父亲节致敬:人工智能界的技术奠基者们

对于人工智能的起伏兴衰,总有一批人,始终在坚持推动着这个领域的发展,恰逢父亲节,让我们看一看那些被称为 XX 之父的人们,是如何以个人之力,改变了 AI 的道路。

我们来聊聊父亲节。

在这一天里,人们通常会感恩自己的父辈,在 AI 领域,也有这样的一些「父亲」们,他们给这个领域带来了新的生命,承载了奠基者的责任。

我们梳理了几位做出了重大贡献的科学家、工程师,他们因为各自领域里开创性的贡献,被冠之以领域之父的美名,我们也顺道在父亲节之际向其致敬。

GAN 之父 Ian Goodfellow

首先说到的 Goodfellow 稍显年轻,还不到 35 岁的他,也只是个两岁孩子的新手父亲。但 Goodfellow  凭借自己的明星级研究—— GAN(生成对抗网络),而荣获「GAN 之父」的赞誉,却能在这份名单里站稳脚跟。

GAN 无疑是近来 AI  最热的技术,修复图片、换脸操作、风格迁移等神奇的功能,都将 GAN 的魔力展漏无疑,GAN 让两个神经网络相互对抗的做法,打开了新世界的大门。 

连 LeCun 都曾说过,GAN 会是 AI 的未来

Goodfellow 在 2014 年和其他学者一起提出了 GAN,这个想法的诞生也很有趣,据说是在朋友的酒局上,一个突如其来的思路让他有了灵感,随后他用了一个晚上,开发出了 GAN 的雏形 。

Goodfellow 在 2014 首次提出了 GAN,在 2017 年真正成为了父亲

Goodfellow 曾先后师从 Andrew Ng,Yoshua Bengio 和 Aaron Courville ,在完成学业之后,就收到了 Google 的橄榄枝,在不久前的 4 月,他强势加盟了苹果。

年纪轻轻的 Goodfellow 已经屡获殊荣:《MIT 技术评论》,曾将其选为 35 位 35 岁以下创新者名单;《Foreign Policy》杂志,也曾将其列入全球 100 位思想家之列。

卷积神经网络之父 Yann LeCun

LeCun 是纽约大学的教授,同时兼任 Facebook 的副总裁和首席 AI 科学家。LeCun 最突出的贡献,在于他发明了卷积神经网络(CNN),这让他荣膺「 CNN 之父」。

1980 年代末期,Yan LeCun 在贝尔实验室工作期间,首次将卷积神经网络用于手写数字识别。诡异的是这项划时代的工作,在当时却没多少人看好。

LeCun 当年提出的 CNN 已经成为了业界标准技术

时至今日,CNN 被广泛用于计算机视觉、语音识别、语音合成、图片合成、自然语言处理等方面,在自动驾驶、医学图片识别、语音助手、信息过滤等应用上也大有可为。

他的贡献还包括:改进了反向传播算法,让其运算更快;拓展了神经网络的应用范围,把神经网络变成能完成大量不同任务的计算模型。他的很多观念,现在正改变着人工智能的发展。

在深度学习无人问津之时, LeCun 也执着地进行着探索和耕耘, 几十年如一日,终于在 2018 年,他和 Hinton 、Benjio 一起,斩获了图灵奖,这应该是对他们最好的褒奖。

深度学习之父 Geoffrey Hinton

2018 年图灵奖得主之一 Hinton,可以说是深度学习的奠基者和掌舵人。「深度学习之父」的名号,自然也非他莫属。

Hinton 是谷歌副总裁、工程研究员 ,Vector Institute 的首席科学顾问,同时也是多伦多大学的名誉教授。

他在 1986 年的论文 Learning Internal Representations by Error Propagation》中提出了一个关键的概念——反向传播,从此让神经网络变的实用起来。

Hinton 还有另一个名号「神经网络之父」。

1983 年 Hinton 发明的玻尔兹曼机,以及 2012 年对卷积神经网络的改进,都是能被写进 AI 史册的创举。 特别是在 2012 年,Hinton 和他的学生改进了卷积神经网络,并在著名的 ImageNet 评测中一鸣惊人,碾压了其他的参赛者,在计算机视觉领域掀起一场巨大的风暴。

Hinton 长期奋战在研究一线,也很积极与医学界合作,原因是 Hinton 有着特殊的家庭氛围。他的第一任妻子早年间因为卵巢癌去世,留下了两个患有多动症和学习障碍的孩子。

图为 Hinton 第二次婚礼时,旁面是他与故去妻子的两个孩子

Hinton 需要在高压的工作下,继续承担好父亲的角色,一度在紧张的工作中,仍然做到每晚 6 点到家,陪伴孩子。

在 AI 的热潮之下,Hinton 和另一位宗师级人物 Jordan 一样,保持着冷静和批判的眼光。他们引领了一个时代,却时时在告诫人们要谨慎,仿佛随时都会推翻掉自己的理论。

机器学习之父 Michael I.Jordan

Michael I.Jordan 任职于加州大学伯克利分校,是美国科学院、美国工程院、美国艺术与科学院三院院士,机器学习领域的主要开创者。

1988 年到 1998 年之间,他曾任教于在麻省理工大脑与认知科学系,他的研究内容涉猎广泛,包括了计算学、统计学、认知科学以及生物科学。

大神的精力向来都异常旺盛,最近几年还渗透到了贝叶斯非参数分析,概率图模型,谱方法,核方法等方面,在分布式计算系统、自然语言处理、信号处理和统计遗传学等问题的应用上,也颇有建树。

 Jordan 的工作都是偏向基础建设的研究,他算得上是引领机器学习发展的灵魂人物

Jordan 被誉为「机器学习之父」,可谓实至名归。若要评出最突出的成就,大概是促进了机器学习与统计学之间的融合,以及关于参数化模型和非参数模型的研究。

Jordan 作为机器学习的集大成者,在行业内更是获奖无数,还曾被 Semantic Scholar  钦定为「最具影响力的计算机科学家」。

Jordan 和 Hinton 可算得上是机器学习的两位开山鼻祖,现在活跃在 AI 领域的大咖们,多数都出自他们的门下。比如 Yoshua Bengio ,Andrew Ng 等人,都是 Jordan 的弟子。前面提到的 Ian Goodfellow ,算是 Jordan 的徒孙了!

果然,叫 Michael Jordan 的人,都是神一样的存在。

他们是技术之父,也是人工智能的奠基人

人工智能的发展,历经了几次热潮和寒冬,但也正是这些伟大的引领者,才有了 AI 今天的蓬勃发展,在他们这类技术人的努力下,这项原本只是实验室里的想法,变成了工作生活中都能享受的技术成果。

我们在充分享受技术改造社会的成果时,不要忘了,正是因为有了这些爸爸们,我们才有机会站在巨人的肩膀上,更快更准确地实现目标。

相比于「XX 之父」的名号,这些执着的科学家们,更在意如何让 AI 实现进一步的突破,更好地造福人类。

祝愿这些大咖们,父亲节快乐!也愿他们能「生」出更多厉害的理论和技术。

点击阅读原文