有業(yè)內人士認為，近年來三大趨勢推動了人工智能領域的大爆發(fā)，一是高性能的計算能力，二是強大的算法，三是海量的數(shù)據(jù)。
人工智能技術已經(jīng)可以以極高的準確度識別圖片、語音，甚至在象棋、圍棋方面勝過最頂尖的人類選手。由于機器學習技術的發(fā)展，每天我們都會聽說人工智能帶來的最新進步，無論是對醫(yī)療健康，還是關于圍棋比賽。然而我們常常沒有注意到的是，在這些成功的機器人背后也有著人類的聰明才智。
我們今天看到的快速變化是由于整個行業(yè)和學術界的努力。對于人類生成并收集的越來越多數(shù)據(jù)，研究者正在探索更好的利用方式。
其中一些重量級的研究者在機器學習領域取得了重要突破。目前，這些技術進步已成為了我們開發(fā)數(shù)字工具，將人工智能應用于社交網(wǎng)絡、無人駕駛汽車，以及工業(yè)互聯(lián)網(wǎng)的基礎。
1、吳恩達
吳恩達近期辭去了百度首席數(shù)據(jù)科學家的職務。此外，他也是在線教育平臺Coursera的創(chuàng)始人，以及斯坦福大學計算機科學系助理教授。
在加入百度之前，他創(chuàng)建了谷歌（微博）的Brain AI研究部門，專注于深度學習技術。在斯坦福大學，他牽頭的項目包括斯坦福人工智能機器人（STAIR）的開發(fā)，以及利用單一二維照片生成三維數(shù)字模型的算法。
2、約書亞 ·本吉奧（Joshua Begio）
作為蒙特利爾大學計算機科學系教授，本吉奧以智能神經(jīng)網(wǎng)絡和深度學習方面的研究而聞名。他曾表示，在他研究背后最重要的動機是理解“通過學習獲得智能的原理”。他的許多公開工作集中于自動編碼器。這種技術用于編碼非結構化數(shù)據(jù)，使數(shù)據(jù)可以通過無監(jiān)控機器學習技術被計算機理解。
3、延恩·勒昆（Yann LeCunn）
勒昆自2013年以來擔任Facebook的人工智能研究負責人。他是計算機視覺技術的先驅，即讓計算機以類似人類的方式識別對象，進而將對象歸類。他也被認為是卷積神經(jīng)網(wǎng)絡模型的發(fā)明者之一。卷積神經(jīng)網(wǎng)絡的目標是以類似人類眼睛或大腦的方式，獲取并表達信息。他是紐約大學數(shù)據(jù)科學中心的創(chuàng)始人。
下載文檔
