Hvem er de fem AI-gigantene som nettopp ble hedret av VinFuture 2024?

[annonse_1]

I går kveld (6. desember) ble hovedprisen i VinFuture 2024 på 3 millioner USD (mer enn 76 milliarder VND) tildelt fem forskere : Yoshua Bengio, Geoffrey E. Hinton, Jensen Huang, Yann LeCun og Fei-Fei Li for deres banebrytende bidrag til å fremme utviklingen av dyp læring.

Priskomiteen bemerket at fremskritt innen dyp læring har innledet en ny æra med teknologisk innovasjon, som lar maskiner «lære» av enorme mengder data og oppnå utrolig nøyaktighet i oppgaver som bildegjenkjenning, naturlig språkbehandling og beslutningstaking.

Siden 2012 har dyp læring blitt et sentralt verktøy som driver frem store fremskritt innen områder som helsevesen, automatisering og finansielle tjenester, og former fremtidens innovasjon. Anvendelsen av ny teknologi kan forvandle livene til millioner av mennesker ved å effektivisere næringslivet og helsevesenet.

Professor Yoshua Bengio

Professor Yoshua Bengio er grunnleggeren av Mila-instituttet, hvis forskning fokuserer på kunstige nevrale nettverk (nevroner), inkludert viktige fremskritt innen representasjonslæring og generative modeller.

Hans bidrag har blitt avgjørende for moderne dyp læringssystemer, spesielt innen naturlig språkbehandling (NLP). Arbeidet hans har muliggjort utviklingen av verktøy som virtuelle assistenter og språkoversettere, noe som gir millioner av mennesker over hele verden tilgang til disse teknologiene. Forskningen hans fortsetter å forme dyp læringsrelaterte felt, fra robotikk til personlig medisin.

Professor Yoshua Bengio (helt til venstre)

Bengios innovasjoner lar systemer «lære» og generere data med utrolig nøyaktighet. Disse innovasjonene er spesielt viktige for å skape AI-baserte løsninger for å løse globale utfordringer, som å forbedre helsevesenet og fremme miljømessig bærekraft.

Professoren fortalte under prisutdelingen om sin reise med kunstig intelligens, som startet for 20 år siden da han ble interessert i nevrale nettverk og ønsket å forstå prinsippene bak intelligens. På den tiden forsto han ikke hvor mye dens fremgang og suksess ville påvirke samfunnet i dag.

«KI kan bare gi store fordeler hvis vi leder den riktig. Vi må forstå omfanget av utfordringen og ta ansvar for å gjøre KI til en suksess», understreket han.

Professor Geoffrey Hinton

Professor Geoffrey Hinton ved University of Toronto i Canada er anerkjent for sitt lederskap og grunnleggende arbeid innen arkitektur av nevrale nettverk. Hans artikkel fra 1986, sammen med David Rumelhart og Ronald Williams, demonstrerte distribuerte representasjoner i nevrale nettverk trent av backpropagation-algoritmen. Denne metoden ble et standardverktøy innen kunstig intelligens og førte til fremskritt innen bilde- og talegjenkjenning.

Ved å forbedre arkitekturen til dype nevrale nettverk og bruke store datasett til å trene dem, har professor Hinton åpnet nye retninger for forskning og anvendelser av kunstig intelligens, og dermed banet vei for fremskritt i utviklingen av modeller for kunstig intelligens og autonome systemer.

Professor Geoffrey E. Hinton sa under prisutdelingen at han, professor Yoshua Bengio og Yann LeCun har viet sine liv til å utvikle nevral nettverksteknologi. Han var også glad for å se at VinFuture anerkjenner bidragene til Jen-Hsun Huang i utviklingen av dataprogramvaren som er nødvendig for kunstig intelligens, samt professor Fei-Fei Li i å levere stordata – en faktor som har bevist effektiviteten til denne teknologien.

Herr Jensen Huang

NVIDIAs president Jensen Huang ble anerkjent for sitt visjonære lederskap i å transformere grafikkprosessorer (GPU-er) til kraftige verktøy for dyp læring og akselerert databehandling.

Utviklingen av CUDA-plattformen (Compute Unified Device Architecture) gjorde det mulig for GPU-programmering å håndtere de massive beregningskravene til dyp læring effektivt. Dette gjennombruddet muliggjorde rask trening av nevrale nettverk og gjorde GPU-er til et viktig verktøy i AI-forskning og -utvikling over hele verden.

Herr Jensen Huang taler under prisutdelingen.

GPU-er har blitt essensielle for moderne AI-forskning, og akselererer innovasjoner innen områder som talegjenkjenning, autonom kjøring, medisinsk avbildning og språkbehandling. I dag driver GPU-akselerert dyp læring fremskritt som dagens populære AI-modeller og diagnostiske og helseverktøy, noe som kommer millioner av mennesker over hele verden til gode.

«Jeg er beæret over å motta VinFuture-hovedprisen i nærvær av venner og dyktige forskere som professor Yoshua Bengio, Geoffrey Hinton og Yann LeCun.»

«Dette er en anerkjennelse fra VinFuture Foundation for det banebrytende potensialet til AI i alle bransjer. Jeg er beæret over å motta denne prisen på vegne av mine kolleger hos NVIDIA, som har viet livet sitt til informatikk og relaterte felt», sa Jen-Hsun Huang.

Professor Yann LeCun

Professor Yann LeCun, sjefforsker innen kunstig intelligens ved Meta, er anerkjent for sitt banebrytende arbeid med å utvikle konvolusjonelle nevrale nettverk (CNN-er), et sentralt paradigme i utviklingen av bildegjenkjenning og dyp læringsteknologi.

Arbeidet hans med CNN-er på slutten av 1980-tallet la grunnlaget for automatisk læring av hierarkiske bildefunksjoner, noe som er avgjørende i oppgaver som objektdeteksjon og ansiktsgjenkjenning.

Professor LeCuns innovasjoner har drevet til disrupsjon i bransjer som bruker bildebehandling, fra medisinsk diagnostikk til autonom kjøring. CNN-er har nå blitt standard i kunstig intelligens-applikasjoner som brukes av milliarder av mennesker hver dag, og spiller en sentral rolle i utviklingen av teknologier som ansiktsgjenkjenning og medisinsk bildebehandling.

Professor Yann LeCun fortalte at VinFuture 2024-trofeet har en form som ligner veldig på en nevral modell, med forbindelsen mellom nevroner. Dette symbolet passer virkelig til arbeidet hans.

«Maskiner kan lære, ikke slik som mennesker ennå, men vi er på vei dit. Jeg tror AI kan utvikle seg videre, bli smartere. AI hjelper oss med å utvide menneskelig intelligens, faktisk har AI gjort dette, fra sine forgjengere», sa han.

AI-assistenter kan bli smartere, og etter hvert som vi fortsetter å trene AI på språk, kultur og verdier, vil det skape en skattekiste av menneskelige data som må deles, spre kunnskap til verden og fremme fremskritt innen vitenskap, medisin og teknologi, sa eksperten.

Professor Fei-Fei Li

Professor Fei-Fei Li, Stanford University, USA, er anerkjent for sine banebrytende bidrag til feltet datasyn og utviklingen av ImageNet-datasettet. Hennes ledelse av ImageNet-prosjektet revolusjonerte bildegjenkjenning ved å lage et stort, merket datasett som tillot maskiner å gjenkjenne og klassifisere objekter mer nøyaktig.

ImageNet la grunnlaget for opplæring av dyp læringsmodeller og stimulerte utviklingen av oppgaver som objektdeteksjon, ansiktsgjenkjenning og bildeklassifisering. Professor Lis arbeid er et godt eksempel på viktigheten av data i opplæring av kunstig intelligens-systemer, og påvirker den datadrevne tilnærmingen som brukes på mange felt.

Professor Lis bidrag har forandret måten dyp læringssystemer behandler og forstår visuell informasjon på, noe som har muliggjort fremskritt innen områder som autonom kjøring, medisinsk diagnose og intelligente sikkerhetssystemer. Ved å flytte grensene for hva maskiner kan se og tolke, har arbeidet hennes drevet innovasjon innen datasyn og vært til fordel for samfunnet som helhet.

Prisen, som ble initiert av VinFuture Foundation i 2020, deles ut årlig til banebrytende vitenskapelige og teknologiske oppfinnelser som har potensial til å skape meningsfulle endringer i folks liv. Etter fire sesonger har 37 forskere blitt hedret. Den totale prisen er verdt 4,5 millioner USD, inkludert én hovedpremie på 3 millioner USD og tre spesialpriser på 500 000 USD hver, med tre kategorier: Kvinnelige forskere, forskere fra utviklingsland og forskere som forsker på nye felt.

Ha Cuong

[annonse_2]
Kilde