Χθες το βράδυ (6 Δεκεμβρίου), το κύριο βραβείο VinFuture 2024, αξίας 3 εκατομμυρίων δολαρίων ΗΠΑ (πάνω από 76 δισεκατομμύρια VND), απονεμήθηκε σε 5 επιστήμονες : τους Yoshua Bengio, Geoffrey E. Hinton, Jensen Huang, Yann LeCun και Fei-Fei Li για την πρωτοποριακή τους συμβολή στην προώθηση της βαθιάς μάθησης.
Η επιτροπή βραβείων σημείωσε ότι οι πρόοδοι στη βαθιά μάθηση έχουν εγκαινιάσει μια νέα εποχή τεχνολογικής καινοτομίας, επιτρέποντας στις μηχανές να «μαθαίνουν» από τεράστιες ποσότητες δεδομένων και να επιτυγχάνουν απίστευτη ακρίβεια σε εργασίες όπως η αναγνώριση εικόνας, η επεξεργασία φυσικής γλώσσας και η λήψη αποφάσεων.
Από το 2012, η βαθιά μάθηση έχει γίνει ένα βασικό εργαλείο που οδηγεί σε σημαντικές εξελίξεις σε τομείς όπως η υγειονομική περίθαλψη, ο αυτοματισμός και οι χρηματοοικονομικές υπηρεσίες, διαμορφώνοντας το μέλλον της καινοτομίας. Οι εφαρμογές των νέων τεχνολογιών μπορούν να μεταμορφώσουν τις ζωές εκατομμυρίων ανθρώπων, φέρνοντας αποτελεσματικότητα στις επιχειρήσεις και την υγειονομική περίθαλψη.
Καθηγητής Γιόσουα Μπέντζιο
Ο καθηγητής Γιόσουα Μπέντζιο είναι ο ιδρυτής του Ινστιτούτου Μίλα, του οποίου η έρευνα επικεντρώνεται σε τεχνητά νευρωνικά δίκτυα (νευρώνες), συμπεριλαμβανομένων σημαντικών εξελίξεων στη μάθηση αναπαράστασης και στα γενετικά μοντέλα.
Οι συνεισφορές του έχουν καταστεί απαραίτητες για τα σύγχρονα συστήματα βαθιάς μάθησης, ειδικά στην επεξεργασία φυσικής γλώσσας (NLP). Το έργο του έχει επιτρέψει την ανάπτυξη εργαλείων όπως οι εικονικοί βοηθοί και οι μεταφραστές γλωσσών, δίνοντας σε εκατομμύρια ανθρώπους σε όλο τον κόσμο πρόσβαση σε αυτές τις τεχνολογίες. Η έρευνά του συνεχίζει να διαμορφώνει τομείς που σχετίζονται με τη βαθιά μάθηση, από τη ρομποτική έως την εξατομικευμένη ιατρική.
Καθηγητής Yoshua Bengio (άκρα αριστερά)
Οι καινοτομίες του Bengio επιτρέπουν στα συστήματα να «μαθαίνουν» και να παράγουν δεδομένα με απίστευτη ακρίβεια. Αυτές οι καινοτομίες είναι ιδιαίτερα σημαντικές στη δημιουργία λύσεων που βασίζονται στην Τεχνητή Νοημοσύνη για την επίλυση παγκόσμιων προκλήσεων, όπως η βελτίωση της υγειονομικής περίθαλψης και η προώθηση της περιβαλλοντικής βιωσιμότητας.
Μιλώντας στην τελετή απονομής των βραβείων, ο καθηγητής θυμήθηκε το ταξίδι του με την Τεχνητή Νοημοσύνη, το οποίο ξεκίνησε πριν από 20 χρόνια, όταν ενδιαφέρθηκε για τα νευρωνικά δίκτυα και ήθελε να κατανοήσει τις αρχές πίσω από τη νοημοσύνη. Εκείνη την εποχή, δεν είχε συνειδητοποιήσει πόσο η πρόοδος και η επιτυχία της θα επηρέαζαν την κοινωνία σήμερα.
«Η Τεχνητή Νοημοσύνη μπορεί να προσφέρει τεράστια οφέλη μόνο εάν την καθοδηγήσουμε σωστά. Πρέπει να κατανοήσουμε το μέγεθος της πρόκλησης και να αναλάβουμε την ευθύνη για την επιτυχία της», τόνισε.
Καθηγητής Τζέφρι Χίντον
Ο καθηγητής Geoffrey Hinton, Πανεπιστήμιο του Τορόντο, Καναδάς, αναγνωρίζεται για την ηγετική του θέση και το θεμελιώδες έργο του στην αρχιτεκτονική νευρωνικών δικτύων. Η εργασία του το 1986, με τους David Rumelhart και Ronald Williams, κατέδειξε κατανεμημένες αναπαραστάσεις σε νευρωνικά δίκτυα που έχουν εκπαιδευτεί από τον αλγόριθμο backpropagation. Αυτή η μέθοδος έγινε ένα τυπικό εργαλείο στον τομέα της τεχνητής νοημοσύνης και οδήγησε σε πρόοδο στην αναγνώριση εικόνας και ομιλίας.
Καθηγητής Τζέφρι Χίντον. (Φωτογραφία: TVP)
Βελτιώνοντας την αρχιτεκτονική των βαθιών νευρωνικών δικτύων και χρησιμοποιώντας μεγάλα σύνολα δεδομένων για την εκπαίδευσή τους, ο καθηγητής Hinton άνοιξε νέες κατευθύνσεις για την έρευνα και τις εφαρμογές της τεχνητής νοημοσύνης, ανοίγοντας έτσι το δρόμο για πρόοδο στην ανάπτυξη μοντέλων τεχνητής νοημοσύνης και αυτόνομων συστημάτων.
Μιλώντας στην τελετή απονομής των βραβείων, ο καθηγητής Geoffrey E. Hinton δήλωσε ότι αυτός, ο καθηγητής Yoshua Bengio και ο Yann LeCun έχουν αφιερώσει τη ζωή τους στην ανάπτυξη τεχνολογίας νευρωνικών δικτύων. Ήταν επίσης ευχαριστημένος που είδε το VinFuture να αναγνωρίζει τη συμβολή του κ. Jen-Hsun Huang στην ανάπτυξη του λογισμικού υπολογιστών που είναι απαραίτητο για την τεχνητή νοημοσύνη, καθώς και του καθηγητή Fei-Fei Li στην παροχή μεγάλων δεδομένων - ένας παράγοντας που έχει αποδείξει την αποτελεσματικότητα αυτής της τεχνολογίας.
Κύριος Γιένσεν Χουάνγκ
Ο Πρόεδρος της NVIDIA, Jensen Huang, αναγνωρίστηκε για την ηγετική του ικανότητα στον μετασχηματισμό των μονάδων επεξεργασίας γραφικών (GPU) σε ισχυρά εργαλεία για βαθιά μάθηση και επιταχυνόμενη υπολογιστική ισχύ.
Η ανάπτυξη της πλατφόρμας CUDA (Compute Unified Device Architecture - Υπολογιστική Ενοποιημένη Αρχιτεκτονική Συσκευών) επέτρεψε στον προγραμματισμό GPU να χειριστεί αποτελεσματικά τις τεράστιες υπολογιστικές απαιτήσεις της βαθιάς μάθησης. Αυτή η σημαντική ανακάλυψη επέτρεψε την ταχεία εκπαίδευση νευρωνικών δικτύων και κατέστησε τις GPU ένα απαραίτητο εργαλείο στην έρευνα και ανάπτυξη της Τεχνητής Νοημοσύνης παγκοσμίως.
Ο κ. Jensen Huang μιλά στην τελετή απονομής των βραβείων.
Οι GPU έχουν καταστεί απαραίτητες για τη σύγχρονη έρευνα στον τομέα της Τεχνητής Νοημοσύνης, επιταχύνοντας τις καινοτομίες σε τομείς όπως η αναγνώριση ομιλίας, η αυτόνομη οδήγηση, η ιατρική απεικόνιση και η επεξεργασία γλώσσας. Σήμερα, η βαθιά μάθηση με επιτάχυνση GPU τροφοδοτεί εξελίξεις όπως τα σημερινά δημοφιλή μοντέλα Τεχνητής Νοημοσύνης και τα διαγνωστικά και υγειονομικά εργαλεία, ωφελώντας εκατομμύρια ανθρώπους σε όλο τον κόσμο.
«Είναι τιμή μου που λαμβάνω το κύριο βραβείο VinFuture παρουσία φίλων και σπουδαίων επιστημόνων όπως ο καθηγητής Yoshua Bengio, ο Geoffrey Hinton και ο Yann LeCun.»
«Αυτή είναι μια αναγνώριση από το Ίδρυμα VinFuture για τις πρωτοποριακές δυνατότητες της Τεχνητής Νοημοσύνης σε όλους τους κλάδους. Είμαι τιμημένος που λαμβάνω αυτό το βραβείο εκ μέρους των συναδέλφων μου στην NVIDIA, οι οποίοι έχουν αφιερώσει τη ζωή τους στην επιστήμη των υπολογιστών και σε συναφείς τομείς», δήλωσε ο κ. Jen-Hsun Huang.
Καθηγητής Yann LeCun
Ο καθηγητής Yann LeCun, επικεφαλής επιστήμονας τεχνητής νοημοσύνης στη Meta, αναγνωρίζεται για το πρωτοποριακό του έργο στην ανάπτυξη συνελικτικών νευρωνικών δικτύων (CNN), ένα βασικό παράδειγμα στην ανάπτυξη τεχνολογιών αναγνώρισης εικόνας και βαθιάς μάθησης.
Η εργασία του στα CNN στα τέλη της δεκαετίας του 1980 έθεσε τα θεμέλια για την αυτόματη εκμάθηση ιεραρχικών χαρακτηριστικών εικόνας, η οποία είναι κρίσιμη σε εργασίες όπως η ανίχνευση αντικειμένων και η αναγνώριση προσώπου.
Καθηγητής Yann LeCun.
Οι καινοτομίες του καθηγητή LeCun έχουν πυροδοτήσει αναταραχές σε βιομηχανίες που χρησιμοποιούν επεξεργασία εικόνας, από την ιατρική διαγνωστική έως την αυτόνομη οδήγηση. Τα CNN έχουν πλέον γίνει πρότυπο σε εφαρμογές τεχνητής νοημοσύνης που χρησιμοποιούνται από δισεκατομμύρια ανθρώπους καθημερινά, παίζοντας κεντρικό ρόλο στην ανάπτυξη τεχνολογιών όπως η αναγνώριση προσώπου και η επεξεργασία ιατρικής εικόνας.
Ο καθηγητής Yann LeCun μοιράστηκε ότι το τρόπαιο VinFuture 2024 έχει σχήμα που μοιάζει πολύ με ένα νευρωνικό μοντέλο, με τη σύνδεση νευρώνων. Αυτό το σύμβολο ταιριάζει πραγματικά στο έργο του.
«Οι μηχανές μπορούν να μάθουν, όχι ακόμα όπως οι άνθρωποι, αλλά φτάνουμε εκεί. Νομίζω ότι η Τεχνητή Νοημοσύνη μπορεί να αναπτυχθεί περαιτέρω, να γίνει πιο έξυπνη. Η Τεχνητή Νοημοσύνη μας βοηθά να επεκτείνουμε την ανθρώπινη νοημοσύνη, στην πραγματικότητα, η Τεχνητή Νοημοσύνη το έχει κάνει αυτό, από τους προκατόχους της», είπε.
Οι βοηθοί της Τεχνητής Νοημοσύνης μπορούν να γίνουν πιο έξυπνοι και καθώς συνεχίζουμε να εκπαιδεύουμε την Τεχνητή Νοημοσύνη στη γλώσσα, τον πολιτισμό και τις αξίες, θα δημιουργήσει έναν θησαυρό ανθρώπινων δεδομένων που πρέπει να κοινοποιηθεί, διαδίδοντας τη γνώση στον κόσμο, προωθώντας την πρόοδο στην επιστήμη, την ιατρική και την τεχνολογία, δήλωσε ο ειδικός.
Καθηγητής Φέι-Φέι Λι
Η καθηγήτρια Φέι-Φέι Λι, από το Πανεπιστήμιο Στάνφορντ των ΗΠΑ, αναγνωρίζεται για την πρωτοποριακή της συμβολή στον τομέα της υπολογιστικής όρασης και την ανάπτυξη του συνόλου δεδομένων ImageNet. Η ηγεσία της στο έργο ImageNet έφερε επανάσταση στην αναγνώριση εικόνων δημιουργώντας ένα μεγάλο σύνολο δεδομένων με ετικέτες που επέτρεπε στις μηχανές να αναγνωρίζουν και να ταξινομούν αντικείμενα με μεγαλύτερη ακρίβεια.
Ο καθηγητής Φέι-Φέι Λι ήταν απασχολημένος και δεν μπόρεσε να έρθει στο Βιετνάμ για να παραλάβει το βραβείο.
Το ImageNet έθεσε τα θεμέλια για την εκπαίδευση μοντέλων βαθιάς μάθησης και ώθησε την ανάπτυξη εργασιών όπως η ανίχνευση αντικειμένων, η αναγνώριση προσώπου και η ταξινόμηση εικόνων. Το έργο του καθηγητή Li αποτελεί χαρακτηριστικό παράδειγμα της σημασίας των δεδομένων στην εκπαίδευση συστημάτων τεχνητής νοημοσύνης, επηρεάζοντας την προσέγγιση που βασίζεται σε δεδομένα που χρησιμοποιείται σε πολλούς τομείς.
Οι συνεισφορές της καθηγήτριας Λι έχουν μεταμορφώσει τον τρόπο με τον οποίο τα συστήματα βαθιάς μάθησης επεξεργάζονται και κατανοούν τις οπτικές πληροφορίες, επιτρέποντας την πρόοδο σε τομείς όπως η αυτόνομη οδήγηση, η ιατρική διάγνωση και τα ευφυή συστήματα ασφαλείας. Διευρύνοντας τα όρια του τι μπορούν να δουν και να ερμηνεύσουν οι μηχανές, το έργο της έχει τροφοδοτήσει την καινοτομία στον τομέα της υπολογιστικής όρασης και έχει ωφελήσει την κοινωνία στο σύνολό της.
Το βραβείο, που ξεκίνησε το Ίδρυμα VinFuture το 2020, απονέμεται ετησίως σε πρωτοποριακές επιστημονικές και τεχνολογικές εφευρέσεις που έχουν τη δυνατότητα να δημιουργήσουν ουσιαστικές αλλαγές στη ζωή των ανθρώπων. Μετά από τέσσερις σεζόν, έχουν τιμηθεί 37 επιστήμονες. Το συνολικό βραβείο αξίζει 4,5 εκατομμύρια δολάρια ΗΠΑ, συμπεριλαμβανομένου ενός κύριου βραβείου 3 εκατομμυρίων δολαρίων ΗΠΑ και 3 ειδικών βραβείων 500.000 δολαρίων ΗΠΑ έκαστο, με 3 κατηγορίες: Γυναίκες Επιστήμονες, Επιστήμονες από Αναπτυσσόμενες Χώρες και Επιστήμονες που Ερευνούν Νέους Τομείς.
[διαφήμιση_2]
Πηγή
Σχόλιο (0)