Wie zijn de 5 AI-giganten die onlangs zijn geëerd tijdens VinFuture 2024?

VTC News•07/12/2024

Gisteravond (6 december) werd de hoofdprijs van VinFuture 2024, ter waarde van 3 miljoen dollar (meer dan 76 miljard VND), uitgereikt aan vijf wetenschappers : Yoshua Bengio, Geoffrey E. Hinton, Jensen Huang, Yann LeCun en Fei-Fei Li, voor hun baanbrekende bijdragen aan de ontwikkeling van deep learning.

De jury merkte op dat de vooruitgang in deep learning een baanbrekend tijdperk van technologische innovatie heeft ingeluid, waardoor machines kunnen "leren" van enorme hoeveelheden data en een ongelooflijke nauwkeurigheid kunnen bereiken bij taken zoals beeldherkenning, natuurlijke taalverwerking en besluitvorming.

Sinds 2012 is deep learning uitgegroeid tot een belangrijk instrument dat grote vooruitgang mogelijk maakt in vele sectoren, zoals de gezondheidszorg, automatisering en financiële dienstverlening, en daarmee de innovatie van de toekomst vormgeeft. Deze nieuwe technologische toepassingen hebben het potentieel om het leven van miljoenen mensen te veranderen door de efficiëntie van bedrijven en de gezondheidszorg te verbeteren.

Professor Yoshia Bengio

Professor Yoshua Bengio is de oprichter van het Mila Research Institute, dat zich richt op kunstmatige neurale netwerken, waaronder belangrijke vooruitgang op het gebied van representatieleer en generatieve modellen.

Zijn bijdragen zijn een essentieel onderdeel geworden van moderne deep learning-systemen, met name op het gebied van natuurlijke taalverwerking (NLP). Zijn werk heeft de ontwikkeling van tools zoals virtuele assistenten en vertaalprogramma's mogelijk gemaakt, waardoor miljoenen mensen wereldwijd toegang hebben tot deze technologieën. Zijn onderzoek blijft richtinggevend voor vakgebieden die verband houden met deep learning, van robotica tot de ontwikkeling van gepersonaliseerde geneeskunde.

De innovaties van Bengio stellen systemen in staat om te "leren" en data te genereren met een ongelooflijke nauwkeurigheid. Deze innovaties zijn met name belangrijk voor het creëren van AI-gebaseerde oplossingen om wereldwijde uitdagingen aan te pakken, zoals het verbeteren van de gezondheidszorg en het bevorderen van duurzame milieuontwikkeling.

Tijdens de prijsuitreiking blikte de professor terug op zijn reis met AI, die 20 jaar geleden begon toen hij geïnteresseerd raakte in neurale netwerken en de principes achter intelligentie wilde begrijpen. Destijds besefte hij niet hoe belangrijk de vooruitgang en successen voor de huidige maatschappij zouden zijn.

"AI kan alleen enorme voordelen bieden als we er op de juiste manier mee omgaan. We moeten de omvang van de uitdaging begrijpen en de verantwoordelijkheid nemen voor de succesvolle implementatie van AI," benadrukte hij.

Professor Geoffrey Hinton

Professor Geoffrey Hinton van de Universiteit van Toronto, Canada, staat bekend om zijn leiderschap en baanbrekend onderzoek naar de architectuur van neurale netwerken. Zijn artikel uit 1986, geschreven in samenwerking met David Rumelhart en Ronald Williams, demonstreerde gedistribueerde representaties in neurale netwerken die getraind waren met het backpropagatie-algoritme. Deze methode werd een standaardinstrument in de kunstmatige intelligentie en leidde tot vooruitgang in beeld- en spraakherkenning.

Door de architectuur van diepe neurale netwerken te verfijnen en grote datasets te gebruiken om ze te trainen, heeft professor Hinton nieuwe mogelijkheden gecreëerd voor onderzoek naar en toepassingen van kunstmatige intelligentie, waarmee hij de weg vrijmaakt voor vooruitgang in de ontwikkeling van AI-modellen en geautomatiseerde systemen.

Tijdens de prijsuitreiking zei professor Geoffrey E. Hinton dat hij, professor Yoshua Bengio en professor Yann LeCun hun leven hebben gewijd aan de ontwikkeling van neurale netwerktechnologie. Hij sprak ook zijn blijdschap uit dat VinFuture de bijdragen van Jen-Hsun Huang erkende, die de computersoftware voor kunstmatige intelligentie heeft ontwikkeld, evenals die van professor Fei-Fei Li, die big data heeft aangeleverd – een element dat de effectiviteit van deze technologie heeft bewezen.

De heer Jensen Huang

Jensen Huang, voorzitter van NVIDIA, wordt erkend voor zijn visionaire leiderschap bij de transformatie van grafische processoren (GPU's) tot krachtige instrumenten voor deep learning en versneld computergebruik.

De ontwikkeling van het CUDA-platform (Compute Unified Device Architecture) heeft GPU-programmering mogelijk gemaakt om de enorme rekenkracht die nodig is voor deep learning efficiënt te verwerken. Deze doorbraak maakt snelle training van neurale netwerken mogelijk en maakt GPU's tot een essentieel hulpmiddel in onderzoek en ontwikkeling op het gebied van kunstmatige intelligentie wereldwijd.

Jensen Huang spreekt tijdens de prijsuitreiking.

GPU's zijn een essentieel onderdeel geworden van modern onderzoek naar kunstmatige intelligentie en versnellen innovatie op gebieden zoals spraakherkenning, zelfrijdende auto's, medische beeldverwerking en taalverwerking. Tegenwoordig zorgt GPU-versneld deep learning voor veel vooruitgang, zoals de huidige populaire AI-modellen en diagnostische en zorgtools in de gezondheidszorg, waarvan miljoenen mensen wereldwijd profiteren.

"Ik voel me zeer vereerd om de VinFuture Grand Prize in ontvangst te nemen in het bijzijn van mijn vrienden en vooraanstaande wetenschappers zoals professor Yoshua Bengio, Geoffrey Hinton en Yann LeCun."

"Dit is een erkenning van de VinFuture Foundation voor ons baanbrekende potentieel op het gebied van AI in alle sectoren. Ik ben vereerd deze prijs in ontvangst te nemen namens mijn collega's bij NVIDIA die hun leven en carrière hebben gewijd aan computerwetenschappen en aanverwante vakgebieden," aldus Jen-Hsun Huang.

Professor Yann LeCun

Professor Yann LeCun, directeur AI-wetenschap bij Meta, wordt erkend voor zijn baanbrekende werk in de ontwikkeling van convolutionele neurale netwerken (CNN's). Deze modellen zijn cruciaal voor de ontwikkeling van beeldherkenning en deep learning-technologieën.

Zijn werk aan CNN's eind jaren tachtig legde de basis voor het geautomatiseerd leren van hiërarchische beeldkenmerken, wat cruciaal is voor taken zoals objectdetectie en gezichtsherkenning.

De innovaties van professor LeCun hebben geleid tot doorbraken in sectoren die gebruikmaken van beeldverwerkingstechnologie, van medische diagnostiek tot autonoom rijden. Convolutionele neurale netwerken (CNN's) zijn inmiddels de standaard geworden in toepassingen voor kunstmatige intelligentie die dagelijks door miljarden mensen worden gebruikt en spelen een centrale rol in de ontwikkeling van technologieën zoals gezichtsherkenning en medische beeldverwerking.

Professor Yann LeCun vertelde dat de VinFuture 2024-trofee veel weg heeft van een neuraal netwerk, met zijn onderling verbonden neuronen. Dit symbool is zeer toepasselijk voor zijn werk.

"Machines kunnen leren, hoewel nog niet in dezelfde mate als mensen, maar we bewegen ons in die richting. Ik denk dat AI zich nog verder kan ontwikkelen en slimmer kan worden. AI helpt ons de menselijke intelligentie te vergroten; in feite heeft AI dit in zijn voorgangers al gedaan," zei hij.

AI-assistenten kunnen steeds slimmer worden, en naarmate we ze verder trainen in taal, cultuur en waarden, zullen ze een schat aan menselijke data genereren die gedeeld moet worden. Dit zal de kennis wereldwijd vergroten en de vooruitgang in wetenschap, geneeskunde en technologie stimuleren, aldus de expert.

Professor Fei-Fei Li

Professor Fei-Fei Li van Stanford University, VS, wordt erkend voor haar baanbrekende bijdragen aan het vakgebied van computervisie en de ontwikkeling van de ImageNet-dataset. Haar leiderschap in het ImageNet-project bracht een revolutie teweeg in beeldherkenning door een grote, gelabelde dataset te creëren waarmee machines objecten nauwkeuriger kunnen identificeren en classificeren.

ImageNet legde de basis voor het trainen van deep learning-modellen en stimuleerde de ontwikkeling van taken zoals objectdetectie, gezichtsherkenning en beeldclassificatie. Het werk van professor Li is een uitstekend voorbeeld van het belang van data bij het trainen van kunstmatige intelligentiesystemen en heeft de datagedreven aanpak die in veel vakgebieden wordt gebruikt, beïnvloed.

De bijdragen van professor Li hebben de manier waarop deep learning-systemen visuele informatie verwerken en begrijpen, getransformeerd, waardoor vooruitgang mogelijk is gemaakt op gebieden zoals autonoom rijden, medische diagnostiek en intelligente beveiligingssystemen. Door de grenzen van wat machines kunnen waarnemen en interpreteren te verleggen, heeft haar werk innovatie in het vakgebied van computervisie gestimuleerd en de samenleving als geheel ten goede gekomen.

De VinFuture Foundation Award, die in 2020 in het leven werd geroepen, wordt jaarlijks uitgereikt aan baanbrekende wetenschappelijke en technologische uitvindingen die de potentie hebben om een betekenisvolle verandering in het leven van mensen teweeg te brengen. Na vier seizoenen zijn 37 wetenschappers geëerd. Het totale prijzengeld bedraagt 4,5 miljoen dollar, inclusief een hoofdprijs van 3 miljoen dollar en drie speciale prijzen van elk 500.000 dollar, verdeeld over drie categorieën: vrouwelijke wetenschapper, wetenschapper uit ontwikkelingslanden en wetenschapper die onderzoek doet in opkomende vakgebieden.

Ha Cuong

Bron