USA Spain Brazil Russia France Germany China Korea

Artificial Intelligence driven Marketing Communications

 
Mar 28, 2019 7:28 AM ET

‘AI の名付け親’ は、チューリング賞、コンピューティングのノーベル賞を受賞しました。Yoshua Bengio、ジェフリー ・ ヒントン、ヤン LeCun 現代 AI のための基礎を築いた


iCrowd Newswire - Mar 28, 2019
左から右へ: ヤン LeCun |写真: Facebook。ジェフリー ・ ヒントン |写真: Google;Yoshua Bengio |写真: Botler AI

2018 チューリング賞を受賞、「コンピューティングのノーベル賞」と呼ばれる人工知能現在ブーム基礎を築いた研究者トリオに与えられていますいます。

Yoshua Bengio、ジェフリー ・ ヒントン、ヤン LeCun-‘AI のゴッドファーザー」とも呼ばれます- $ 100 万回賞深い学習 AI サブフィールドを開発自分の仕事と認識されています。1990 年代と 2000 年代のトリオの技術には、コンピュータ ビジョン、音声認識などのタスクで巨大なブレークスルーが有効になります。自分の仕事は、AI 技術、医療診断を自動化する自動運転車の現在の拡散を支えています。

実際には、おそらく通信した Bengio、ヒントンには、LeCun のアルゴリズムの子孫と今日、あなたの携帯電話のロックを解除顔認識システムだったか AI 言語モデル提案あなたの最後のメールに何を書きます。

すべての 3 つは、学界と業界にまたがる、AI 研究の生態系の顕著な場所を取り上げているので。ヒントンはトロント大学と Google の間の彼の時間を分割します。Bengio は、モントリオール大学で教授要素 AI; と呼ばれる AI 会社を始めたLeCun は Facebook のチーフサイエンティスト AI と nyu 教授です。

LeCun「光栄だ」 、間際に言った。「コンピュータ サイエンスの取得として良いとして。それは Yoshua とジェフ ・友達と共有されてなくても良い感じだ」です。

ジェフ ・ ディーン、AI を Google の頭は、トリオの成果を賞賛しました。「深いニューラル ネットワークは、現代のコンピューター科学の最も偉大な進歩のいくつかの責任がある」ステートメントでディーンは言った。”今年のチューリング賞受賞者 Yoshua Bengio、ジェフ ・ ヒントンとヤン LeCun によって開発された基本的な技術をこの進歩の中心に”。

</img src=”https://cdn.vox-cdn.com/thumbor/kG5n4HyTD623yRnv4tisaY6pkCs=/0x0:2303×1536/1200×0/filters:focal(0x0:2303×1536):no_upscale()/cdn.vox-cdn.com/uploads/chorus_asset/file/13186789/aeva_8564_preview.jpeg” sizes=”(min-width: 1221px) 846px, (min-width: 880px) calc(100vw – 334px), 100vw” srcset=”https://cdn.vox-cdn.com/thumbor/MtnJ9Yk2m57MurLBe63un-ZRJ2U=/0x0:2303×1536/320×0/filters:focal(0x0:2303×1536):no_upscale()/cdn.vox-cdn.com/uploads/chorus_asset/file/13186789/aeva_8564_preview.jpeg 320w, https://cdn.vox-cdn.com/thumbor/-b3XC_Gl47TPFmvRvrNzJ6UUcFc=/0x0:2303×1536/520×0/filters:focal(0x0:2303×1536):no_upscale()/cdn.vox-cdn.com/uploads/chorus_asset/file/13186789/aeva_8564_preview.jpeg 520w, https://cdn.vox-cdn.com/thumbor/r80Eoi0JDLOu9Dpuy7cW7ZO9xdY=/0x0:2303×1536/720×0/filters:focal(0x0:2303×1536):no_upscale()/cdn.vox-cdn.com/uploads/chorus_asset/file/13186789/aeva_8564_preview.jpeg 720w, https://cdn.vox-cdn.com/thumbor/40PKZ8yehmL3jLp34ri_rEg2dCE=/0x0:2303×1536/920×0/filters:focal(0x0:2303×1536):no_upscale()/cdn.vox-cdn.com/uploads/chorus_asset/file/13186789/aeva_8564_preview.jpeg 920w, https://cdn.vox-cdn.com/thumbor/JJW5idstjowShJjAVIzhKo7-FGI=/0x0:2303×1536/1120×0/filters:focal(0x0:2303×1536):no_upscale()/cdn.vox-cdn.com/uploads/chorus_asset/file/13186789/aeva_8564_preview.jpeg 1120w, https://cdn.vox-cdn.com/thumbor/MKUoENj3Pk2UkSs-cD1RonnDbkw=/0x0:2303×1536/1320×0/filters:focal(0x0:2303×1536):no_upscale()/cdn.vox-cdn.com/uploads/chorus_asset/file/13186789/aeva_8564_preview.jpeg 1320w, https://cdn.vox-cdn.com/thumbor/I32DncHmRnvckRUF3JSRxA-7RO0=/0x0:2303×1536/1520×0/filters:focal(0x0:2303×1536):no_upscale()/cdn.vox-cdn.com/uploads/chorus_asset/file/13186789/aeva_8564_preview.jpeg 1520w, https://cdn.vox-cdn.com/thumbor/Diwyq8XSvunOVc4Zjyp3ETgpZgk=/0x0:2303×1536/1720×0/filters:focal(0x0:2303×15>

36): no_upscale ()/cdn.vox-cdn.com/uploads/chorus_asset/file/13186789/aeva_8564_preview.jpeg 1720w、https://cdn.vox-cdn.com/thumbor/35XThx0fmj5wyKsMaGW5PXUi2-E=/0x0:2303 x1536/1920 x 0/フィルター: focal(0x0:2303×1536):no_upscale ()/cdn.vox-cdn.com/uploads/chorus_asset/file/13186789/aeva_8564_preview.jpeg 1920w”alt =””データ アップロード幅 =「2303」/>Bengio ヒントンには、と LeCun 開発深い学習技術を支える自動運転車のような多くのテクノロジ。写真: Aeva

トリオの成果である人工知能技術の見通しの暗い頃に信仰を続けているので特に注目に値する。

ブームとバスト、そのサイクルの AI がよく知られているが、誇大広告の問題は、フィールド自体と同じくらい古い。資金と利息「AI の冬」と呼ばれる凍結を作成します研究が膨らんだ期待を満たすために失敗したときその Bengio、ヒントンには、1980 年代後半にこのような 1 つの冬の終わりの部分にだったし、LeCun は意見交換を始めたと関連する問題に取り組んでいます。これらはニューラル ネットワークが含まれている-コンピュータ プログラムから作られた現代 AI の主要なビルディング ブロックとなっているデジタルのニューロンを接続されています。

LeCun は言う「90 年代半ば-に-半ば-2000 年代初頭ときできなかったニューラル ネットの研究を公開するコミュニティはそれに興味を失っていたためと暗黒時代があった」。”実際には、それは悪い担当者をしていた。少しタブーでした」

トリオは彼らが興味を再燃させるために必要な相互に関連する研究の緩やかなハブをスポンサーするカナダの政府から資金を確保しました。LeCun は言う「我々 組織的規則的な会合、定例ワーク ショップ、夏の学校、学生のため」。「作成した小さなコミュニティが […]2012 年頃 2013 本当に爆発しました。”

この期間中は、3 つはニューラル ネットが文字認識タスクに強い結果を達成できることを示した。しかし、研究の世界の残りの部分が 2012 年、ヒントンが率いるチームを引き受けたとき、システムと呼ばれるよく知られた AI ベンチマークまで注意を払っていません。研究者がこのオブジェクト認識挑戦の漸進的な改善をのみ配信ところもヒントンと彼の学生を次の最高のアルゴリズムよりも 40%ニューラル ネットワークの助けを借りて破壊します。

“そこの違いが大きかったのでを多くの人々 の「ガチャン」を行って自分の頭の中の大きなスイッチを見ることができる”LeCun は言います。「今確信した。」

Facebook Prineville Data Center
豊富な処理能力とデータに支えられ作成トリオだった後で深い学習フレームワーク
写真: Vjeran Pavic

これらの小さな認識エンジンのための燃料を提供格安 Gpu (ゲーム用に設計された) と (オフに与えられたインターネットで車を放つガスと同じ方法)、デジタル データの豊富さからの電力を処理します。2012 年以降 LeCun ・ ヒントン、Bengio を開拓、バックプロパゲーションと畳み込みニューラル ネットワークを含む基本的なテクニックの AI と、全体としての技術の拡張機能でユビキタスになっています。

LeCun は、人工知能の見通しについて楽観的だが、彼はまた、明確なフィールドがその約束に命を前に実行する必要が多くの作業を言います。現在 AI システム世界を理解するデータの多くを必要と簡単にトリックすることができる、特定のタスクに優れているだけ。「我々 がない、常識を持つマシン」LeCun は言います。

フィールドは、上昇気流に乗って、新しいメソッドが AI の教父が開発したものとして、基本である発見される必要があります。

「どうか we’ll new を使用することができます。

人間並みの知能を作成するメソッドも、おそらく別の 50 山に登るには、我々 はまだも見ることができないものを含むがある”LeCun は言います。”最初の山を登ってきただけいく。たぶん 2 番目。」

 

Contact Information:

James Vincent



Tags:    Japanese, News, Research Newswire, United States, Wire