ໃຜເປັນ 5 ຍັກໃຫຍ່ AI ທີ່ຫາກໍ່ໃຫ້ກຽດຈາກ VinFuture 2024?

ໃນຕອນຄ່ຳວັນທີ 6 ທັນວານີ້, ລາງວັນໃຫຍ່ VinFuture 2024 ເປັນມູນຄ່າ 3 ລ້ານ USD (ກວ່າ 76 ຕື້ດົ່ງ) ໄດ້ມອບໃຫ້ ນັກວິທະຍາສາດ 5 ທ່ານຄື: Yoshua Bengio, Geoffrey E. Hinton, Jensen Huang, Yann LeCun, ແລະ Fei-Fei Li ເພື່ອແນໃສ່ຊຸກຍູ້ຄວາມກ້າວໜ້າຂອງການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ.

ຄະນະກໍາມະການລາງວັນສັງເກດເຫັນວ່າຄວາມກ້າວຫນ້າໃນການຮຽນຮູ້ເລິກເຊິ່ງໄດ້ນໍາໄປສູ່ຍຸກໃຫມ່ຂອງນະວັດຕະກໍາເຕັກໂນໂລຢີ, ຊ່ວຍໃຫ້ເຄື່ອງຈັກສາມາດ "ຮຽນຮູ້" ຈາກຂໍ້ມູນຈໍານວນຫຼວງຫຼາຍແລະບັນລຸຄວາມຖືກຕ້ອງທີ່ຫນ້າປະຫລາດໃຈໃນວຽກງານເຊັ່ນ: ການຮັບຮູ້ຮູບພາບ, ການປຸງແຕ່ງພາສາທໍາມະຊາດແລະການຕັດສິນໃຈ.

ນັບຕັ້ງແຕ່ປີ 2012, ການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງໄດ້ກາຍເປັນເຄື່ອງມືທີ່ຊຸກຍູ້ຄວາມກ້າວໜ້າອັນໃຫຍ່ຫຼວງໃນຂົງເຂດຕ່າງໆເຊັ່ນ: ການບໍລິການສຸຂະພາບ, ອັດຕະໂນມັດ, ແລະການບໍລິການທາງດ້ານການເງິນ, ສ້າງອະນາຄົດຂອງນະວັດຕະກຳ. ການນຳໃຊ້ເຕັກໂນໂລຊີໃໝ່ສາມາດຫັນປ່ຽນຊີວິດຂອງປະຊາຊົນຫຼາຍລ້ານຄົນໄດ້ໂດຍການນຳເອົາປະສິດທິພາບມາສູ່ທຸລະກິດ ແລະການດູແລສຸຂະພາບ.

ສາດສະດາຈານ Yoshua Bengio

ສາດສະດາຈານ Yoshua Bengio ເປັນຜູ້ກໍ່ຕັ້ງຂອງສະຖາບັນ Mila, ເຊິ່ງການຄົ້ນຄວ້າໄດ້ສຸມໃສ່ເຄືອຂ່າຍ neural ທຽມ (neurons), ລວມທັງຄວາມກ້າວຫນ້າທີ່ສໍາຄັນໃນການຮຽນຮູ້ການເປັນຕົວແທນແລະຮູບແບບການຜະລິດ.

ການປະກອບສ່ວນຂອງລາວໄດ້ກາຍເປັນສິ່ງຈໍາເປັນຕໍ່ລະບົບການຮຽນຮູ້ເລິກທີ່ທັນສະໄຫມ, ໂດຍສະເພາະໃນການປຸງແຕ່ງພາສາທໍາມະຊາດ (NLP). ວຽກງານຂອງລາວໄດ້ເຮັດໃຫ້ການພັດທະນາຂອງເຄື່ອງມືເຊັ່ນ: ຜູ້ຊ່ວຍ virtual ແລະນັກແປພາສາ, ເຮັດໃຫ້ປະຊາຊົນຫຼາຍລ້ານຄົນໃນທົ່ວ ໂລກ ເຂົ້າເຖິງເຕັກໂນໂລຢີເຫຼົ່ານີ້. ການຄົ້ນຄວ້າຂອງລາວຍັງສືບຕໍ່ສ້າງຮູບຮ່າງຂອງສາຂາທີ່ກ່ຽວຂ້ອງກັບການຮຽນຮູ້ເລິກຈາກຫຸ່ນຍົນໄປສູ່ການແພດສ່ວນບຸກຄົນ.

ການປະດິດສ້າງຂອງ Bengio ອະນຸຍາດໃຫ້ລະບົບ "ຮຽນຮູ້" ແລະສ້າງຂໍ້ມູນດ້ວຍຄວາມຖືກຕ້ອງທີ່ບໍ່ຫນ້າເຊື່ອ. ນະວັດຕະກໍາເຫຼົ່ານີ້ມີຄວາມສໍາຄັນໂດຍສະເພາະໃນການສ້າງວິທີແກ້ໄຂທີ່ອີງໃສ່ AI ເພື່ອແກ້ໄຂສິ່ງທ້າທາຍທົ່ວໂລກ, ເຊັ່ນ: ການປັບປຸງການດູແລສຸຂະພາບແລະການສົ່ງເສີມຄວາມຍືນຍົງດ້ານສິ່ງແວດລ້ອມ.

ກ່າວຄຳເຫັນທີ່ພິທີມອບລາງວັນ, ສາດສະດາຈານໄດ້ເລົ່າຄືນການເດີນທາງຂອງຕົນກັບ AI, ເຊິ່ງໄດ້ເລີ່ມຂຶ້ນເມື່ອ 20 ປີກ່ອນ ເມື່ອລາວມີຄວາມສົນໃຈກ່ຽວກັບເຄືອຂ່າຍປະສາດ ແລະ ຢາກເຂົ້າໃຈຫລັກທຳທາງດ້ານປັນຍາ. ໃນເວລານັ້ນ, ລາວບໍ່ຮູ້ວ່າຄວາມກ້າວຫນ້າແລະຄວາມສໍາເລັດຂອງມັນມີຜົນກະທົບແນວໃດຕໍ່ສັງຄົມໃນມື້ນີ້.

"AI ສາມາດສົ່ງຜົນປະໂຫຍດອັນໃຫຍ່ຫຼວງພຽງແຕ່ຖ້າພວກເຮົານໍາພາມັນຢ່າງຖືກຕ້ອງ. ພວກເຮົາຕ້ອງເຂົ້າໃຈຂະຫນາດຂອງສິ່ງທ້າທາຍແລະຮັບຜິດຊອບເພື່ອເຮັດໃຫ້ AI ປະສົບຜົນສໍາເລັດ," ລາວເນັ້ນຫນັກ.

ສາດສະດາຈານ Geoffrey Hinton

ສາດສະດາຈານ Geoffrey Hinton, ມະຫາວິທະຍາໄລ Toronto, ປະເທດການາດາໄດ້ຮັບການຍອມຮັບສໍາລັບການນໍາພາແລະວຽກງານພື້ນຖານຂອງລາວກ່ຽວກັບຖາປັດຕະຍະເຄືອຂ່າຍ neural. ເອກະສານປີ 1986 ຂອງລາວ, ກັບ David Rumelhart ແລະ Ronald Williams, ໄດ້ສະແດງໃຫ້ເຫັນການແຈກຢາຍຕົວແທນໃນເຄືອຂ່າຍ neural ທີ່ໄດ້ຮັບການຝຶກອົບຮົມໂດຍລະບົບການແຜ່ພັນຄືນ. ວິທີການນີ້ໄດ້ກາຍເປັນເຄື່ອງມືມາດຕະຖານໃນພາກສະຫນາມຂອງປັນຍາປະດິດແລະນໍາໄປສູ່ຄວາມກ້າວຫນ້າຂອງຮູບພາບແລະການຮັບຮູ້ສຽງເວົ້າ.

ໂດຍການປັບປຸງສະຖາປັດຕະຍະກໍາຂອງເຄືອຂ່າຍ neural ເລິກແລະນໍາໃຊ້ຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່ເພື່ອຝຶກອົບຮົມໃຫ້ເຂົາເຈົ້າ, ອາຈານ Hinton ໄດ້ເປີດທິດທາງໃຫມ່ສໍາລັບການຄົ້ນຄວ້າແລະຄໍາຮ້ອງສະຫມັກປັນຍາປະດິດ, ດັ່ງນັ້ນການປູທາງໄປສູ່ຄວາມກ້າວຫນ້າໃນການພັດທະນາຂອງຕົວແບບປັນຍາປະດິດແລະລະບົບອັດຕະໂນມັດ.

ກ່າວຄຳເຫັນທີ່ພິທີມອບລາງວັນ, ສາດສະດາຈານ Geoffrey E. Hinton ໃຫ້ຮູ້ວ່າ, ທ່ານສາດສະດາຈານ Yoshua Bengio ແລະ Yann LeCun ໄດ້ອຸທິດຊີວິດເພື່ອພັດທະນາເຕັກໂນໂລຊີເຄືອຂ່າຍປະສາດ. ທ່ານຍັງຍິນດີທີ່ເຫັນ VinFuture ຮັບຮູ້ການປະກອບສ່ວນຂອງທ່ານ Jen-Hsun Huang ໃນການພັດທະນາຊອບແວຄອມພິວເຕີທີ່ຈຳເປັນສຳລັບປັນຍາປະດິດ; ເຊັ່ນດຽວກັນກັບອາຈານ Fei-Fei Li ໃນການສະຫນອງຂໍ້ມູນໃຫຍ່ - ປັດໃຈທີ່ໄດ້ພິສູດປະສິດທິພາບຂອງເຕັກໂນໂລຢີນີ້.

ທ່ານ ເຈີ່ນເສິນຮ່ວາງ

ປະທານ NVIDIA Jensen Huang ໄດ້ຮັບການຍອມຮັບສໍາລັບຄວາມເປັນຜູ້ນໍາທີ່ມີວິໄສທັດຂອງລາວໃນການຫັນປ່ຽນຫນ່ວຍງານປະມວນຜົນກາຟິກ (GPUs) ໄປສູ່ເຄື່ອງມືທີ່ມີປະສິດທິພາບສໍາລັບການຮຽນຮູ້ເລິກເຊິ່ງແລະເລັ່ງການຄອມພິວເຕີ້.

ການພັດທະນາຂອງແພລະຕະຟອມ CUDA (Compute Unified Device Architecture) ເຮັດໃຫ້ການດໍາເນີນໂຄງການ GPU ສາມາດຈັດການຄວາມຕ້ອງການດ້ານການຄິດໄລ່ອັນໃຫຍ່ຫຼວງຂອງການຮຽນຮູ້ເລິກໄດ້ຢ່າງມີປະສິດທິພາບ. ບາດກ້າວບຸກທະລຸນີ້ເຮັດໃຫ້ການຝຶກອົບຮົມເຄືອຂ່າຍ neural ຢ່າງໄວວາແລະເຮັດໃຫ້ GPUs ເປັນເຄື່ອງມືທີ່ສໍາຄັນໃນການຄົ້ນຄວ້າແລະການພັດທະນາ AI ທົ່ວໂລກ.

ທ່ານເຈີນເສິນຮ່ວາງກ່າວຄຳປາໄສທີ່ພິທີມອບລາງວັນ.

GPUs ໄດ້ກາຍເປັນສິ່ງຈໍາເປັນໃນການຄົ້ນຄວ້າ AI ທີ່ທັນສະໄຫມ, ເລັ່ງການປະດິດສ້າງໃນຂົງເຂດເຊັ່ນ: ການຮັບຮູ້ສຽງເວົ້າ, ການຂັບລົດອັດຕະໂນມັດ, ການຖ່າຍຮູບ ທາງການແພດ ແລະການປຸງແຕ່ງພາສາ. ໃນມື້ນີ້, ການຮຽນຮູ້ເລິກແບບເລັ່ງ GPU ກໍາລັງເພີ່ມຄວາມກ້າວຫນ້າເຊັ່ນ: ແບບຈໍາລອງ AI ທີ່ນິຍົມໃນທຸກມື້ນີ້ ແລະເຄື່ອງມືການວິນິດໄສ ແລະການດູແລສຸຂະພາບ, ເປັນປະໂຫຍດແກ່ປະຊາຊົນຫຼາຍລ້ານຄົນໃນທົ່ວໂລກ.

“ຂ້າພະເຈົ້າເປັນກຽດທີ່ໄດ້ຮັບລາງວັນຕົ້ນຕໍ VinFuture ຢູ່ທີ່ປະທັບຂອງເພື່ອນມິດ ແລະ ນັກວິທະຍາສາດທີ່ຍິ່ງໃຫຍ່ເຊັ່ນ ສາດສະດາຈານ Yoshua Bengio, Geoffrey Hinton, ແລະ Yann LeCun.

ນີ້ແມ່ນການຮັບຮູ້ຈາກມູນນິທິ VinFuture ສຳລັບຄວາມສາມາດບົ່ມຊ້ອນດ້ານ AI ໃນທຸກຂະແໜງການ. ຂ້າພະເຈົ້າຮູ້ສຶກເປັນກຽດທີ່ໄດ້ຮັບລາງວັນນີ້ໃນນາມຂອງເພື່ອນຮ່ວມງານຂອງຂ້າພະເຈົ້າຢູ່ NVIDIA ຜູ້ທີ່ໄດ້ອຸທິດຊີວິດຂອງເຂົາເຈົ້າໃຫ້ແກ່ວິທະຍາສາດຄອມພິວເຕີ ແລະສາຂາທີ່ກ່ຽວຂ້ອງ,” ທ່ານ Jen-Hsun Huang ກ່າວ.

ອາຈານ Yann LeCun

ສາດສະດາຈານ Yann LeCun, ຫົວຫນ້າວິທະຍາສາດ AI ຢູ່ Meta, ໄດ້ຮັບການຍອມຮັບສໍາລັບວຽກງານບຸກເບີກຂອງລາວໃນການພັດທະນາເຄືອຂ່າຍ neural convolutional (CNNs), ຮູບແບບທີ່ສໍາຄັນໃນການພັດທະນາການຮັບຮູ້ຮູບພາບແລະເຕັກໂນໂລຊີການຮຽນຮູ້ເລິກ.

ວຽກງານຂອງລາວໃນ CNNs ໃນທ້າຍຊຸມປີ 1980 ໄດ້ວາງພື້ນຖານສໍາລັບການຮຽນຮູ້ອັດຕະໂນມັດຂອງລັກສະນະຮູບພາບຕາມລໍາດັບ, ເຊິ່ງເປັນສິ່ງສໍາຄັນໃນວຽກງານເຊັ່ນ: ການກວດສອບວັດຖຸແລະການຮັບຮູ້ໃບຫນ້າ.

ການປະດິດສ້າງຂອງສາດສະດາຈານ LeCun ໄດ້ເຮັດໃຫ້ເກີດການຂັດຂວາງໃນອຸດສາຫະກໍາທີ່ນໍາໃຊ້ການປຸງແຕ່ງຮູບພາບ, ຈາກການວິນິດໄສທາງການແພດຈົນເຖິງການຂັບລົດອັດຕະໂນມັດ. ໃນປັດຈຸບັນ CNNs ໄດ້ກາຍເປັນມາດຕະຖານໃນຄໍາຮ້ອງສະຫມັກປັນຍາປະດິດທີ່ໃຊ້ໂດຍປະຊາຊົນຫຼາຍຕື້ຄົນທຸກໆມື້, ມີບົດບາດສໍາຄັນໃນການພັດທະນາເຕັກໂນໂລຢີເຊັ່ນການຮັບຮູ້ໃບຫນ້າແລະການປຸງແຕ່ງຮູບພາບທາງການແພດ.

ສາດສະດາຈານ Yann LeCun ແບ່ງປັນວ່າ: ລາງວັນ VinFuture 2024 ມີຮູບຮ່າງຄ້າຍຄືກັນກັບຕົວແບບກ່ຽວກັບລະບົບປະສາດ, ມີການເຊື່ອມຕໍ່ຂອງ neurons. ສັນຍາລັກນີ້ເຫມາະສົມກັບວຽກງານຂອງລາວແທ້ໆ.

"ເຄື່ອງຈັກສາມາດຮຽນຮູ້, ຍັງບໍ່ທັນຄືກັບມະນຸດ, ແຕ່ພວກເຮົາໄປເຖິງບ່ອນນັ້ນ. ຂ້າພະເຈົ້າຄິດວ່າ AI ສາມາດພັດທະນາຕື່ມອີກ, ກາຍເປັນສະຫຼາດກວ່າ. AI ຊ່ວຍໃຫ້ພວກເຮົາຂະຫຍາຍສະຕິປັນຍາຂອງມະນຸດ, ໃນຄວາມເປັນຈິງ, AI ໄດ້ເຮັດສິ່ງນີ້, ຈາກລຸ້ນກ່ອນ," ລາວເວົ້າ.

ຜູ້ຊ່ວຍ AI ສາມາດສະຫລາດຂຶ້ນແລະໃນຂະນະທີ່ພວກເຮົາສືບຕໍ່ຝຶກອົບຮົມ AI ກ່ຽວກັບພາສາ, ວັດທະນະທໍາແລະຄຸນຄ່າ, ມັນຈະສ້າງຄັງຊັບສົມບັດຂອງຂໍ້ມູນຂອງມະນຸດທີ່ຕ້ອງການແບ່ງປັນ, ເຜີຍແຜ່ຄວາມຮູ້ໄປສູ່ໂລກ, ສົ່ງເສີມຄວາມກ້າວຫນ້າທາງດ້ານວິທະຍາສາດ, ການແພດແລະເຕັກໂນໂລຢີ.

ອາຈານ Fei-Fei Li

ສາດສະດາຈານ Fei-Fei Li, ມະຫາວິທະຍາໄລສະແຕນຟອດ, ສະຫະລັດອາເມລິກາໄດ້ຮັບການຍອມຮັບສໍາລັບການປະກອບສ່ວນບຸກເບີກຂອງນາງໃນພາກສະຫນາມຂອງວິໄສທັດຄອມພິວເຕີແລະການພັດທະນາຊຸດຂໍ້ມູນ ImageNet. ການນໍາພາຂອງນາງຂອງໂຄງການ ImageNet ໄດ້ປະຕິວັດການຮັບຮູ້ຮູບພາບໂດຍການສ້າງຊຸດຂໍ້ມູນທີ່ມີປ້າຍຊື່ຂະຫນາດໃຫຍ່ທີ່ອະນຸຍາດໃຫ້ເຄື່ອງຈັກສາມາດຮັບຮູ້ແລະຈັດປະເພດວັດຖຸໄດ້ຢ່າງຖືກຕ້ອງກວ່າ.

ສາດສະດາຈານ Fei-Fei Li ມີຄວາມຫຍຸ້ງຍາກ ແລະ ບໍ່ສາມາດມາຫວຽດນາມ ເພື່ອຮັບລາງວັນ.

ImageNet ໄດ້ວາງພື້ນຖານສໍາລັບການຝຶກອົບຮົມແບບຈໍາລອງການຮຽນຮູ້ເລິກເຊິ່ງແລະຊຸກຍູ້ການພັດທະນາວຽກງານເຊັ່ນ: ການກວດສອບວັດຖຸ, ການຮັບຮູ້ໃບຫນ້າ, ແລະການຈັດປະເພດຮູບພາບ. ວຽກງານຂອງອາຈານ Li ເປັນຕົວຢ່າງທີ່ສໍາຄັນຂອງຂໍ້ມູນໃນການຝຶກອົບຮົມລະບົບປັນຍາປະດິດ, ມີອິດທິພົນຕໍ່ວິທີການຂັບເຄື່ອນຂໍ້ມູນທີ່ໃຊ້ໃນຫຼາຍຂົງເຂດ.

ການປະກອບສ່ວນຂອງສາດສະດາຈານ Li ໄດ້ຫັນປ່ຽນວິທີການຂະບວນການຂອງລະບົບການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ ແລະ ເຂົ້າໃຈຂໍ້ມູນທາງສາຍຕາ, ສ້າງຄວາມກ້າວໜ້າໃນດ້ານຕ່າງໆ ເຊັ່ນ: ການຂັບຂີ່ແບບອັດຕະໂນມັດ, ການວິນິດໄສທາງການແພດ ແລະ ລະບົບຄວາມປອດໄພອັດສະລິຍະ. ໂດຍການຊຸກຍູ້ຂອບເຂດຂອງສິ່ງທີ່ເຄື່ອງຈັກສາມາດເຫັນໄດ້ແລະຕີຄວາມ ໝາຍ, ວຽກງານຂອງນາງໄດ້ຊຸກຍູ້ການປະດິດສ້າງໃນຂະແຫນງການເບິ່ງເຫັນຄອມພິວເຕີແລະໄດ້ຮັບຜົນປະໂຫຍດຕໍ່ສັງຄົມໂດຍລວມ.

ລາງວັນດັ່ງກ່າວ, ໄດ້ລິເລີ່ມໂດຍມູນນິທິ VinFuture ໃນປີ 2020, ແມ່ນມອບໃຫ້ແຕ່ລະປີເພື່ອບຸກທະລຸບັນດາສິ່ງປະດິດສ້າງວິທະຍາສາດ ແລະ ເຕັກໂນໂລຊີ ທີ່ມີທ່າແຮງສ້າງການປ່ຽນແປງທີ່ມີຄວາມຫມາຍໃນຊີວິດຂອງປະຊາຊົນ. ຫຼັງຈາກສີ່ລະດູການ, ນັກວິທະຍາສາດ 37 ຄົນໄດ້ຮັບການຍົກຍ້ອງ. ລາງວັນລວມມູນຄ່າ 4,5 ລ້ານ USD, ໃນນັ້ນມີ 1 ລາງວັນໃຫຍ່ 3 ລ້ານ USD ແລະ 3 ລາງວັນພິເສດ 500.000 USD ແຕ່ລະປະເພດ, ມີ 3 ປະເພດຄື: ນັກວິທະຍາສາດຍິງ, ນັກວິທະຍາສາດຈາກບັນດາປະເທດພັດທະນາ ແລະ ນັກວິທະຍາສາດຄົ້ນຄວ້າຂົງເຂດໃໝ່.

ຮ່າເກື່ອງ

ທີ່ມາ

: ນັກວິທະຍາສາດ VinFuture 2024 ລາງວັນ VinFuture

(0)

No data