【原】十位全球最值得关注的人工智能科学家

这两天在美国加利福尼亚州的山景城，google 正举办着I/O 2016年度开发者大会，AI（artificial intelligence人工智能）再度成为大会焦点。

智能助手、智能家居中枢、智能聊天应用等新产品陆续在大会上发布。有意思的是，谷歌本次发布了智能家居的硬件产品Google Home来对抗Amazon Echo的强劲势头。

Google Home

数据显示，全球目前在人工智能领域有近千家公司，仅2015年在AI领域的投资交易就有近300宗。全球已有数千亿美金投入人工智能的相关研究，未来将撬动巨大的市场空间。

2016年是人工智能元年，造就为大家搜集了十位AI界的科学达人。在这份名单中，我们看到谷歌已经俨然建立起一个“AI帝国”，通过从名校“挖墙脚”搜刮来高级顾问或技术官，以及收购专业AI项目公司的手段，在认知神经、脑神经、高级机器人、深度学习等领域独树一帜，而Facebook则主要在图像识别等领域占据了重要江湖地位。

 

我们可以看到AI已经从象牙塔里的高冷研究，逐步转换为科技公司、互联网公司的最核心竞争力。AI代表了这时代人类的前沿智慧，也正达到一种科学的极致。

这份名单不涉及任何排名，仅是抛砖引玉。如果你知道更多，请在评论中不吝与我们交流。

杰弗里·辛顿（Geoffrey Hinton）

供职于：google公司

擅长领域：深度学习、脑神经

我们很难用寥寥数语来总结任何“非凡头脑”的职业生涯，而就辛顿而言，这事尤其具有挑战性。作为人工智能领域的三位奠基人之一，早在30年前，辛顿就已经在深度学习领域留下了自己的烙印。

他一直致力于理解大脑神经元。他没有答案，但他将尽全力寻找答案，至少改进的人工神经网络可以模拟人脑的某些方面。“我非常兴奋，我们发现一种可以使神经网络变得更好的方法，尤其是这种方法能够揭示大脑是如何工作的时候。

 

然而，直到计算机的性能达到深度学习的要求，辛顿才开始在学术界以外得到自己应得的广泛认可。2004年，他参与创立了神经计算和自适应感知项目（Neural Computation and Adaptive Perception），这是一个甄选严格的邀请制研究者团体，集合了来自物理学、神经科学和工程学领域的精英。

此外，他还参与创立了DNNResearch，该公司在2013年被谷歌公司（Google）收购。自那之后，他就一直为所谓的谷歌“大脑”神经网络项目工作。在他的帮助下，谷歌的图像识别和安卓系统音频识别能力大幅提升。

雅恩·乐昆（Yann LeCun）

供职于：Facebook

擅长领域：图像识别

作为人工智能领域的三位奠基人之一，乐昆为卷积神经网络的研究和发展做出了重要贡献，尤其是在图像识别领域。

在上世纪80年代末和90年代初，他大部分时间都在为AT&T效力，先是担任研究员，最终升任该公司图像处理技术研究部门的负责人，他是图像压缩技术DjVu的主要发明者之一。

2003年，乐昆被纽约大学（NYU）聘为计算机科学和神经科学的教授。2013年，他加入Facebook，担任该公司人工智能实验室的主任，也是人工智能尤其是深度学习领域最知名的学者之一。

约书亚·本吉奥（Yoshua Bengio）

供职于：加拿大蒙特利尔大学

擅长领域：高级机器学习

 

在人工智能领域的三位奠基人中，约书亚·本吉奥教授也是机器学习大神之一，他的研究工作主要聚焦在高级机器学习方面，致力于用其解决人工智能问题。

他是少有的几个仍然全身心投入在深度学习学术界的教授之一，好多其他教授早已投身于工业界，加入了Google或Facebook公司。 

他目前是加拿大蒙特利尔大学（Université de Montréal）计算机科学和运筹学系的正教授，是机器学习实验室（MILA）的负责人，是加拿大高等研究院（CIFAR）神经计算和自适应感知项目的联席主任，是统计学习算法领域的加拿大首席科学家。

本吉奥的主要研究目标是理解能够产生智能的学习的原理。其研究成果得到广泛引用。

迈克尔·乔丹（Michael I Jordan）

供职于：加州大学伯克利分校（AI界大拿吴恩达的直系老师哦）

擅长领域：计算机科学

应用：机器学习

 

迈克尔·乔丹，并不是篮球明星的乔丹哦。目前是加州大学伯克利分校的教授，之前他还在麻省理工当过教授。他帮助普及了贝叶斯网络在机器学习应用中的使用，并常常被誉为让大家意识到机器学习与统计学之间联系的原创思想家之一。

乔丹是国际人工智能协会（AAAI）、计算机协会（ACM）、美国统计协会（ASA）、控制系统协会（CSS）、电气和电子工程师协会（IEEE）、数理统计学会（IMS）、国际贝叶斯分析协会（ISBA）以及工业和应用数学学会（SIAM）的会员。

他在人工智能界可谓桃李满天下，他带出的多位研究生和博士后学生也在AI领域成为大名鼎鼎的人物，比如吴恩达、大卫·贝雷（David Blei）、佐宾·葛拉曼尼（Zoubin Ghahramani）。

杰夫·霍金斯（Jeff Hawkins）

供职于： Numenta公司

擅长领域: 神经科学，人类大脑皮质功能的人工智能学习过程

 

在上世纪90年代之前，霍金斯的名字主要跟历史上第一款掌上电脑Palm Pilot联系在一起，这是他发明的设备。

2002年，他开始致力于研究神经科学以及聚焦于人类大脑皮质功能的人工智能学习过程，这期间创立了红木理论神经科学中心（Redwood Center for Theoretical Neuroscience）。

2005年，他发表了一部关于大脑记忆-预测理论框架的开创性著作，题为《人工智能的未来》（On Intelligence: How a New Understanding of the Brain will Lead to the Creation of Truly Intelligent Machines）。

同一年，他跟前Palm Pilot首席执行官唐娜·杜宾斯基（Donna Dubinsky）以及迪利普·乔治（Dileep George）共同创立了Numenta，这家公司致力于研究关于大脑功能的理论，并寻找能够把这些理论应用于人工智能的算法。他们的主要研究成果是建立了分层暂存记忆和固定稀疏离散表征的算法框架。

 

塞巴斯蒂安·史朗（Sebastian Thrun）

供职于：Google

擅长领域：机器人技术

史朗是谷歌副总裁兼研究员，Udacity的首席执行官，以及斯坦福大学计算机科学的兼职研究教授。史朗主要凭借在机器人技术领域的研究成果而闻名，他主持开发的自动驾驶汽车“斯坦利”（Stanley），在2005年无人驾驶机器人超级挑战赛（DARPA Grand Challenge）上赢得冠军。

史朗和自己的团队为斯坦利编写了10万行代码的软件，它可以对传感器数据进行解读，并负责为车辆导航。史朗目前是谷歌自动驾驶汽车项目的负责人。

德米斯·哈萨比斯（Demis Hassabis）

供职于：Google（AlphaGo之父）

擅长：认知神经科学

杰米斯·哈萨比斯是一位英国人工智能研究专家、神经学家、电脑游戏设计师和国际象棋大师。从剑桥大学毕业后，哈萨比斯进入狮头工作室（Lionhead Studios）成为首席人工智能程序员。之后，在1998年，他离职创办了Elixir Studios。

 

2005年4月，哈萨比斯离开电子游戏行业，转而从事认知神经科学的研究，以期从大脑中找到人工智能新算法创意的灵感。他在自传体记忆和失忆领域开展研究，并发表了数篇有影响的论文。

2010年，他与人创办人工智能初创公司DeepMind Technoloies并担任公司首席执行官一职，专门从事通用学习算法的开发。

2014年1月，谷歌以6.25亿美元收购DeepMind。目前，哈萨比斯担任负责谷歌人工智能项目的工程副总裁。2015年10月，DeepMind开发的AlphaGo围棋程序击败了欧洲围棋冠军樊麾，实现了人工智能应用又一个里程碑式的“突破”。

紧接着在2016年3月，AlphaGo与韩国国手李世乭展开围棋人机大战，最后AlphaGo以四比一的悬殊比分击败李世乭。

于尔根·施米德休伯（Jürgen Schmidhuber） 

供职于：慕尼黑工业大学机器人学教授

擅长领域：认知神经科学

应用：智能手机语音识别等

 

于尔根·施米德休伯是一位德国计算机科学家，凭借在机器学习、人工智能、人工神经网络、数字物理学方面的成就而闻名。

从2004年至2009年，他在慕尼黑工业大学（Technische Universität München）担任认知机器人学的教授。自1995年以来，他一直是瑞士卢加诺人工智能实验室IDSIA的联席主任。在2009年，他被卢加诺大学（University of Lugano）聘为人工智能学的教授。

在2009年至2012年间，他带领的团队研究了递归神经网络和深度前馈神经网络，其成果在模式识别和机器学习领域的八项国际比赛中夺魁。如今，超过10亿人可以用上IDSIA开发的算法，比如通过智能手机上的谷歌语音识别功能。

他凭借“对深度学习和神经网络的开拓性贡献”，成为2016年IEEE计算智能协会神经网络先锋奖（Neural Networks Pioneer Award）的得主。

 

特里·塞诺斯基（Terry Sejnowski） 

供职于：加州大学圣迭戈分校

擅长领域：大脑功能计算

应用：奥巴马政府 “大脑计划”（BRAIN Initiative）

 

塞诺斯基是加州大学圣迭戈分校（University of California, San Diego）的生物科学教授，是索尔克研究所（Salk Instiute）的弗朗西斯·克里克教席教授（Francis Crick Professor），同时担任霍华德·休斯医学研究所（Howard Hghes Medical Institute）的研究员。

他对人工智能领域的开创性贡献包括跟杰弗里·辛顿共同发明了玻尔兹曼机。凭借在大脑功能建模和计算方面的研究成果，塞诺斯基是当世入选美国三大国家学院（医学学院、科学学院和工程学院）仅有的十位科学家之一。

目前，他担任奥巴马政府 “大脑计划”（BRAIN Initiative）的顾问，该计划旨在开发用来映射神经回路的新工具。

 

汤姆·米切尔（Tom M. Mitchell）

供职于：卡内基-梅隆大学

擅长领域：机器学习、认知神经科学

应用：《机器学习》教科书编者

 

汤姆·米切尔是一位美国计算机科学家，他在卡内基-梅隆大学担任E.弗里德金大学教席教授（E. Fredkin University Professor）。目前，他还是该大学机器学习研究部的负责人。

米切尔凭借在机器学习、人工智能和认知神经科学方面做出的贡献而为人所知。他编著了《机器学习》（Machine Learning）这本教科书。

2010年，米切尔当选为美国国家工程学院的院士。此外，他还是美国科学促进会（American Association for the Advancement of Science）和国际人工智能协会的会员。

---

陈霖 | 是什么让我们衰老？

田沁鑫 | 中国为什么出不了星球大战这样的超级IP？

简里里 | 我们为什么觉得孤独

王健 | 以“我”为中心的世界

马家辉 | 我们生活在一个没有遗忘权利的时代

苑明理 | 用虚拟的星球，反省我们的世界观