Hier soir (6 décembre), le prix principal VinFuture 2024 d'une valeur de 3 millions USD (plus de 76 milliards de VND) a été décerné à 5 scientifiques : Yoshua Bengio, Geoffrey E. Hinton, Jensen Huang, Yann LeCun et Fei-Fei Li pour leurs contributions révolutionnaires à l'avancement des progrès de l'apprentissage profond.
Le comité des prix a noté que les progrès dans l’apprentissage profond ont inauguré une nouvelle ère d’innovation technologique, permettant aux machines d’« apprendre » à partir de quantités massives de données et d’atteindre une précision incroyable dans des tâches telles que la reconnaissance d’images, le traitement du langage naturel et la prise de décision.
Depuis 2012, l'apprentissage profond est devenu un outil clé, à l'origine d'avancées majeures dans des domaines tels que la santé, l'automatisation et les services financiers, façonnant ainsi l'avenir de l'innovation. Les nouvelles applications technologiques peuvent transformer la vie de millions de personnes en améliorant l'efficacité des entreprises et des services de santé.
Professeur Yoshua Bengio
Le professeur Yoshua Bengio est le fondateur de l'Institut Mila, qui se concentre sur les réseaux de neurones artificiels, y compris les avancées importantes dans l'apprentissage de la représentation et les modèles génératifs.
Ses contributions sont devenues essentielles aux systèmes modernes d'apprentissage profond, notamment en traitement automatique du langage naturel (TALN). Ses travaux ont permis le développement d'outils tels que les assistants virtuels et les outils de traduction, permettant ainsi à des millions de personnes dans le monde d'accéder à ces technologies. Ses recherches continuent de façonner les domaines liés à l'apprentissage profond, de la robotique à la médecine personnalisée.
Professeur Yoshua Bengio (à l'extrême gauche)
Les innovations de Bengio permettent aux systèmes d'« apprendre » et de générer des données avec une précision incroyable. Ces innovations sont particulièrement importantes pour créer des solutions basées sur l'IA afin de relever des défis mondiaux, tels que l'amélioration des soins de santé et la promotion de la durabilité environnementale.
Lors de la cérémonie de remise des prix, le professeur a évoqué son parcours avec l'IA, qui a débuté il y a 20 ans, lorsqu'il s'est intéressé aux réseaux neuronaux et a voulu comprendre les principes de l'intelligence. À l'époque, il n'imaginait pas que ses progrès et son succès auraient un impact aussi important sur la société actuelle.
« L'IA peut apporter d'énormes bénéfices si et seulement si nous la menons correctement. Nous devons comprendre l'ampleur du défi et assumer la responsabilité de sa réussite », a-t-il souligné.
Professeur Geoffrey Hinton
Le professeur Geoffrey Hinton, de l'Université de Toronto, au Canada, est reconnu pour son leadership et ses travaux fondamentaux sur l'architecture des réseaux neuronaux. Son article de 1986, publié avec David Rumelhart et Ronald Williams, a démontré l'existence de représentations distribuées dans des réseaux neuronaux entraînés à l'aide de l'algorithme de rétropropagation. Cette méthode est devenue un outil standard dans le domaine de l'intelligence artificielle et a permis des avancées en reconnaissance d'images et de la parole.
Professeur Geoffrey Hinton. (Photo : TVP)
En affinant l’architecture des réseaux neuronaux profonds et en utilisant de grands ensembles de données pour les former, le professeur Hinton a ouvert de nouvelles directions pour la recherche et les applications en intelligence artificielle, ouvrant ainsi la voie à des avancées dans le développement de modèles d’intelligence artificielle et de systèmes autonomes.
Lors de la cérémonie de remise des prix, le professeur Geoffrey E. Hinton a déclaré que lui-même, le professeur Yoshua Bengio et Yann LeCun ont consacré leur vie au développement de la technologie des réseaux neuronaux. Il s'est également réjoui de voir VinFuture reconnaître les contributions de M. Jen-Hsun Huang au développement des logiciels nécessaires à l'intelligence artificielle, ainsi que celles du professeur Fei-Fei Li pour la fourniture de données massives, un facteur qui a prouvé l'efficacité de cette technologie.
M. Jensen Huang
Jensen Huang, président de NVIDIA, a été reconnu pour son leadership visionnaire dans la transformation des unités de traitement graphique (GPU) en outils puissants pour l'apprentissage en profondeur et le calcul accéléré.
Le développement de la plateforme CUDA (Compute Unified Device Architecture) permet à la programmation GPU de gérer efficacement les énormes besoins de calcul du deep learning. Cette avancée permet un entraînement rapide des réseaux neuronaux et fait des GPU un outil essentiel de la recherche et du développement en intelligence artificielle dans le monde entier.
M. Jensen Huang prend la parole lors de la cérémonie de remise des prix.
Les GPU sont devenus essentiels à la recherche moderne en intelligence artificielle, accélérant les innovations dans des domaines tels que la reconnaissance vocale, les véhicules autonomes, l'imagerie médicale et le traitement du langage. Aujourd'hui, l'apprentissage profond accéléré par GPU est à l'origine de progrès tels que les modèles d'intelligence artificielle et les outils de diagnostic et de santé les plus répandus, bénéficiant à des millions de personnes dans le monde.
« Je suis honoré de recevoir le prix principal de VinFuture en présence d'amis et de grands scientifiques tels que le professeur Yoshua Bengio, Geoffrey Hinton et Yann LeCun.
« Il s'agit d'une reconnaissance de la Fondation VinFuture pour le potentiel révolutionnaire de l'IA dans tous les secteurs. Je suis honoré de recevoir ce prix au nom de mes collègues de NVIDIA qui ont consacré leur vie à l'informatique et aux domaines connexes », a déclaré M. Jen-Hsun Huang.
Professeur Yann LeCun
Le professeur Yann LeCun, scientifique en chef de l'IA chez Meta, est reconnu pour son travail de pionnier dans le développement de réseaux de neurones convolutifs (CNN), un paradigme clé dans le développement des technologies de reconnaissance d'images et d'apprentissage en profondeur.
Ses travaux sur les CNN à la fin des années 1980 ont jeté les bases de l’apprentissage automatique des caractéristiques hiérarchiques des images, ce qui est important dans des tâches telles que la détection d’objets et la reconnaissance faciale.
Professeur Yann LeCun.
Les innovations du professeur LeCun ont permis des avancées majeures dans les secteurs utilisant le traitement d'images, du diagnostic médical à la conduite autonome. Les CNN sont désormais devenus la norme dans les applications d'intelligence artificielle utilisées quotidiennement par des milliards de personnes, jouant un rôle central dans le développement de technologies telles que la reconnaissance faciale et le traitement d'images médicales.
Le professeur Yann LeCun a expliqué que le trophée VinFuture 2024 présente une forme très similaire à un modèle neuronal, avec la connexion de neurones. Ce symbole convient parfaitement à son travail.
« Les machines peuvent apprendre, pas encore comme les humains, mais nous y parvenons. Je pense que l'IA peut se développer davantage et devenir plus intelligente. Elle nous aide à développer l'intelligence humaine. En fait, elle l'a fait depuis ses prédécesseurs », a-t- il déclaré.
Les assistants IA peuvent devenir plus intelligents et à mesure que nous continuons à former l'IA sur la langue, la culture et les valeurs, cela créera un trésor de données humaines qui doivent être partagées, diffusant les connaissances dans le monde, favorisant le progrès dans la science, la médecine et la technologie, a déclaré l'expert.
Professeur Fei-Fei Li
La professeure Fei-Fei Li, de l'Université de Stanford, aux États-Unis, est reconnue pour ses contributions pionnières au domaine de la vision par ordinateur et au développement du jeu de données ImageNet. Son leadership dans le projet ImageNet a révolutionné la reconnaissance d'images en créant un vaste jeu de données étiquetées permettant aux machines de reconnaître et de classer les objets avec plus de précision.
Le professeur Fei-Fei Li est occupé et ne peut pas venir au Vietnam pour recevoir le prix.
ImageNet a posé les bases de la formation de modèles d'apprentissage profond et a stimulé le développement de tâches telles que la détection d'objets, la reconnaissance faciale et la classification d'images. Les travaux du professeur Li illustrent parfaitement l'importance des données dans la formation des systèmes d'intelligence artificielle, influençant l'approche axée sur les données utilisée dans de nombreux domaines.
Les contributions du professeur Li ont transformé la façon dont les systèmes d'apprentissage profond traitent et comprennent l'information visuelle, permettant des avancées dans des domaines tels que la conduite autonome, le diagnostic médical et les systèmes de sécurité intelligents. En repoussant les limites de ce que les machines peuvent voir et interpréter, ses travaux ont alimenté l'innovation en vision par ordinateur et ont bénéficié à la société dans son ensemble.
Créé par la Fondation VinFuture en 2020, ce prix récompense chaque année des inventions scientifiques et technologiques révolutionnaires susceptibles d'apporter des changements significatifs dans la vie des gens. Après quatre éditions, 37 scientifiques ont été récompensés. Le prix total s'élève à 4,5 millions de dollars américains, dont un prix principal de 3 millions de dollars américains et trois prix spéciaux de 500 000 dollars américains chacun, répartis en trois catégories : femmes scientifiques, scientifiques de pays en développement et scientifiques en recherche dans de nouveaux domaines.
Source
Comment (0)