Vilka är de 5 AI-jättarna som just hyllats av VinFuture 2024?

[annons_1]

Igår kväll (6 december) delades huvudpriset för VinFuture 2024, värt 3 miljoner USD (mer än 76 miljarder VND), ut till fem forskare : Yoshua Bengio, Geoffrey E. Hinton, Jensen Huang, Yann LeCun och Fei-Fei Li för deras banbrytande bidrag till att främja djupinlärning.

Priskommittén noterade att framsteg inom djupinlärning har inlett en ny era av teknisk innovation, vilket gör det möjligt för maskiner att "lära" sig från stora mängder data och uppnå otrolig noggrannhet i uppgifter som bildigenkänning, naturlig språkbehandling och beslutsfattande.

Sedan 2012 har djupinlärning blivit ett viktigt verktyg som driver stora framsteg inom områden som hälso- och sjukvård, automatisering och finansiella tjänster, och formar framtidens innovation. Tillämpningar av ny teknik kan förändra miljontals människors liv genom att effektivisera företag och hälso- och sjukvård.

Professor Yoshua Bengio

Professor Yoshua Bengio är grundare av Mila-institutet, vars forskning fokuserar på artificiella neurala nätverk (neuroner), inklusive viktiga framsteg inom representationsinlärning och generativa modeller.

Hans bidrag har blivit avgörande för moderna djupinlärningssystem, särskilt inom naturlig språkbehandling (NLP). Hans arbete har möjliggjort utvecklingen av verktyg som virtuella assistenter och språköversättare, vilket ger miljontals människor runt om i världen tillgång till dessa tekniker. Hans forskning fortsätter att forma djupinlärningsrelaterade områden, från robotik till personlig medicin.

Professor Yoshua Bengio (längst till vänster)

Bengios innovationer gör det möjligt för system att "lära sig" och generera data med otrolig noggrannhet. Dessa innovationer är särskilt viktiga för att skapa AI-baserade lösningar för att lösa globala utmaningar, såsom att förbättra sjukvården och främja miljömässig hållbarhet.

Vid prisutdelningen berättade professorn om sin resa med AI, som började för 20 år sedan när han blev intresserad av neurala nätverk och ville förstå principerna bakom intelligens. Vid den tiden insåg han inte hur mycket dess framsteg och framgång skulle påverka samhället idag.

”AI kan bara ge enorma fördelar om vi leder det på rätt sätt. Vi måste förstå utmaningens omfattning och ta ansvar för att AI blir en framgång”, betonade han.

Professor Geoffrey Hinton

Professor Geoffrey Hinton, University of Toronto, Kanada, är erkänd för sitt ledarskap och grundläggande arbete inom neurala nätverksarkitektur. Hans artikel från 1986, tillsammans med David Rumelhart och Ronald Williams, demonstrerade distribuerade representationer i neurala nätverk tränade av backpropagation-algoritmen. Denna metod blev ett standardverktyg inom artificiell intelligens och ledde till framsteg inom bild- och taligenkänning.

Genom att förfina arkitekturen hos djupa neurala nätverk och använda stora datamängder för att träna dem har professor Hinton öppnat upp nya riktningar för forskning och tillämpningar inom artificiell intelligens, och därigenom banat väg för framsteg inom utvecklingen av modeller för artificiell intelligens och autonoma system.

Professor Geoffrey E. Hinton sa vid prisutdelningen att han, professor Yoshua Bengio och Yann LeCun har vigt sina liv åt att utveckla neurala nätverkstekniker. Han var också glad över att se att VinFuture erkänner bidragen från Jen-Hsun Huang i utvecklingen av den datorprogramvara som krävs för artificiell intelligens; liksom professor Fei-Fei Li i att tillhandahålla big data – en faktor som har bevisat effektiviteten hos denna teknik.

Herr Jensen Huang

NVIDIAs VD Jensen Huang uppmärksammades för sitt visionära ledarskap i att omvandla grafikprocessorer (GPU:er) till kraftfulla verktyg för djupinlärning och accelererad databehandling.

Utvecklingen av CUDA-plattformen (Compute Unified Device Architecture) gjorde det möjligt för GPU-programmering att effektivt hantera de massiva beräkningskraven för djupinlärning. Detta genombrott möjliggjorde snabb träning av neurala nätverk och gjorde GPU:er till ett viktigt verktyg inom AI-forskning och utveckling över hela världen.

Herr Jensen Huang talar vid prisutdelningen.

Grafikprocessorer har blivit viktiga för modern AI-forskning och accelererat innovationer inom områden som taligenkänning, autonom körning, medicinsk avbildning och språkbehandling. Idag driver GPU-accelererad djupinlärning framsteg som dagens populära AI-modeller och diagnostiska och hälsovårdsverktyg, vilket gynnar miljontals människor runt om i världen.

"Jag är hedrad över att få ta emot VinFutures huvudpris i närvaro av vänner och framstående forskare som professor Yoshua Bengio, Geoffrey Hinton och Yann LeCun."

"Detta är ett erkännande från VinFuture Foundation för den banbrytande potentialen hos AI inom alla branscher. Jag är hedrad över att få detta pris å mina kollegors vägnar på NVIDIA som har vigt sina liv åt datavetenskap och relaterade områden", säger Jen-Hsun Huang.

Professor Yann LeCun

Professor Yann LeCun, chefsforskare inom AI på Meta, är uppmärksammad för sitt banbrytande arbete med att utveckla faltningsneurala nätverk (CNN), ett viktigt paradigm i utvecklingen av bildigenkänning och djupinlärningstekniker.

Hans arbete med CNN i slutet av 1980-talet lade grunden för automatisk inlärning av hierarkiska bildfunktioner, vilket är avgörande för uppgifter som objektdetektering och ansiktsigenkänning.

Professor LeCuns innovationer har drivit på omvälvningar inom branscher som använder bildbehandling, från medicinsk diagnostik till autonom körning. CNN-kanaler har nu blivit standard i artificiell intelligens-applikationer som används av miljarder människor varje dag och spelar en central roll i utvecklingen av tekniker som ansiktsigenkänning och medicinsk bildbehandling.

Professor Yann LeCun berättade att VinFuture 2024-trofén har en form som är väldigt lik en neural modell, med neuronernas koppling. Denna symbol passar verkligen hans arbete.

"Maskiner kan lära sig, inte än som människor, men vi är på väg dit. Jag tror att AI kan utvecklas ytterligare, bli smartare. AI hjälper oss att utöka mänsklig intelligens, faktiskt, AI har gjort detta, från sina föregångare", sa han.

AI-assistenter kan bli smartare och i takt med att vi fortsätter att utbilda AI i språk, kultur och värderingar kommer det att skapa en skattkammare av mänsklig data som behöver delas, sprida kunskap till världen och främja framsteg inom vetenskap, medicin och teknik, sa experten.

Professor Fei-Fei Li

Professor Fei-Fei Li, Stanford University, USA, är uppmärksammad för sina banbrytande bidrag inom datorseende och utvecklingen av ImageNet-datasetet. Hennes ledarskap i ImageNet-projektet revolutionerade bildigenkänning genom att skapa en stor, märkt dataset som gjorde det möjligt för maskiner att känna igen och klassificera objekt mer exakt.

ImageNet lade grunden för att träna djupinlärningsmodeller och stimulerade utvecklingen av uppgifter som objektdetektering, ansiktsigenkänning och bildklassificering. Professor Lis arbete är ett utmärkt exempel på vikten av data vid träning av artificiella intelligenssystem, vilket påverkar den datadrivna metod som används inom många områden.

Professor Lis bidrag har förändrat hur djupinlärningssystem bearbetar och förstår visuell information, vilket möjliggjort framsteg inom områden som autonom körning, medicinsk diagnostik och intelligenta säkerhetssystem. Genom att tänja på gränserna för vad maskiner kan se och tolka har hennes arbete drivit på innovation inom datorseende och gynnat samhället som helhet.

Priset, som initierades av VinFuture Foundation år 2020, delas ut årligen till banbrytande vetenskapliga och tekniska uppfinningar som har potential att skapa meningsfulla förändringar i människors liv. Efter fyra säsonger har 37 forskare hyllats. Det totala priset är värt 4,5 miljoner USD, inklusive ett huvudpris på 3 miljoner USD och tre specialpriser på 500 000 USD vardera, med tre kategorier: Kvinnliga forskare, forskare från utvecklingsländer och forskare som forskar inom nya områden.

Ha Cuong

[annons_2]
Källa