ACM宣布AI界三位教父共同獲得2018年圖靈獎

2019年3月27日，Yoshua Bengio, Geoffrey Hinton 和 Yann LeCun 被正式授予計算機科學界的最高榮譽 —— ACM 圖靈獎，它被譽為是計算機界的諾貝爾獎。Hinton、LeCun 和 Bengio 獨立工作，共同開發(fā)了深度學習神經網絡領域的概念基礎，通過實驗和實際工程證明了深度神經網絡的優(yōu)勢。

2018年圖靈獎獲得者從左到右：Yann LeCun, Geoff Hinton 和 Yoshua Bengio

Yann LeCun，紐約大學教授，同時也是 Facebook 的副總裁和首席人工智能科學家。Yann LeCun 的代表貢獻之一是卷積神經網絡。

Geoffrey Hinton，谷歌副總裁兼工程研究員，Vector Institute 的首席科學顧問，同時也是多倫多大學的名譽大學教授。Hinton 最重要的貢獻來自他 1986 年發(fā)明反向傳播的論文“Learning Internal Representations by Error Propagation”，1983 年發(fā)明的玻爾茲曼機（Boltzmann Machines），以及 2012 年對卷積神經網絡的改進。

Yoshua Bengio，蒙特利爾大學教授，魁北克人工智能研究所 Mila 科學主任，與 Ian Goodfellow、Aaron Courville 兩人合著 《深度學習》一書。Bengio 的主要貢獻是在 1990 年代發(fā)明的 Probabilistic models of sequences。

近年來，深度學習方法一直是計算機視覺、語音識別、自然語言處理和機器人技術等領域出現(xiàn)驚人突破的主要原因。

談及頒獎緣由，ACM 總裁 Cherri M. Pancake 說到：“人工智能現(xiàn)在是所有科學領域發(fā)展最快的領域之一，也是社會上最受關注的話題之一。人工智能的進步和興盛在很大程度上歸功于 Bengio、Hinton 和 LeCun 為深度學習最新進展奠定的基礎。這些技術被數(shù)十億人使用，任何一個擁有智能手機的人都能切實體驗到自然語言處理和計算機視覺方面的進步。除了我們每天使用的產品之外，深度學習的新進展還在醫(yī)學、天文學、材料科學等領域為科學家提供了強大的新工具?！?/p>

谷歌擬在***地區(qū)建新研發(fā)中心 今年將招聘數(shù)百人

據***地區(qū)媒體digitimes網站報道，谷歌將在***地區(qū)建立一個新研發(fā)中心，擴大在***地區(qū)的業(yè)務，使其成為一個創(chuàng)新的工程中心，以支持公司的硬件發(fā)展戰(zhàn)略。據谷歌設備與服務部門高級副總裁里克·奧斯特洛（Rick Osterloh）稱，該研發(fā)中心將設在新北市的TPARK電信工業(yè)園內，預計于2020年底完工。

新研發(fā)中心將容納谷歌當前在***地區(qū)的所有研發(fā)和工程技術人員，而且有足夠空間將***地區(qū)員工數(shù)量從目前水平提高一倍。

谷歌當前在***地區(qū)的研發(fā)中心，已是該公司在亞太地區(qū)最大的研發(fā)中心。奧斯特洛稱，當前的研發(fā)中心計劃在今年招聘數(shù)百名新員工。奧斯特洛還稱，谷歌***地區(qū)的研發(fā)團隊已經完成了一系列硬件產品的開發(fā)，包括Pixel 3、Pixel 3 XL旗艦手機和無線充電設備。

據業(yè)內人士稱，由于TPARK已成為遠東電信和其他公司開發(fā)5G和自動駕駛技術及應用的試驗場所，谷歌也可能利用該園區(qū)開發(fā)相關的5G產品，以及虛擬現(xiàn)實（VR）、增強現(xiàn)實（AR）和和物聯(lián)網設備。

科學家認為語音助手需要機器身體才能更好理解這個世界

亞馬遜的首席科學家兼Alexa部門成員Rohit Prasad表示，如果公司的個人語音助手擁有機器人的身體和可判讀外界景象的相機，并可以在現(xiàn)實世界中移動，那么它將更加智能。Prasad昨天在舊金山舉行的麻省理工學院技術評論的EmTech數(shù)字人工智能會議上表示：“讓智能助手真正聰明的唯一方法就是讓它眼前一亮，讓它探索世界。”

一些支持Alexa的智能設備已經配備了攝像頭，但利用Alexa作為大腦的機器人身體卻從未出現(xiàn)過，Prasad的評論似乎報名亞馬遜正在推進家庭機器人，雖然他不會直接證實這一點。Prasad在亞馬遜的職責在于研發(fā)Alexa的自然語言處理和其他機器學習功能。

為智能助理提供相機和物理機構可以為他們提供更多關于他們周圍世界的數(shù)據，并幫助構建我們認為是“常識”但機器卻一無所知的東西，從而可能使他們更加智能，更能夠執(zhí)行需要視覺上下文和其他重要數(shù)據的復雜任務。

圍繞這種神經生物學，機器人技術和人工智能的混合理論通常被稱為“具體認知”。亞馬遜Prasad的評論與去年Bloomberg報告中關于移動Alexa機器人的傳聞似乎有著某種關聯(lián)。