從圖靈獎(jiǎng)小插曲看50年來(lái)什么樣的人工智能最受追捧

2019年3月27日，ACM（計(jì)算機(jī)協(xié)會(huì)）公布了2018年圖靈獎(jiǎng)獲得者，他們是深度學(xué)習(xí)領(lǐng)域三位大神Yoshua Bengio、Geoffrey Hinton和Yann LeCun。三位的獲獎(jiǎng)理由是：在概念和工程上的重大突破推動(dòng)了深度神經(jīng)網(wǎng)絡(luò)成為計(jì)算機(jī)領(lǐng)域關(guān)鍵技術(shù)。

自1966年圖靈獎(jiǎng)設(shè)立以來(lái)，人工智能領(lǐng)域的研究多次獲獎(jiǎng)，僅次于編程語(yǔ)言和程序設(shè)計(jì)方向得獎(jiǎng)次數(shù)：

·1969年，Marvin Minsky（推動(dòng)、推進(jìn)和提升人工智能）

·1971年，John McCarthy（人工智能基礎(chǔ)性研究）

·1975年，Allen Newell和Herbert Simon（人工智能、人類認(rèn)知心理學(xué)和列表處理）

·1994年，Edward Feigenbaum和Rajagopal Reddy（大型人工智能系統(tǒng)的開(kāi)拓性研究）

·2011年，Judea Pearl（通過(guò)概率和因果推理對(duì)人工智能做出貢獻(xiàn)）

·2018年，Yoshua Bengio、Geoffrey Hinton和Yann LeCun（深度神經(jīng)網(wǎng)絡(luò)概念和工程上的重大突破）

……更多圖靈獎(jiǎng)虛席以待人工智能專家…….

另外，2010年，Leslie Valiant 因?qū)τ?jì)算理論的貢獻(xiàn)（PAC、枚舉復(fù)雜性、代數(shù)計(jì)算和并行分布式計(jì)算）獲得圖靈獎(jiǎng)，是人工智能領(lǐng)域快速發(fā)展的數(shù)學(xué)基礎(chǔ)之一。

1969年，人工智能先驅(qū)Marvin Minsky第一次獲得圖靈獎(jiǎng)，2018年，Yoshua Bengio、Geoffrey Hinton和Yann LeCun因?yàn)樯疃葘W(xué)習(xí)領(lǐng)域的貢獻(xiàn)獲圖靈獎(jiǎng)?？缭?0年，人工智能領(lǐng)域已經(jīng)取得了階段性突破進(jìn)展。

Marvin Minsky，圖片來(lái)自wikipedia

圖靈獎(jiǎng)揭曉后的小插曲

消息發(fā)布后，眾多業(yè)內(nèi)人士表示了祝賀，認(rèn)為三位獲圖靈獎(jiǎng)實(shí)至名歸。不過(guò)，也有業(yè)內(nèi)吃瓜網(wǎng)友在祝賀三位的同時(shí)提出了疑問(wèn)：既然這三位得獎(jiǎng)，那還有一位大神不獲獎(jiǎng)?wù)f不過(guò)去。大家口中的這位就是LSTM（長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)）的發(fā)明人Jürgen Schmidhuber。Schmidhuber和Sepp Hochreiter早在1997年提出了LSTM，如今補(bǔ)充完善的LSTM是機(jī)器學(xué)習(xí)領(lǐng)域商業(yè)化應(yīng)用最為廣泛的RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)） 架構(gòu)。

Schmidhuber只是暫時(shí)拿不到獎(jiǎng)還是一直拿不到，我們還不知道。不過(guò)2016年底《紐約時(shí)報(bào)》的這篇“When A.I. Matures, It May Call Jürgen Schmidhuber ‘Dad’”或許可以讓我們找到點(diǎn)兒蛛絲馬跡。文中提到：Schmidhuber的研究和今天的實(shí)際進(jìn)步之間還有很大的差距。另外，文中引用了人工智能科學(xué)家、OpenCV創(chuàng)始人Gary Bradski評(píng)價(jià)Schmidhuber的一段話：“他做了很多開(kāi)創(chuàng)性工作，但他不是那個(gè)讓這些研究投入應(yīng)用的人。這就像最早發(fā)現(xiàn)美洲的是維京人，但讓世界知道美洲的是哥倫布。”

Jürgen Schmidhuber，圖片來(lái)自wikipedia

為什么是“深度學(xué)習(xí)三巨頭”

回頭看Yoshua Bengio、Geoffrey Hinton和Yann LeCun，三位關(guān)系密切（LeCun跟著Hinton讀博士后 ，Bengio和LeCun曾是貝爾實(shí)驗(yàn)室的同事），被媒體稱為“深度學(xué)習(xí)三巨頭”。

深度學(xué)習(xí)的應(yīng)用得益于神經(jīng)網(wǎng)絡(luò)的發(fā)展，而這三位并不是神經(jīng)網(wǎng)絡(luò)的發(fā)明人。但是，是他們?cè)谏窠?jīng)網(wǎng)絡(luò)上持續(xù)不斷的研究，大大促進(jìn)神經(jīng)網(wǎng)絡(luò)真正走上了工程實(shí)踐。比如，三位最為突出的貢獻(xiàn)：Hinton的反向傳播（BP）算法、LeCun對(duì)卷積神經(jīng)網(wǎng)絡(luò)（CNN）的推動(dòng)，Bengio對(duì)循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）的貢獻(xiàn)……是目前圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理等獲得跳躍式發(fā)展的基矗

說(shuō)白了，研究最終還是要投入使用才能真正激蕩人心。

關(guān)注技術(shù)與研究的發(fā)展與落地

人工智能的炙手可熱已經(jīng)無(wú)需贅言，人們形容它為操作系統(tǒng)級(jí)革新也罷，生態(tài)系統(tǒng)級(jí)重塑也罷，總之，有實(shí)力的大小廠都在擺陣仗，沒(méi)實(shí)力的都摩拳擦掌朝這個(gè)方向使勁兒。

當(dāng)然，不排除有泡沫。不過(guò)，真正的改變?cè)缇桶l(fā)生了，甚至普通人都可以實(shí)實(shí)在在地感受到。最為重要的是，技術(shù)隨時(shí)可能突破，驚喜隨時(shí)可能到來(lái)。

對(duì)于關(guān)注這個(gè)領(lǐng)域的技術(shù)人士，領(lǐng)域內(nèi)大廠、創(chuàng)業(yè)公司、前沿研究機(jī)構(gòu)的具體技術(shù)或者研究在工業(yè)的發(fā)展與落地始終是我們最在意的。在這方面，關(guān)注專業(yè)小型沙龍、跟大佬在社交媒體上互動(dòng)，甚至閱讀技術(shù)博客都是可以窺探一二的途徑。然而，這些都沒(méi)有參加一場(chǎng)靠譜的大型人工智能會(huì)議，現(xiàn)場(chǎng)近距離與大佬交流來(lái)得高效。

問(wèn)題來(lái)了——如何參加靠譜的大型人工智能會(huì)議？

將人工智能在工作中用起來(lái)

世界知名IT技術(shù)出版商、技術(shù)會(huì)議主辦方O'Reilly Media近年打造的全球人工智能大會(huì)是AI領(lǐng)域最讓人期待的會(huì)議之一。今年，O'Reilly攜手Intel舉辦4月紐約站大會(huì)之后，便是盛大的AI Conference 2019北京站——北京站日期定在了6月18日~ 6月21日。會(huì)議的主旨是：PUT AI TO WORK（將人工智能在工作中用起來(lái)）——很實(shí)在！符合我們技術(shù)人士的期待。接下來(lái)咱們就來(lái)了解一下這個(gè)會(huì)議好在哪里。

·大會(huì)聚焦應(yīng)用人工智能——從研究領(lǐng)域到產(chǎn)業(yè)商業(yè)應(yīng)用，如何盡可能縮小差距？

·大會(huì)的獨(dú)一無(wú)二之處在于將硅谷和中國(guó)融合在一起，匯聚全球人工智能專家，后面會(huì)先給大家透漏幾位大神。

·他們來(lái)自世界頂級(jí)公司與大學(xué)：谷歌、微軟、亞馬遜、阿里巴巴、百度、eBay、Bonsai、Uber、SAS、Unity、SalesForce、IBM、伯克利、斯坦福及牛津大學(xué)......

不論你的關(guān)注點(diǎn)在哪里，這次大會(huì)上都會(huì)有深層次的交流與探討：

·產(chǎn)業(yè)人工智能：企業(yè)執(zhí)行簡(jiǎn)報(bào)、案例研究及用例、行業(yè)特定應(yīng)用

·模型及方法：增強(qiáng)及機(jī)器學(xué)習(xí)、TensorFlow、深度學(xué)習(xí)、GAN、自然語(yǔ)言處理及理解、語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)

·實(shí)施人工智能項(xiàng)目：應(yīng)用、工具、架構(gòu)、安全

·與人工智能交互：設(shè)計(jì)、指標(biāo)、產(chǎn)品管理、機(jī)器人

·人工智能對(duì)商業(yè)及社會(huì)的影響：自動(dòng)化、安全、規(guī)范

重量級(jí)演講嘉賓持續(xù)更新中...

Tim Kraska

麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室副教授，研究重點(diǎn)是構(gòu)建和使用機(jī)器學(xué)習(xí)系統(tǒng)。2017年大部分時(shí)間，Tim在Google Research工作，與MLX和Brain團(tuán)隊(duì)一起發(fā)明了學(xué)習(xí)型索引結(jié)構(gòu)的概念。

Yangqing Jia（賈揚(yáng)清）

加州大學(xué)伯克利分校計(jì)算機(jī)科學(xué)博士。Facebook AI平臺(tái)團(tuán)隊(duì)工程總監(jiān)，Caffe、TensorFlow、Caffe2、ONNX和PyTorch 1.0的作者或共同作者。

Pete Warden

Google Brain團(tuán)隊(duì)移動(dòng)和嵌入式TensorFlow Group技術(shù)主管。O'Reilly Media《公共數(shù)據(jù)手冊(cè)》和《大數(shù)據(jù)詞匯表》作者，OpenHeatMap和Data Science Toolkit以及其他開(kāi)源項(xiàng)目的構(gòu)建者。

Ion Stoica

加州大學(xué)伯克利分校EECS教授，RISELab主任，ACM研究員。主要研究領(lǐng)域是云計(jì)算，分布式系統(tǒng)和網(wǎng)絡(luò)。曾經(jīng)的工作包括：Apache Spark，Apache Mesos等。他作為聯(lián)合創(chuàng)始人創(chuàng)立了Databricks公司并兼任執(zhí)行主席。

Michael James

Cerebras Systems的創(chuàng)始人兼首席軟件架構(gòu)師。Michael曾是SeaMicro的首席SW架構(gòu)師。負(fù)責(zé)分布式系統(tǒng)軟件，2012年，AMD以3.57億美元收購(gòu)了SeaMicro。收購(gòu)后，Michael成為AMD的研究員。