Χθες το βράδυ (6 Δεκεμβρίου), το κύριο βραβείο VinFuture 2024, αξίας 3 εκατομμυρίων δολαρίων (πάνω από 76 δισεκατομμύρια VND), απονεμήθηκε σε πέντε 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 πρωτοποριακή 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 πολλούς τομείς, όπως η υγειονομική περίθαλψη, ο αυτοματισμός και οι χρηματοοικονομικές υπηρεσίες, διαμορφώνοντας έτσι τη μελλοντική καινοτομία. Αυτές οι νέες τεχνολογικές εφαρμογές έχουν τη δυνατότητα να μεταμορφώσουν τις ζωές εκατομμυρίων ανθρώπων βελτιώνοντας την αποτελεσματικότητα των επιχειρήσεων και της υγειονομικής περίθαλψης.
Καθηγητής Yoshia Bengio
Ο καθηγητής Γιόσουα Μπέντζιο είναι ο ιδρυτής του Ινστιτούτου Έρευνας Μίλα, το οποίο επικεντρώνεται στα τεχνητά νευρωνικά δίκτυα, συμπεριλαμβανομένων σημαντικών εξελίξεων στη μάθηση αναπαράστασης και στα γενετικά μοντέλα.
Οι συνεισφορές του έχουν γίνει ουσιαστικό μέρος των σύγχρονων συστημάτων βαθιάς μάθησης, ιδιαίτερα στην επεξεργασία φυσικής γλώσσας (NLP). Το έργο του έχει διευκολύνει την ανάπτυξη εργαλείων όπως οι εικονικοί βοηθοί και τα εργαλεία μετάφρασης γλώσσας, επιτρέποντας σε εκατομμύρια ανθρώπους παγκοσμίως να έχουν πρόσβαση σε αυτές τις τεχνολογίες. Η έρευνά του συνεχίζει να διαμορφώνει τομείς που σχετίζονται με τη βαθιά μάθηση, από τη ρομποτική έως την ανάπτυξη της εξατομικευμένης ιατρικής.
Καθηγητής Γιόσια Μπέντζιο (άκρο αριστερά)
Οι καινοτομίες της Bengio επιτρέπουν στα συστήματα να «μαθαίνουν» και να παράγουν δεδομένα με απίστευτη ακρίβεια. Αυτές οι καινοτομίες είναι ιδιαίτερα σημαντικές για τη δημιουργία λύσεων που βασίζονται στην Τεχνητή Νοημοσύνη για την αντιμετώπιση παγκόσμιων προκλήσεων, όπως η βελτίωση της υγειονομικής περίθαλψης και η προώθηση της βιώσιμης περιβαλλοντικής ανάπτυξης.
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 σκεφτόταν πόσο σημαντικές θα ήταν οι εξελίξεις και οι επιτυχίες για την κοινωνία σήμερα.
«Η Τεχνητή Νοημοσύνη μπορεί να προσφέρει τεράστια οφέλη μόνο εάν την καθοδηγήσουμε κατάλληλα. Πρέπει να κατανοήσουμε την κλίμακα της πρόκλησης και να αναλάβουμε την ευθύνη για την επιτυχή εφαρμογή της», τόνισε.
Καθηγητής Τζέφρι Χίντον
Ο καθηγητής Geoffrey Hinton του Πανεπιστημίου του Τορόντο στον Καναδά αναγνωρίζεται για την ηγετική του θέση και την θεμελιώδη έρευνά του στην αρχιτεκτονική νευρωνικών δικτύων. Η εργασία του το 1986, την οποία συνυπέγραψε 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 στην τεχνητή νοημοσύνη 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 νέους δρόμους για την έρευνα και τις εφαρμογές της τεχνητής νοημοσύνης, ανοίγοντας έτσι το δρόμο για την πρόοδο στην ανάπτυξη μοντέλων Τεχνητής Νοημοσύνης και αυτοματοποιημένων συστημάτων.
Μιλώντας στην τελετή απονομής των βραβείων, ο καθηγητής Geoffrey E. Hinton δήλωσε ότι αυτός, οι καθηγητές Yoshua Bengio και Yann LeCun έχουν αφιερώσει τη ζωή τους στην ανάπτυξη τεχνολογίας νευρωνικών δικτύων. Εξέφρασε επίσης την ικανοποίησή του που το VinFuture αναγνώρισε τη συμβολή της 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 - ένα στοιχείο που έχει αποδείξει την αποτελεσματικότητα αυτής της τεχνολογίας.
Κύριος Γιένσεν Χουάνγκ
Ο Jensen Huang, Πρόεδρος της NVIDIA, αναγνωρίζεται για την ηγετική του ικανότητα στον μετασχηματισμό των μονάδων επεξεργασίας γραφικών (GPU) σε ισχυρά εργαλεία για βαθιά μάθηση και επιταχυνόμενη υπολογιστική.
Η ανάπτυξη της πλατφόρμας CUDA (Compute Unified Device Architecture) έχει επιτρέψει στον προγραμματισμό GPU να χειρίζεται αποτελεσματικά τις τεράστιες υπολογιστικές απαιτήσεις της βαθιάς μάθησης. Αυτή η σημαντική ανακάλυψη επιτρέπει την ταχεία εκπαίδευση νευρωνικών δικτύων και καθιστά τις GPU ένα απαραίτητο εργαλείο στην έρευνα και ανάπτυξη τεχνητής νοημοσύνης παγκοσμίως.
Ο Γένσεν Χουάνγκ μιλάει στην τελετή απονομής των βραβείων.
Οι GPU έχουν γίνει ένα ουσιαστικό στοιχείο στη σύγχρονη έρευνα για την τεχνητή νοημοσύνη, επιταχύνοντας την καινοτομία σε τομείς όπως η αναγνώριση ομιλίας, τα αυτόνομα αυτοκίνητα, η επεξεργασία ιατρικών εικόνων και η επεξεργασία γλώσσας. Σήμερα, η βαθιά μάθηση με επιτάχυνση GPU οδηγεί σε πολλές εξελίξεις, όπως τα τρέχοντα δημοφιλή μοντέλα τεχνητής νοημοσύνης και τα εργαλεία διάγνωσης και φροντίδας στον τομέα της υγειονομικής περίθαλψης, ωφελώντας εκατομμύρια ανθρώπους παγκοσμίως.
«Είναι μεγάλη μου τιμή που λαμβάνω το Μεγάλο Βραβείο VinFuture παρουσία των φίλων μου και εξέχοντων επιστημόνων όπως ο καθηγητής Yoshua Bengio, ο Geoffrey Hinton και ο Yann LeCun.»
«Αυτή είναι η αναγνώριση από το Ίδρυμα VinFuture του πρωτοποριακού μας δυναμικού στην Τεχνητή Νοημοσύνη σε όλους τους κλάδους. Είμαι τιμημένη που λαμβάνω αυτό το βραβείο, εκπροσωπώντας τους συναδέλφους μου στην NVIDIA που έχουν αφιερώσει τη ζωή και την καριέρα τους στην επιστήμη των υπολογιστών και σε συναφείς τομείς», δήλωσε η Jen-Hsun Huang.
Καθηγητής Yann LeCun
Ο καθηγητής Yann LeCun, Διευθυντής Επιστήμης Τεχνητής Νοημοσύνης στο Meta, αναγνωρίζεται για το πρωτοποριακό του έργο στην ανάπτυξη συνελικτικών νευρωνικών δικτύων (CNN). Αυτά είναι κρίσιμα μοντέλα για την ανάπτυξη τεχνολογιών αναγνώρισης εικόνας και βαθιάς μάθησης.
Η εργασία του στα CNN στα τέλη της δεκαετίας του 1980 έθεσε τα θεμέλια για την αυτοματοποιημένη 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 οδηγήσει σε σημαντικές ανακαλύψεις σε βιομηχανίες που χρησιμοποιούν τεχνολογία επεξεργασίας 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 ανέφερε ότι το τρόπαιο VinFuture 2024 μοιάζει πολύ με ένα νευρωνικό δίκτυο, με τους διασυνδεδεμένους νευρώνες του. Αυτό το σύμβολο είναι πραγματικά κατάλληλο για το έργο του.
«Οι μηχανές μπορούν να μάθουν, αν και όχι ακόμη στον ίδιο βαθμό με τους ανθρώπους, αλλά κινούμαστε προς αυτόν τον στόχο. Νομίζω ότι η Τεχνητή Νοημοσύνη μπορεί να αναπτυχθεί ακόμη περισσότερο, να γίνει πιο έξυπνη. Η Τεχνητή Νοημοσύνη μας βοηθά να επεκτείνουμε την ανθρώπινη νοημοσύνη. Στην πραγματικότητα, η Τεχνητή Νοημοσύνη το έχει ήδη κάνει αυτό στους προκατόχους της», είπε.
Οι βοηθοί τεχνητής νοημοσύνης μπορούν να γίνουν πιο έξυπνοι και, καθώς συνεχίζουμε να τους εκπαιδεύουμε στη γλώσσα, τον πολιτισμό και τις αξίες, θα δημιουργήσουν έναν θησαυρό ανθρώπινων δεδομένων που πρέπει να κοινοποιείται, επεκτείνοντας τη γνώση παγκοσμίως και προωθώντας την πρόοδο στην επιστήμη, την ιατρική και την τεχνολογία, δήλωσε ο ειδικός.
Καθηγητής Φέι-Φέι Λι
Η καθηγήτρια Φέι-Φέι Λι του Πανεπιστημίου 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, ετικετημένο σύνολο δεδομένων που επιτρέπει στις μηχανές να αναγνωρίζουν και να ταξινομούν αντικείμενα με μεγαλύτερη ακρίβεια.
Ο καθηγητής Φέι-Φέι Λι ήταν απασχολημένος και ως εκ τούτου δεν μπορούσε να ταξιδέψει στο Βιετνάμ για να παραλάβει το βραβείο.
Το ImageNet έθεσε τα θεμέλια για την εκπαίδευση μοντέλων βαθιάς μάθησης και προώθησε 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, διευκολύνοντας την πρόοδο σε τομείς όπως η αυτόνομη οδήγηση, η ιατρική διαγνωστική και τα ευφυή συστήματα ασφαλείας. Διευρύνοντας τα όρια των δυνατοτήτων των μηχανών να παρατηρούν και να ερμηνεύουν, το έργο της έχει ωθήσει την καινοτομία στον τομέα της υπολογιστικής όρασης και έχει ωφελήσει την κοινωνία στο σύνολό της.
Το βραβείο VinFuture Foundation, το οποίο ξεκίνησε 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 χρηματικό έπαθλο ανέρχεται σε 4,5 εκατομμύρια δολάρια, συμπεριλαμβανομένου ενός κύριου βραβείου ύψους 3 εκατομμυρίων δολαρίων και τριών ειδικών βραβείων ύψους 500.000 δολαρίων το καθένα, σε τρεις κατηγορίες: Γυναίκα Επιστήμονας, Επιστήμονας από Αναπτυσσόμενες Χώρες και Επιστήμονας που Ερευνά Αναδυόμενους Τομείς.
[διαφήμιση_2]
Πηγή
Σχόλιο (0)