Qui sont les 5 géants de l'IA qui viennent d'être honorés par VinFuture 2024 ?

Hier soir (6 décembre), le prix principal VinFuture 2024 d'une valeur de 3 millions de dollars américains (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 lauréats a noté que les progrès réalisés dans le domaine de l'apprentissage profond ont inauguré une nouvelle ère d'innovation technologique, permettant aux machines d'« apprendre » à partir de vastes quantités 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 essentiel 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 applications de ces nouvelles technologies peuvent transformer la vie de millions de personnes en améliorant l'efficacité des entreprises et du système de santé.

Professeur Yoshua Bengio

Le professeur Yoshua Bengio est le fondateur de l'Institut Mila, dont les recherches portent sur les réseaux neuronaux artificiels (neurones), notamment sur des avancées importantes dans l'apprentissage des représentations et les modèles génératifs.

Ses contributions sont devenues essentielles aux systèmes d'apprentissage profond modernes, notamment dans le domaine du traitement automatique du langage naturel (TALN). Ses travaux ont permis le développement d'outils tels que les assistants virtuels et les traducteurs automatiques, offrant ainsi à des millions de personnes à travers le monde l'accès à ces technologies. Ses recherches continuent d'influencer 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 d'une précision remarquable. Ces innovations sont particulièrement importantes pour la création de solutions basées sur l'IA afin de relever les défis mondiaux, tels que l'amélioration des soins de santé et la promotion du développement durable.

Lors de la cérémonie de remise des prix, le professeur a retracé son parcours dans le domaine de l'IA, qui a débuté il y a 20 ans lorsqu'il s'est intéressé aux réseaux neuronaux et a souhaité comprendre les principes fondamentaux de l'intelligence. À l'époque, il était loin d'imaginer l'impact considérable que ses progrès et son succès auraient sur la société actuelle.

« L’IA ne peut apporter d’énormes avantages que si nous la pilotons correctement. Nous devons comprendre l’ampleur du défi et assumer la responsabilité de faire de l’IA un succès », a-t-il souligné.

Professeur Geoffrey Hinton

Le professeur Geoffrey Hinton, de l'Université de Toronto (Canada), est reconnu pour son rôle de pionnier et ses travaux fondamentaux sur l'architecture des réseaux de neurones. Son article de 1986, coécrit avec David Rumelhart et Ronald Williams, a démontré l'existence de représentations distribuées dans les réseaux de neurones entraînés par l'algorithme de rétropropagation. Cette méthode est devenue un outil standard en intelligence artificielle et a permis des avancées majeures dans la reconnaissance d'images et de la parole.

En affinant l'architecture des réseaux neuronaux profonds et en utilisant de vastes ensembles de données pour les entraîner, le professeur Hinton a ouvert de nouvelles perspectives pour la recherche et les applications en intelligence artificielle, ouvrant ainsi la voie à des progrès 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 avaient consacré leur vie au développement des réseaux neuronaux. Il s'est également félicité de la reconnaissance accordée par VinFuture aux contributions de M. Jen-Hsun Huang au développement des logiciels nécessaires à l'intelligence artificielle, ainsi qu'à celles du professeur Fei-Fei Li pour la fourniture de données massives, un facteur déterminant de l'efficacité de cette technologie.

M. Jensen Huang

Le président de NVIDIA, Jensen Huang, a été reconnu pour son leadership visionnaire dans la transformation des unités de traitement graphique (GPU) en outils puissants pour l'apprentissage profond et le calcul accéléré.

Le développement de la plateforme CUDA (Compute Unified Device Architecture) a permis à la programmation GPU de gérer efficacement les besoins de calcul massifs de l'apprentissage profond. Cette avancée majeure a permis un entraînement rapide des réseaux neuronaux et a fait des GPU un outil essentiel dans la recherche et le développement en IA à l'échelle mondiale.

M. Jensen Huang prend la parole lors de la cérémonie de remise des prix.

Les GPU sont devenus indispensables à la recherche moderne en IA, accélérant les innovations dans des domaines tels que la reconnaissance vocale, la conduite autonome, l'imagerie médicale et le traitement du langage. Aujourd'hui, l'apprentissage profond accéléré par GPU est au cœur des avancées qui permettent le développement de modèles d'IA et d'outils de diagnostic et de santé largement utilisés, bénéficiant ainsi à des millions de personnes dans le monde.

« Je suis honoré de recevoir le grand prix VinFuture en présence d'amis et de grands scientifiques tels que le professeur Yoshua Bengio, Geoffrey Hinton et Yann LeCun. »

« Cette distinction de la Fondation VinFuture récompense 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 en IA chez Meta, est reconnu pour son travail de pionnier dans le développement des réseaux neuronaux convolutifs (CNN), un paradigme clé dans le développement des technologies de reconnaissance d'images et d'apprentissage profond.

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 crucial dans des tâches telles que la détection d'objets et la reconnaissance faciale.

Les innovations du professeur LeCun ont bouleversé les secteurs utilisant le traitement d'images, du diagnostic médical à la conduite autonome. Les réseaux de neurones convolutifs (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 a une forme très similaire à un modèle neuronal, avec la connexion des neurones. Ce symbole correspond parfaitement à ses travaux.

« Les machines peuvent apprendre, pas encore comme les humains, mais nous progressons. Je pense que l'IA peut encore évoluer et devenir plus intelligente. L'IA nous aide à accroître l'intelligence humaine ; en réalité, elle l'a déjà fait, depuis ses prédécesseurs », a-t-il déclaré.

Les assistants IA peuvent devenir plus intelligents et, à mesure que nous continuons à entraîner l'IA sur le langage, la culture et les valeurs, cela créera une mine d'or de données humaines qui doivent être partagées, diffusant les connaissances dans le monde entier et favorisant les progrès en science, en médecine et en technologie, a déclaré l'expert.

Professeur Fei-Fei Li

La professeure Fei-Fei Li, de l'université Stanford (États-Unis), est reconnue pour ses contributions pionnières dans le domaine de la vision par ordinateur et le développement du jeu de données ImageNet. Son rôle de chef de file dans le projet ImageNet a révolutionné la reconnaissance d'images grâce à la création d'un vaste ensemble de données annotées permettant aux machines de reconnaître et de classer les objets avec une plus grande précision.

La professeure Fei-Fei Li était très occupée et n'a pas pu venir au Vietnam pour recevoir le prix.

ImageNet a posé les fondements de l'entraînement des 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 l'entraînement des systèmes d'intelligence artificielle et ont influencé l'approche fondée sur les données utilisée dans de nombreux domaines.

Les travaux de la professeure Li ont transformé la manière 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 la vision et de l'interprétation des machines, ses recherches ont stimulé l'innovation dans le domaine de la vision par ordinateur et ont profité à l'ensemble de la société.

Comment (0)