezember) wurde der Hauptpreis VinFuture 2024 im Wert von 3 Millionen US-Dollar (mehr als 76 Milliarden VND) an 5 Wissenschaftler verliehen: Yoshua Bengio, Geoffrey E. Hinton, Jensen Huang, Yann LeCun und Fei-Fei Li für ihre bahnbrechenden Beiträge zur Weiterentwicklung des Deep Learning.

Das Preiskomitee stellte fest, dass die Fortschritte im Bereich des Deep Learning eine neue Ära der technologischen Innovation eingeläutet haben, die es Maschinen ermöglicht, aus riesigen Datenmengen zu „lernen“ und bei Aufgaben wie Bilderkennung, Verarbeitung natürlicher Sprache und Entscheidungsfindung eine unglaubliche Genauigkeit zu erreichen.

Seit 2012 hat sich Deep Learning zu einem Schlüsselwerkzeug für bedeutende Fortschritte in Bereichen wie Gesundheitswesen, Automatisierung und Finanzdienstleistungen entwickelt und prägt die Zukunft der Innovation. Die Anwendung neuer Technologien kann das Leben von Millionen von Menschen verändern, indem sie Effizienzsteigerungen in Wirtschaft und Gesundheitswesen ermöglicht.

Professor Yoshua Bengio

Professor Yoshua Bengio ist der Gründer des Mila-Instituts, dessen Forschung sich auf künstliche neuronale Netze (Neuronen) konzentriert, einschließlich wichtiger Fortschritte im Bereich des Repräsentationslernens und generativer Modelle.

Seine Beiträge sind für moderne Deep-Learning-Systeme, insbesondere im Bereich der natürlichen Sprachverarbeitung (NLP), unverzichtbar geworden. Seine Arbeit ermöglichte die Entwicklung von Werkzeugen wie virtuellen Assistenten und Sprachübersetzern und verschaffte Millionen von Menschen weltweit Zugang zu diesen Technologien. Seine Forschung prägt weiterhin Bereiche des Deep Learning, von der Robotik bis zur personalisierten Medizin.

Bengios Innovationen ermöglichen es Systemen, zu „lernen“ und Daten mit unglaublicher Genauigkeit zu generieren. Diese Innovationen sind besonders wichtig für die Entwicklung KI-basierter Lösungen zur Bewältigung globaler Herausforderungen, wie beispielsweise der Verbesserung des Gesundheitswesens und der Förderung ökologischer Nachhaltigkeit.

In seiner Rede bei der Preisverleihung erinnerte sich der Professor an seinen Weg mit der KI, der vor 20 Jahren begann, als er sich für neuronale Netze zu interessieren begann und die Prinzipien der Intelligenz verstehen wollte. Damals ahnte er noch nicht, welch großen Einfluss ihre Fortschritte und Erfolge auf die heutige Gesellschaft haben würden.

„KI kann nur dann enorme Vorteile bringen, wenn wir sie richtig einsetzen. Wir müssen das Ausmaß der Herausforderung verstehen und die Verantwortung für den Erfolg der KI übernehmen“, betonte er.

Professor Geoffrey Hinton

Professor Geoffrey Hinton von der Universität Toronto, Kanada, ist für seine wegweisenden Arbeiten zur Architektur neuronaler Netze bekannt. Seine 1986 gemeinsam mit David Rumelhart und Ronald Williams veröffentlichte Arbeit demonstrierte verteilte Repräsentationen in neuronalen Netzen, die mit dem Backpropagation-Algorithmus trainiert wurden. Diese Methode etablierte sich als Standardwerkzeug im Bereich der künstlichen Intelligenz und führte zu Fortschritten in der Bild- und Spracherkennung.

Durch die Verfeinerung der Architektur tiefer neuronaler Netze und die Verwendung großer Datensätze für deren Training hat Professor Hinton neue Wege für die Forschung und Anwendung künstlicher Intelligenz eröffnet und damit den Weg für Fortschritte bei der Entwicklung von Modellen künstlicher Intelligenz und autonomen Systemen geebnet.

In seiner Rede bei der Preisverleihung erklärte Professor Geoffrey E. Hinton, dass er, Professor Yoshua Bengio und Yann LeCun ihr Leben der Entwicklung neuronaler Netze gewidmet hätten. Er freute sich zudem, dass VinFuture die Beiträge von Herrn Jen-Hsun Huang zur Entwicklung der für künstliche Intelligenz notwendigen Computersoftware sowie von Professorin Fei-Fei Li zur Bereitstellung von Big Data – einem Faktor, der die Wirksamkeit dieser Technologie unter Beweis gestellt hat – würdigte.

Herr Jensen Huang

NVIDIA-Präsident Jensen Huang wurde für seine visionäre Führungsrolle bei der Umwandlung von Grafikprozessoren (GPUs) in leistungsstarke Werkzeuge für Deep Learning und beschleunigtes Rechnen ausgezeichnet.

Die Entwicklung der CUDA-Plattform (Compute Unified Device Architecture) ermöglichte es, die enormen Rechenanforderungen des Deep Learning effizient durch GPU-Programmierung zu bewältigen. Dieser Durchbruch ermöglichte das schnelle Training neuronaler Netze und machte GPUs weltweit zu einem unverzichtbaren Werkzeug in der KI-Forschung und -Entwicklung.

Herr Jensen Huang hält eine Rede bei der Preisverleihung.

GPUs sind für die moderne KI-Forschung unverzichtbar geworden und beschleunigen Innovationen in Bereichen wie Spracherkennung, autonomes Fahren, medizinische Bildgebung und Sprachverarbeitung. GPU-beschleunigtes Deep Learning treibt heute Fortschritte wie die gängigen KI-Modelle und Diagnose- sowie Gesundheitstools voran und kommt Millionen von Menschen weltweit zugute.

„Es ist mir eine Ehre, den VinFuture-Hauptpreis in Anwesenheit von Freunden und großartigen Wissenschaftlern wie Professor Yoshua Bengio, Geoffrey Hinton und Yann LeCun entgegenzunehmen.“

„Dies ist eine Auszeichnung der VinFuture Foundation für das bahnbrechende Potenzial von KI in allen Branchen. Es ist mir eine Ehre, diese Auszeichnung im Namen meiner Kollegen bei NVIDIA entgegenzunehmen, die ihr Leben der Informatik und verwandten Gebieten gewidmet haben“, sagte Jen-Hsun Huang.

Professor Yann LeCun

Professor Yann LeCun, Chief AI Scientist bei Meta, wird für seine Pionierarbeit bei der Entwicklung von Convolutional Neural Networks (CNNs) anerkannt, einem Schlüsselparadigma in der Entwicklung von Bilderkennungs- und Deep-Learning-Technologien.

Seine Arbeiten zu CNNs in den späten 1980er Jahren legten den Grundstein für das automatische Lernen hierarchischer Bildmerkmale, was für Aufgaben wie Objekterkennung und Gesichtserkennung von entscheidender Bedeutung ist.

Die Innovationen von Professor LeCun haben in Branchen, die Bildverarbeitung nutzen – von der medizinischen Diagnostik bis zum autonomen Fahren –, zu grundlegenden Umwälzungen geführt. CNNs sind mittlerweile Standard in KI-Anwendungen, die täglich von Milliarden von Menschen genutzt werden und eine zentrale Rolle bei der Entwicklung von Technologien wie Gesichtserkennung und medizinischer Bildverarbeitung spielen.

Professor Yann LeCun erklärte, dass die VinFuture 2024-Trophäe eine Form aufweist, die einem neuronalen Modell mit der Verbindung von Neuronen sehr ähnelt. Dieses Symbol passt hervorragend zu seiner Arbeit.

„Maschinen können lernen, noch nicht wie Menschen, aber wir nähern uns diesem Punkt. Ich denke, KI kann sich weiterentwickeln und intelligenter werden. KI hilft uns, die menschliche Intelligenz zu erweitern; tatsächlich hat KI dies bereits im Vergleich zu ihren Vorgängern getan“, sagte er.

KI-Assistenten können immer intelligenter werden, und wenn wir die KI weiterhin in Bezug auf Sprache, Kultur und Werte trainieren, wird eine wahre Fundgrube an menschlichen Daten entstehen, die geteilt werden müssen, um Wissen in der Welt zu verbreiten und den Fortschritt in Wissenschaft, Medizin und Technologie zu fördern, sagte der Experte.

Professor Fei-Fei Li

Professor Fei-Fei Li von der Stanford University in den USA ist für ihre Pionierarbeit auf dem Gebiet der Computer Vision und die Entwicklung des ImageNet-Datensatzes bekannt. Ihre Leitung des ImageNet-Projekts revolutionierte die Bilderkennung durch die Schaffung eines großen, annotierten Datensatzes, der es Maschinen ermöglichte, Objekte genauer zu erkennen und zu klassifizieren.

ImageNet legte den Grundstein für das Training von Deep-Learning-Modellen und trieb die Entwicklung von Aufgaben wie Objekterkennung, Gesichtserkennung und Bildklassifizierung voran. Die Arbeit von Professor Li ist ein Paradebeispiel für die Bedeutung von Daten beim Training von Systemen der künstlichen Intelligenz und beeinflusste den datengetriebenen Ansatz in vielen Bereichen.

Die Beiträge von Professor Li haben die Art und Weise, wie Deep-Learning-Systeme visuelle Informationen verarbeiten und verstehen, grundlegend verändert und Fortschritte in Bereichen wie autonomes Fahren, medizinische Diagnostik und intelligente Sicherheitssysteme ermöglicht. Indem sie die Grenzen dessen, was Maschinen sehen und interpretieren können, erweitert hat, hat ihre Arbeit Innovationen im Bereich Computer Vision vorangetrieben und der gesamten Gesellschaft zugutekommen.

Der von der VinFuture Foundation im Jahr 2020 ins Leben gerufene Preis wird jährlich für bahnbrechende wissenschaftliche und technologische Erfindungen verliehen, die das Potenzial haben, das Leben der Menschen nachhaltig zu verändern. Nach vier Jahren wurden bereits 37 Wissenschaftlerinnen und Wissenschaftler ausgezeichnet. Das Preisgeld beträgt insgesamt 4,5 Millionen US-Dollar und setzt sich aus einem Hauptpreis von 3 Millionen US-Dollar und drei Sonderpreisen à 500.000 US-Dollar zusammen. Die Auszeichnungen sind in drei Kategorien unterteilt: Wissenschaftlerinnen, Wissenschaftler aus Entwicklungsländern und Wissenschaftler, die neue Forschungsgebiete erschließen.

Ha Cuong

Quelle