ນີ້ແມ່ນ ນັກວິທະຍາສາດຄົນ ທີ 5 ທີ່ໄດ້ຮັບລາງວັນ Vinfuture ຕົ້ນຕໍໄດ້ຮັບການມອບລາງວັນ Nobel, ສະແດງໃຫ້ເຫັນວິໄສທັດບຸກເບີກຂອງບັນດາຜູ້ກໍ່ຕັ້ງລາງວັນ Vinfuture - ລາງວັນວິທະຍາສາດ ແລະ ເຕັກໂນໂລຊີສາກົນທຳອິດທີ່ຊາວຫວຽດນາມ ໄດ້ລິເລີ່ມ, ຢັ້ງຢືນເຄື່ອງໝາຍໃນປະຊາຄົມວິທະຍາສາດສາກົນພາຍຫຼັງ 4 ປີແຫ່ງການເຄື່ອນໄຫວ.
Geoffrey Hinton ເປັນທີ່ຮູ້ຈັກກັນໃນນາມ "ເຈົ້າພໍ່ຂອງການຮຽນຮູ້ເລິກ" ສໍາລັບການປະກອບສ່ວນອັນໃຫຍ່ຫຼວງຂອງລາວໃນພາກສະຫນາມຂອງປັນຍາປະດິດແລະການຮຽນຮູ້ເຄື່ອງຈັກ. (ພາບ: Reuters)
ການປະກອບສ່ວນຂອງສາດສະດາຈານ Geoffrey E. Hinton ແລະນັກວິທະຍາສາດ 4 ທ່ານຄື: Yoshua Bengio, Jen-Hsun Huang, Yann LeCun ແລະ Fei-Fei Li ເພື່ອຊຸກຍູ້ຄວາມຄືບໜ້າຂອງການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ, ພຽງແຕ່ໄດ້ຮັບກຽດເປັນລາງວັນ ຕົ້ນຕໍ ທີ່ມີມູນຄ່າ 3 ລ້ານ USD (ກວ່າ 76 ຕື້ດົ່ງ) VinFuture 2024.
ຄະນະກໍາມະການລາງວັນໄດ້ຮັບຮູ້ລາວສໍາລັບການນໍາພາແລະວຽກງານພື້ນຖານຂອງລາວກ່ຽວກັບຖາປັດຕະຍະເຄືອຂ່າຍ neural. ເອກະສານປີ 1986 ຂອງລາວ, ກັບ David Rumelhart ແລະ Ronald Williams, ໄດ້ສະແດງໃຫ້ເຫັນການແຈກຢາຍຕົວແທນໃນເຄືອຂ່າຍ neural ທີ່ໄດ້ຮັບການຝຶກອົບຮົມໂດຍລະບົບການແຜ່ພັນຄືນ. ວິທີການນີ້ໄດ້ກາຍເປັນເຄື່ອງມືມາດຕະຖານໃນພາກສະຫນາມຂອງປັນຍາປະດິດແລະນໍາໄປສູ່ຄວາມກ້າວຫນ້າຂອງຮູບພາບແລະການຮັບຮູ້ສຽງເວົ້າ.
ເກີດ Geoffrey E. Hinton ໃນເດືອນທັນວາ 6, 1947 ໃນ Wimbledon, ລອນດອນ, Hinton ແມ່ນລູກຫລານຂອງ logician George Boole, ຜູ້ທີ່ວາງພື້ນຖານທິດສະດີການອອກແບບວົງຈອນດິຈິຕອນ.
ຫນຶ່ງໃນການຄາດຄະເນທີ່ໂດດເດັ່ນທີ່ສຸດຂອງ Hinton ແມ່ນວ່າ AI ຈະສາມາດເຂົ້າໃຈແລະຜະລິດພາສາທໍາມະຊາດໃນລະດັບທີ່ທຽບເທົ່າກັບມະນຸດ. ການຄາດຄະເນນີ້ແມ່ນອີງໃສ່ຄວາມຄືບຫນ້າຢ່າງໄວວາຂອງການຮຽນຮູ້ເຄື່ອງຈັກແລະການເສີມສ້າງວິທີການຮຽນຮູ້.
ພື້ນທີ່ອື່ນຂອງການຄົ້ນຄວ້າຂອງ Hinton ແມ່ນການຮຽນຮູ້ແບບບໍ່ມີການຄວບຄຸມ, ປະເພດຂອງການຮຽນຮູ້ເຄື່ອງຈັກທີ່ສູດການຄິດໄລ່ຮຽນຮູ້ຈາກຂໍ້ມູນທີ່ບໍ່ມີປ້າຍຊື່. ລະບົບ AI ສ່ວນໃຫຍ່ໃນມື້ນີ້ແມ່ນອີງໃສ່ການຮຽນຮູ້ທີ່ມີການຄວບຄຸມດູແລ, ເຊິ່ງໃນນັ້ນ algorithms ໄດ້ຖືກຝຶກອົບຮົມກ່ຽວກັບຊຸດຂະຫນາດໃຫຍ່ຂອງຂໍ້ມູນທີ່ມີປ້າຍຊື່. ແນວໃດກໍ່ຕາມ, Hinton ເຊື່ອວ່າການຮຽນຮູ້ແບບບໍ່ມີການຄວບຄຸມແມ່ນກຸນແຈທີ່ຈະເຮັດໃຫ້ AI ໃກ້ຄຽງກັບວິທີທີ່ມະນຸດຮຽນຮູ້. ລາວກໍາລັງພັດທະນາ algorithms ໃໝ່ ສໍາລັບການຮຽນຮູ້ແບບບໍ່ມີການຄວບຄຸມ, ມີຈຸດປະສົງເພື່ອສ້າງລະບົບ AI ທີ່ສາມາດຮຽນຮູ້ຈາກສະພາບແວດລ້ອມຂອງເຂົາເຈົ້າຄືກັບເດັກນ້ອຍ.
ທີ່ມາ
(0)