深度学习“四大天王” — 走在人工智能时代前沿的大神们(转载于德先生)

来源: 刘永桂/

华南理工大学

2997

2016-08-03 22:16:56

2016-08-03

2016-08-03 DataCastle 德先生

点击上方“德先生” 可以订阅哦！

在大数据技术飞速发展的今天，谁才是我们大数据科研与工业界中最有威望的科学家呢？他们推动了整个领域的发展，毫无疑问，无论是在学术界还是还工业界，他们都是一座座山头式的人物。

数以万计的数据从业者通过他们的论文、博客、视频、讲义等进行学习与进步，并找到相应的应用场景解决方案。这些大师为人们解开了机器学习、神经网络以及深度学习的神秘。

Geoffrey Hinton

多伦多大学的特聘教授，Google AI团队领军人

只要是在机器学习届混的或者懂点机器学习的人们，抑或懂点神经网络的人们，相信都知道“Back Propagation”反向传播的鼎鼎大名。

Hinton便是将BP算法应用到神经网络与深度学习中人员之一，并且是主导者(co-inventor). Hinton 提出了“Dark Knowledge”黑暗知识概念，该概念是受小概率比率事件中的“大部分知识”对于训练与测试中的代价函数是没有影响的。

Hinton在人工智能领域中无人不知无人不晓是因为其在人工神经网络(Artificial Neural Networks)中所作出的贡献。

但事实是，直到2004年，学术界对Hinton的研究仍然提不起兴趣。而这时距离他们首次提出“反向传播”算法已经过了20年，学术界AI普遍的研究方向也与他们相反，都在试图寻找捷径，直接模拟出行为，而不是试图通过模仿大脑的运作来实现。Hinton**的地方在于，在那个充满怀疑的时期，承受着世界的质疑和嘲讽，他仍然潜心于他所相信的科学。

Hinton和他的团队强力将“神经网络”从垂死边缘一步步带入到当今的研究与应用的热潮，变成了炙手可热的的学术界课题，将“深度学习”从边缘课题变成了Google等互联网巨头仰赖的核心技术。目前神经网络与深度学习已在自然语言处理、语音处理以及计算机视觉等领域中得到了空前广泛与成功地应用。

Yann Lecun

纽约大学终身教授，Facebook AI实验室负责人

Lecun在多伦多大学随Hinton读博士后，没错，他是Hinton的学生，另一个神经网络与深度学习大拿。他在皮埃尔玛丽居里大学攻读计算机科学博士学位期间提出后向传播算法。

他如今在Facebook带领团队进行人工智能工作，即他是Facebook人工智能实验室的负责人。他在纽约大学任职了12年，是纽约大学的终身教授，是纽约大学数据科学中心的负责人。为了表彰他在深度学习领域里所作出的贡献，IEEE计算机学会颁给他着名的“神经网络先锋奖”，在2014年北京计算智能大会上授予。

很多科技巨头正在挖掘一种特殊的深度学习，他们称之为卷积神经网络(convolutional neural networks)，旨在构建更智能地的互联网服务，比如可以自动理解语言和识别图像。在谷歌，“卷积神经网络”帮助他们在安卓手机上开发语音识别系统；而百度则可以利用它开发全新的视觉搜索引擎。在这一领域里最负盛名的，非LeCun莫属。

在加盟Facebook之前，Lecun已在贝尔实验室工作超过20年，期间他开发了一套能够识别手写数字的系统，叫作LeNet，用到了卷积神经网络(Cnvolutional Neural Networks, CNN)，已开源。他研发了很多关于深度学习的项目，并且拥有14项相关的美国专利。他甚至开发了一种开源的面向对象编程语言Lush，比Matlab功能还要强大，并且也是一位Lisp高手。他在机器学习、深度学习、计算机视觉、计算神经科学领域进行了深度研究。

Yoshua Bengio

蒙特利尔大学终身教授，CIFAR项目负责人

他是ApSTAT技术的发起人与研发大牛。他也是蒙特利尔大学(Université de Montréal)的终身教授，任教超过22年，是机器学习实验室(MILA)的负责人，是CIFAR项目的负责人之一，负责神经计算和自适应感知器等方面。又是加拿大统计学习算法学会的主席，并且是NSERC-Ubisoft主席以及其它。在蒙特利尔大学任教之前，他是AT&T & MIT的一名机器学习研究员。他的主要贡献在于深度学习与人工智能等领域。

他的研究工作主要聚焦在高级机器学习方面，致力于用其解决人工智能问题，他是仅存的几个仍然全身心投入在学术界的深度学习教授之一。

bengio的主要贡献在于他对rnn的一系列推动包括经典的neural language model，gradient vanishing 的细致讨论，word2vec的雏形，以及现在的machine translation。symbolic computional graph思想的theano，这个库启发了后来的多个库的开发（直接基于它的库就不提了比如keras），包括国内很火的MXnet，google的tensorflow以及berkeley的cgt等等，可以说这个工具以及所涵盖的思想可以算同类型库的鼻祖。

Andrew Ng

斯坦福大学副教授，曾就职于谷歌，百度首席科学家

Andrew Ng中文名吴恩达，在很多人看来是否能跟前三位大牛并列似乎是一件富有争议的事情。的确，在纯理论研究上面NG的光芒不如三大牛，甚至可以说有不小的差距，但是在工程方面的应用他仍然是人工智能领域的权威。NG让人熟知并不是学术上的研究，而是他和Daphne Koller共同创建Coursera（在线教育平台）这一流大学在线课程平台，相信很多受益于Coursera的朋友要跪拜了。

对于中国的学者来说，他的名气颇高不仅是因为他是一名华裔，还因为他百度首席科学家的称号。在加盟百度之前，他已经在google工作了几年，在XLab团队开发无人驾驶汽车和谷歌眼镜等项目，并与其他google工程师合作建立了全球最大的人工神经网络，名为Google Brain，对于普通数据从业者最熟悉的莫过于斯坦福大学机器学习公开课，自主学习与自动识别哪些是关于猫的视频。

他是人工智能和机器学习领域国际上最权威的学者之一。他2007年获得了斯隆奖（Sloan Fellowship），2008年入选“the MIT Technology Review TR35”，即《麻省理工科技创业》杂志评选出的科技创新35俊杰，以及计算机思维奖（Computers and Thought Award），并在2013年入选《Time》杂志年度全球最有影响力的100人之一，共16位科技界人物。他的主要兴趣领域在机器学习、深度学习、机器人、人工智能、计算机视觉等方面。

深度学习作为目前人工智能炙手可热的方向，因巨大的发展前景而被看好，收到了学术和工业界的双重关注，而那些走在深度学习前沿的大拿们，也是这个人工智能的时代的先行者。

登录用户可以查看和发表评论，请前往登录或注册。