Каждый день приносит новые известия об успехах в развитии искусственного интеллекта благодаря машинному обучению, от усовершенствований в здравоохранении до побед машин над человеком в покере. Однако, не следует забывать, что за каждым успешным роботом стоит умный человек, пишут Huffpost.

Быстрота, с которой происходят эти перемены, является следствием объединенных усилий всей индустрии и научного сообщества в поисках практического применения всевозрастающего объема накопленной и генерируемой информации.

Итак, в данной статье речь пойдет о, так сказать, «сильных мира сего», чьи открытия в сфере обучения машин оказались основополагающими для разработки электронных средств и технологий, расширивших возможности искусственного интеллекта в пределах от социальных сетей и автопилотирования автомобилей до промышленного интернета.

Эндрю Ын (Andrew Ng)

На днях Ын подал в отставку с поста ведущего эксперта по аналитическим данным китайского онлайн-гиганта Baidu. Кроме того, он является основателем обучающего ресурса Coursera и доцентом кафедры вычислительной техники Стэнфордского университета.

До своего прихода в Baidu, он организовал исследовательский отдел в рамках проекта по изучению искусственного интеллекта Google Brain, где сосредоточился на работе по глубокому обучению (deep learning). В Стэнфорде он возглавлял проекты по разработке робота с искусственным интеллектом Stanford Artificial Intelligence Robot (STAIR) и алгоритмов для построения цифровых моделей 3D на основе неконтрастного фото.

Йошуа Бенджио (Yoshua Bengio)

Профессор кафедры вычислительной техники Монреальского университета, Бенджио известен своими исследованиями искусственных нейронных сетей и работами по глубокому обучению. Он утверждал, что главная цель его исследований — понять «законы обучения, которым поддается интеллект». Многие из его опубликованных работ касаются автокодировщиков, применяемых для шифрования и форматирования неструктурированных данных с тем, чтобы, посредством машинного обучения, сделать их понятными для компьютеров.

Ян ЛеКун (Yann LeCunn)

Будучи директором лаборатории искусственного интеллекта Facebook с 2013 года, ЛеКун завоевал признание за новаторскую работу в области компьютерного зрения — обучения машин способности «видеть» так же, как и люди: распознавая предметы и учась относить их к различным категориям. Кроме того, его считают одним из основателей модели сверточной нейронной сети, нацеленной на создание алгоритмов, способных переваривать и интерпретировать информацию так же, как это делают биологические организмы при помощи зрительного восприятия и мозга. Он также является директором-основателем центра вычислительной техники Нью-Йоркского университета.

Демис Хассабис (Demis Hassabis)

Хассабис — сооснователь британского стартапа Deep Mind, приобретенного Google в 2014 году. Его работа состояла в разработке искусственных нейронных сетей при сочетании методов машинного обучения и нейробиологии. Самым громким успехом Deep Mind оказалась компьютерная программа AlphaGo AI, ставшая первой в своем роде, которой в прошлом году удалось победить профессионального игрока в го. До этого прорыва даже лучшие программы играли на уровне любителя и, как правило, проигрывали большинству опытных игроков.

Джеффри Хинтон (Geoffrey Hinton)

Хинтон совмещает работу в отделе инжиниринга Google с исследовательской деятельностью в качестве профессора кафедры вычислительной техники в Торонтском университете. Еще в 1992 году он публиковал статьи об использовании искусственных нейронных сетей для имитации искусственным интеллектом процесса обработки информации, происходящем в человеческом мозге. Хинтон обучался психологии, прежде чем стать кандидатом наук в сфере искусственного интеллекта. В дальнейшем он использовал свое понимание познавательных процессов в человеке применительно к компьютерам.

Фей-Фей Ли (Fei-Fei Li)

Пребывающая на данный момент в творческом отпуске будучи руководителем департамента разработок в сфере искусственного интеллекта и машинного обучения в Google Cloud, Ли также является доцентом Стэнфордского университета, где, наряду с лабораторией компьютерного зрения возглавляет лабораторию искусственного интеллекта.

Она является автором более сотни научных статей по темам, варьирующимся от вычислительной нейробиологии до распознавания зрительных образов и работы с большими данными (Big Data). Широкое признание получили ее заслуги в работе над проектом ImageNet, представляющим собой базу данных изображений, предназначенных для обучения алгоритмов распознавания образов.

6 главных мыслителей в сфере искусственного интеллекта и машинного обучения
Оценка