Hinton 獲 2021 迪克森科學獎:他改變 AI,也改變了世界

作者 | 發布日期 2021 年 09 月 22 日 15:26 | 分類 AI 人工智慧 , 科技教育 Telegram share ! follow us in feedly


據卡內基美隆大學(CMU)官方消息,傑佛瑞·辛頓(Geoffrey Hinton)獲得 2021 年迪克森科學獎(The Dickson Prize in Science)。此獎設立於 1969 年,旨在獎勵對美國科學進步有重大貢獻的學者。2016 年貝葉斯之父 Judea Pearl 獲此殊榮。

Hinton的貢獻如下描述:

Hinton博士之前在CMU教書,2018年獲得ACM圖靈獎。過去四年,他對神經網路的開創性貢獻,讓我們深刻理解機器如何從經驗學習,支撐人工智慧領域進步,如語音辨識、機器翻譯及電腦視覺等飛快發展。

組委會將在2022年春季頒獎給Hinton,且Hinton會在迪克森科學獎年度講座發表演講,主題和內容還未披露。

Hinton的貢獻

Geoffrey Hinton是多倫多大學電腦科學系榮譽退休教授,Google副總裁兼工程研究員,以及Vector Institute首席科學顧問。

▲ Geoffrey Hinton。(Source:Eviatar Bach, CC BY-SA 3.0, via Wikimedia Commons)

他最早使用反向傳播學習單詞嵌入,對神經網路研究的其他貢獻包括玻爾茲曼機、分布式表示、時延神經網路、專家混合、變分學習和深度學習。2018年因深度學習貢獻與Yoshua Bengio、Yann LeCun一同獲得圖靈獎。

獲得圖靈獎前幾十年,Geoffrey Hinton一直徘徊於人工智慧研究邊緣,以局外人角色堅持簡單命題:電腦可像人類思考,使用直覺而不是規則。之所以「邊緣」,因當時學術界主流觀點是:電腦對規則和邏輯學得最好。

Hinton於1972年取得博士學位,一直以神經網路為研究重點。讀書期間,指導教授常找他談心,告訴他在浪費時間。但Hinton堅持不懈,之後神經網路確實取得一些小成功──後來證明對發現信用欺詐發揮作用。

畢業後他在匹茲堡卡內基美隆大學找到工作。因不滿美國學科資助政策,1987年和妻子搬到北方定居。Hinton接受多倫多大學與國際電腦科學中心相關的職位。

約2009年,當電腦終於有能力挖掘大量數據,超級神經網路開始在語音和圖像辨識超越基於邏輯的AI。另一個代表性事件是:2012年Google宣布建立由16,000個電腦處理器組成的神經網路,能透過「未標記」的貓咪影片、圖片,辨識出貓咪本體。

這突破使Hinton和追隨者成為人工智慧運動的領袖。Jeff Dean在2013年招募Hinton加入Google兼職。

從業幾十年,Hinton一直堅信「從長遠看,全新想法將比微小改進更有影響力」。他還認為基礎科學會議「應該追求全新理念」是主要挑戰。

Hinton押注的下一代神經網路屬於無監督學習,認為膠囊網路是無監督學習的關鍵。團隊最新無監督學習成果是SimCLR框架,利用對比損失提取表徵的新方法,正如他之前談到的:

「我想學習用一種方式表示圖像局部,使同張圖其他局部有相似表示。」SimCLR不僅改進最新自監督學習法,且在ImageNet分類擊敗監督學習法。

Hinton認為未來不會有人工智慧冬天,因AI技術大量用於手機,AI充滿日常生活。人工智慧之所以出現「冬天」,是因人工智慧那時並不是日常生活的一部分。

關於迪克森獎

此獎由Joseph Z. Dickson博士和妻子Agnes Fischer Dickson設立,獎項資金來源於遺囑設立的信託基金。共獎勵兩個領域:醫學和科學。醫學獎由匹茲堡大學每年頒發一次;科學獎由卡內基美隆大學負責,涉及學科包括自然科學、工程、電腦及數學。

迪克森科學獎提名分三階段進行。

首先,教務長向與獎項相關技術領域院長、系主任和大學教授尋求建議。提交「被提名者」傳記材料、職業亮點及主要貢獻;其次,從眾多提名者篩選出小部分為最後提名者。透過與專家交流,獲得更多提名者資訊;最後,大學教授開會投票選出獲獎者。

迪克森和妻子期望透過兩個獎項為兩所大學帶來聲譽,因此獎項接受者必須由兩所大學學者代表公正選出。獲獎者並須在美國完成大部分工作。

(本文由 雷鋒網 授權轉載;首圖來源:shutterstock)

延伸閱讀: