Hi-Tech

Чем занимаются ведущие учёные в сфере искусственного интеллекта и какие работы принесли им славу

Технологии «умных» пространств, беспилотный транспорт и устройство для распознавания лягушачьего кваканья.

В закладки

В основе списка — анализ рейтингов рекрутинговой компании по поиску талантливых учёных League of Scholars, блога Who Is Hosting This, Forbes, Dataconomy и IBM.

Для удобства мы разделили исследователей на три категории:

Учёные-предприниматели

Джеффри Хинтон

Сейчас его используют во многих видах нейронных сетей, а до Хинтона практически не признавали. Джеффри Хинтон — один из исследователей, который предложил использовать в обучении нейронных сетей метод обратного распространения ошибки: после обработки данных сеть сравнивает свой результат с нужным и передаёт информацию об отклонении от него обратно, на все слои нейронов.

Они занялись распознаванием аудиальных и визуальных объектов с помощью глубинных нейронных сетей. Хитон работал профессором информатики в Университете Торонто, а в 2012 году вместе со своими выпускниками Алексом Крижевским и Ильёй Суцкевером создал компанию DNN Research.

Сейчас он работает над проектом новой нейронной сети Google Brain и помогает улучшить поисковую систему при распознавании изображений, а также распознавание звука на устройствах Android. Год спустя Google приобрела стартап за $600 тысяч, а Хинтон стал одним из исследователей в команде Google AI.

К самым цитируемым текстам Хинтона, по данным Google Scholar, относятся следующие статьи, посвящённые когнитивистике, адаптивным машинам и нейронным сетям: Главные работы и проекты. Согласно социальной сети для учёных ResearchGate, Джеффри Хинтон выступает в качестве соавтора 331 публикации.

  • «Изучение внутренних представлений, исходя из распространённых ошибок». Работа, посвящённая техникам машинного обучения.
  • «Изучение представлений через ошибки обратного распространения». Ещё один текст о механизмах машинного обучения;
  • «Проведение классификации Imagenet со свёрточными нейронными сетями». Об этой технологии также писала в своих работах исследователь Фей-Фей Ли.

В 1985 году Джеффри Хинтон и исследователь Терренс Сейновски изобрели машину Больцмана — вид нейронной связи, способной обучаться через внутренние представления и решать непростые задачи из области комбинаторики.

Он получил почётные докторские степени от Университета Эдинбурга, Университета Сассекса и Университета Шербрука. Публичность. Джеффри Хинтон — член Королевского общества Канады и Ассоциации по развитию искусственного интеллекта.

Издание Toronto Life называет исследователя «самым влиятельным учёным в области искусственного интеллекта». В 2010 году Хинтон получил золотую медаль NSERC имени Герцберга — высшую награду Канады в области науки и техники.

В нём он изредка пишет о результатах работы — в Google AI, в качестве лектора на Coursera и так далее. С января 2019 года у Джеффри Хинтона появился свой аккаунт в Twitter.

Я отказываюсь давать какие-либо прогнозы больше, чем на пять лет, потому что я не думаю, что мы сможем увидеть так далеко вперёд.

Джеффри Хинтон

Эндрю Ын

Эндрю Ын — профессор Стэнфордского университета, разработчик роботизированной операционной системы и основатель образовательной платформы Coursera.

В 2011 году начал руководить разработкой основной платформы для массовых открытых онлайн-курсов в университете MOOC, а в 2012 году запустил совместный проект с Дафной Коллер — Coursera. В 2008 году он запустил программу Stanford Engineering Everywhere (SEE), где бесплатно разместил несколько онлайн-курсов Стэнфордского университета. Согласно Crunchbase, за семь лет существования проект привлёк около $210 млн инвестиций.

В результате проделанной работы в 2012 году нейронная сеть научилась распознавать кошек на видео. В 2011 году Эндрю Ын основал проект Google Brain, в рамкам которого появились масштабные алгоритмы глубокого обучения.

В 2014 году Ын покинул пост руководителя в Coursera и присоединился к команде китайского Интернет-гиганта Baidu в качестве вице-президента и главного исследователя в вопросах глубинного обучения.

Наиболее цитируемые работы учёного посвящены следующим темам: Главные работы и проекты. По данным ResearchGate, Эндрю выступает соавтором 318 публикаций.

  • «Скрытое выделение Дирихле (LDA)». Материал, посвящённый одному из способов тематического деления текстовых документов в машинном обучении. Написан совместно с Майклом Ирвином Джорданом и Дэвидом Блаем.
  • «О спектральной кластеризации: анализ и алгоритм». Технический текст о способах упорядочивания данных в нейронных системах. Совместная работа с Майклом Ирвином Джорданом и Яиром Вейсом.
  • «ROS: роботизированная операционная система с открытым исходным кодом». В этом тексте описывается то, по каким принципам работает операционная система для роботов и какими техническими преимуществами она обладает.

Учёный активно выступает за изучение искусственного интеллекта и делится своими мыслями с читателями. Публичность. У Эндрю Ына есть профиль в LinkedIn и аккаунт в Twitter. У него также есть свой официальный сайт.

Я думаю, что через сотни лет, если люди изобретут технологию, о которой мы ещё не слышали, то компьютер, возможно, может превратиться в зло.

Я не беспокоюсь о том, что искусственный интеллект станет вселенским злом, по той же причине, по которой я не беспокоюсь о перенаселении на Марсе. Но будущее так неопределённо, и я не знаю, что произойдёт через пять лет.

Эндрю Ын

Дафна Коллер

Дафна Коллер — соосновательница Coursera, профессор Стэнфордского университета и один из разработчиков технологии FastSLAM, которая помогает роботам передвигаться в пространстве без сторонней помощи.

Эта компания финансируется Google и занимается вопросами замедления старения и борьбой с возрастными заболеваниями. В 2016 году учёный покинула учебную платформу и присоединилась к команде стартапа Calico как главный инженер. Здесь Дафна Коллер занималась разработкой новых вычислительных методов для анализа наборов биологических данных.

По данным Crunchbase, в первом раунде стартап получил финансирование от пяти инвестиционных фондов, но сумма вложений не раскрывается. В мае 2018 года исследовательница ушла из Calico и основала компанию по разработке медикаментов Insitro.

Согласно статистике Google Scholars, самые цитируемые работы исследовательницы — это: Главные работы и проекты. По данным ResearchGate, имя Дафны Коллер упоминается более чем в 230 проектах.

  • «Вероятностные графические модели: принципы и методы». Эта работа несёт ознакомительный характер, вводит читателя в тему и рассматривает использование моделей для причинно-следственных рассуждений и принятия решений в условиях неопределённости.
  • «FastSLAM: решение проблемы одновременной локализации и отображения местоположения». Описанный в работе механизм может стать, по мнению Коллер, ключевой предпосылкой для появления автономных роботов.
  • «Поддержка векторного машинного обучения с приложениями к текстовой классификации». Описание ещё одного механизма, который может способствовать более эффективному распознаванию текстов машинами.

Публичность. У исследовательницы и предпринимательницы есть профиль в LinkedIn, неактивные аккаунты в Twitter и на Medium.

И вам самим нужно разобраться с шумом и неопределённостью. Мир шумный и грязный.

Дафна Коллер

Юрген Шмидхубер

Юрген Шмидхубер — профессор в Университете Лугано, в прошлом — руководитель лаборатории когнитивной робототехники и разработчик архитектуры нейронных сетей по распознаванию речи, заимствованной Google для создания собственных продуктов.

Она специализируется на коммерческом применении искусственного интеллекта в сфере финансов и беспилотных автомобилей. В 2014 году Шмидхубер основал свою компанию Nnaisense.

Согласно статистике от Google Scholar, самые цитируемые тексты Шмидхубера посвящены следующим темам: Главные работы и проекты. По данным ResearchGate, сейчас Юрген выступает соавтором в 338 публикациях.

  • «Долгосрочная кратковременная память (LSTM)». Работа об одной из разновидностей архитектуры нейронных связей, разработанной Шмидхубером и Сеппом Хохрайтером. В 2015 году компания Google использовала эту публикацию при создании нового программного обеспечения для распознавания речи.
  • «Глубокое обучение в нейронных сетях». Ознакомительная работа по теме.
  • «Многоколонные глубокие нейронные сети для классификации изображений». Коллективное исследование, посвящённое возможностям нейронных сетей распознавать рукописные цифры и дорожные знаки.

Эшли Вэнс, автор Bloomberg Businessweek, шутливо называет Шмидхубера «крёстным отцом, которого ИИ-сообщество стремится забыть». Публичность. У учёного и предпринимателя есть профиль в LinkedIn. Всё потому, что исследователь обещает создать машины, которые будут умнее человека.

Я всё ещё верю, что можно засвидетельствовать, как новые технологии станут намного умнее меня, и я смогу спокойно уйти в отставку. Я работал над искусственным интеллектом несколько десятилетий, в основном с восьмидесятых.

Юрген Шмидхубер

Кай-Фу Ли

Кай-Фу Ли — разработчик первой независимой системы непрерывного распознавания речи и основатель собственного инвестиционного фонда, в прошлом — сотрудник Apple, Microsoft и Google.

Тогда между компаниями разгорелся скандал из-за неразглашения коммерческой информации, но его урегулировали в досудебном порядке. В 1998 году он перешёл из Apple в пекинский офис компании Microsoft, а в июле 2005 года — в Google.

Через несколько месяцев после его ухода Google объявил о закрытии китайской версии поисковой системы из-за цензуры, а также о переносе серверов в Гонконг. В 2009 году Кай-Фу Ли заявил о своём уходе из интернет-компании, чтобы основать свой инвестиционный фонд.

Его цель — ежегодно создавать пять успешных компаний в сфере интернет-технологий, мобильных приложений или облачных сервисов. Инвестиционный фонд Кай-Фу Ли Sinovation Ventures действует по принципу инкубатора для новых стартапов.

По данным Crunchbase, за весь период его существования у проекта появилось 184 инвестора, а с начала 2019 года новые вложения в фонд составили более $171 млн Как пишет Wall Street Journal, фонд привлёк $275 млн.

Как показывает статистика Google Scholars, наиболее часто цитируемые работы Ли: Главные работы и проекты. По данным ResearchGate, Кай-Фу Ли сейчас выступает автором 36 публикаций.

  • «Оптимизация алгоритма динамического программирования для распознавания произнесённого слова». Работа предлагает новый подход к механизмам распознавания речи.
  • «Независимое от динамика распознавание телефона с помощью скрытых марковских моделей». В публикации описывается то, как скрытое марковское моделирование (статистическая модель, задача которой — разгадывание неизвестных параметров на основе наблюдаемых) помогает распознавать телефоны независимо от действий говорящего.
  • «Автоматическое распознавание речи: разработка системы Sphinx». Докторская диссертация Кай-Фу Ли. Предполагается, что система распознавания речи Sphinx будет недорогой технологией, не зависящей от посторонних шумов.

Сейчас он продвигает свою книгу «Суперсилы искусственного интеллекта: Китай, Кремниевая долина и новый мировой порядок». Публичность. У Кай-Фу Ли есть профиль в LinkedIn и аккаунт в Twitter. Её признали бестселлером The New York Times, USA Today и The Wall Street Journal.

Одна из причин, по которой сложно предугадать, чем закончится наша история об искусственном интеллекте, в том, что это не просто история о машинах.

Наше будущее с искусственным интеллектом будет создано нами, и оно будет отражать тот выбор, который мы делаем, и те действия, которые мы предпринимаем. Это также история о людях, людях со свободной волей, которая позволяет им делать свой выбор и определять судьбу.

Кай-Фу Ли

Учёные-исследователи

Йо-Хо Ли

Сейчас он преподаёт курс физических вычислений с акцентом на изучение робототехники, виртуальной реальности и интернета вещей в Азиатско-Тихоокеанском Университете Рицумейкан в Киото, занимается разработкой «умных помещений» и мобильных роботов. У Йо-Хо Ли нет опыта работы в компаниях, он занимается исключительно научной деятельностью.

Согласно статистике Google Scholars, наиболее цитируемыми работами учёного стали: Главные работы и проекты. По данным ResearchGate на 2019 год, Ли принял участие в 133 исследованиях.

  • «Интеллектуальное пространство — концепция и содержание». Работа о помещениях со специальными датчиками, благодаря которым пространство может проанализировать, что происходит внутри него. Потенциальная сфера применения концепции — жилые дома, офисы, фабрики.
  • «Управление мобильными роботами в распределённой интеллектуальной сенсорной сети». Работа, которая тестирует возможности мобильных роботов выполнять поставленные задачи через указания «умной» технологии обработки данных.
  • «Робот-помощник в распределённой интеллектуальной сенсорной сети». Работа, в которой описываются возможности роботов, управляемых распределённой средой.

Как пишет технологическое издание IIOT-World, многие учёные слишком заняты, чтобы вести соцсети. Публичность. У учёного есть профиль в LinkedIn, но активности в нём он не проявляет.

Тунг-Куан Лиу

Сейчас он работает на кафедре машиностроения и автоматики Национального университета науки и техники в тайваньском Гаосюне, разрабатывает микро-устройства для стабилизации экологии в парках и ищет более совершенные решения для сбора биометрических данных. Учёный уже 19 лет занимается только академической деятельностью.

В 1997 году он работал советником в отделе интеллектуального контроля в машиностроительной компании Nan Rong Mechanical, затем, до 2000 года, — менеджером в некоммерческой организации по развитию информационной индустрии Institute for Information Industry.

Согласно статистике Google Scholars, его самыми цитируемыми статьями стали материалы о генетике и гибридном генетическом алгоритме Taguchi (HTGA) за 2004–2006 годы. Главные работы и проекты. По данным ResearchGate, к 2019 году Тунг-Куан Лиу принял участие в 92 научных работах.

По теме искусственного интеллекта Лиу написал две статьи:

  • «Микроконтрольное устройство, собирающее звуки и способное распознавать лягушачье кваканье». Эта работа предлагает разработку решения, которое поможет лесопаркам более эффективно следить за средой обитания лягушек и поддерживать стабильное экологическое состояние местности.
  • «Микроконтрольная технология захвата изображений для распознавания вен на пальцах». Статья предлагает новое биометрическое решение, которое обеспечит более высокий уровень безопасности в процессе распознавания личности.

Публичность. У учёного есть профиль в LinkedIn, но он его практически не ведёт.

Майкл Ирвин Джордан

В 2016 году журнал Science назвал учёного самым влиятельным специалистом в области компьютерных технологий. Более десяти лет Майкл Ирвин Джордан преподавал в Массачусетском университете и с 1998 года — в Беркли.

Он член многих научных организаций и большую часть времени посвящает исследовательской деятельности. Основной опыт Джордана — академический.

Согласно статистике Google Scholar, наиболее цитируемые его тексты посвящены следующим темам в области машинного обучения: Главные работы и проекты. По данным ResearchGate, Джордан выступил соавтором 480 статей.

  • «Скрытое выделение Дирихле (LDA)». Технический материал, посвящённый конкретному способу сбора данных в контексте машинного обучения. Написан совместно с Эндрю Ыном и Дэвидом Блаем.
  • «О спектральной кластеризации: анализ и алгоритм». Технический текст о способах решения проблемы кластеризации в нейронных системах по обработке данных. Совместная работа с Эндрю Ыном и Яиром Вейсом.
  • «Адаптивные смеси местных экспертов». В этой работе описывается новая процедура обучения систем, которые состоят из отдельных сетей.

Публичность. У Майкла Ирвина Джордана есть профиль в LinkedIn и свой блог на Medium.

Учёные-консультанты

Ник Бостром

Ник Бостром занимается разработками в области этики, трансгуманизма и философии. Питер Хай, один из колумнистов Forbes также называет Бострома одним из самых влиятельных мыслителей в области безопасности и искусственного интеллекта.

На своей официальной странице учёный не афиширует своё сотрудничество с коммерческими проектами и государственными структурами. Как пишет сервис Who Is Hosting This, Ник Бостром часто консультирует многие правительства и организации.

В октябре 2018 года организация получила инвестиции в размере 13,3 млн фунтов от некоммерческого фонда The Open Philanthropy Project, спонсирующего разные сферы науки. В 2005 году на базе Оксфордского университета он основал Институт будущего человечества и сейчас исследует сценарии, которые могут обеспечить процветание человечества в будущем.

Этот документ содержит предупреждение о потенциальных опасностях искусственного интеллекта для человечества. В январе 2015 года учёный вместе со Стивеном Хокингом, Илоном Маском и Максом Тегмаром присоединился к открытому письму исследовательской организации Института будущего жизни.

Его самые цитируемые работы, согласно данным Google Scholars, посвящены темам: Главные работы и проекты. По данным ResearchGate, Ник Бостром выступил соавтором в 66 публикациях.

  • «Сверхразум: пути, опасности и стратегии». Эта работа сделала автора знаменитым. В ней он рассуждает о том, сможет ли искусственный интеллект одержать верх над человеческим разумом и какие угрозы он может нести с точки зрения этики.
  • «Наиболее часто задаваемые вопросы в области трансгуманизма». Статья отвечает на базовые вопросы трансгуманизма и выступает в роли руководства для новичков в этой области.
  • «Что, если все мы живём в компьютерной симуляции (матрице)?». Учёный проводит исследование на тему эволюции, развития постчеловеческой цивилизации и роли компьютерной симуляции в жизни людей.

В ней автор поднимает вопрос влияния научно-технического прогресса на общество и прогнозирует, что дальнейшее развитие может привести к дестабилизации человеческой цивилизации. В 2018 году Бостром опубликовал свою новую статью — «Гипотеза уязвлённого мира».

Публичность. У Ника Бострома есть свой официальный сайт, на котором он публикует новые статьи и информацию о деятельности Института будущего человечества.

Мы сами внедряем через нашу деятельность совершенно новые виды опасностей, развивая новые технологии. Маловероятно, что какое-либо из стихийных бедствий уничтожит нас в течение следующих 100 лет, если мы уже пережили 100 000 таких явлений.

Ник Бостром

Ян Ле Кун

Ян Ле Кун — создатель архитектуры свёрточных нейронных сетей, которую он первым применил к технологии оптического распознавания символов.

В 1996 году Ле Кун стал руководителем отдела обработки изображений в AT&T Labs Research и занимался технологией сжатия изображений DjVu.

В 2003 году исследователь начал преподавать в Нью-Йоркском университете и здесь же основал Центр науки о данных.

В январе 2018 года он перешёл на должность главного научного сотрудника по искусственному интеллекту, чтобы сфокусироваться на исследовательских задачах. В декабре 2013 года Ян Ле Кун стал директором по исследованиям искусственного интеллекта в Facebook.

Согласно статистике Google Scholar, самые цитируемые работы учёного это: Главные работы и проекты. По данным ResearchGate, Ян Ле Кун принял участие более чем в 170 научных проектах.

  • «Градиентное обучение для распознавания документов». Работа, посвященная применению метода обратного распространения ошибок для распознания рукописных символов в онлайне. Эта технология может применяться для прочтения банковских чеков.
  • «Глубокое обучение». В этом тексте Ле Кун и его соавторы Йошуа Бенджио и Джеффри Хинтон описывают сферы применения алгоритмов глубокого обучения — от распознавания речи и визуальных объектов до обнаружения наркотиков.
  • «Метод обратного распространения ошибок для распознавания рукописного почтового индекса». Этот метод уже активно применяется в США. В тексте же описывается весь механизм распознавания: от нормализованного изображения объекта до финальной классификации.

Также учёный — активный пользователь Facebook, Twitter и LinkedIn. Публичность. У Яна Ле Куна есть собственная официальная страница, до 2015 года он активно вёл свой блог в Google+.

Если бы интеллект был пирогом, то обучение под наблюдением было бы глазурью, а подкрепляющим фактором была бы вишенка на торте. Обучение людей и животных — это обучение без присмотра.

Получается, нам сначала нужно решить проблему бесконтрольного обучения, прежде чем мы сможем даже думать о достижении истинного искусственного интеллекта. Сейчас мы знаем, как приготовить глазурь и вишню, но не знаем, как приготовить торт.

Ян Ле Кун

Фей-Фей Ли

Фей-Фей Ли — преподаватель Стэнфордского университета, исследователь технологии распознавания изображений с помощью баз данных, в прошлом — член команды Google AI.

Фей-Фей Ли сейчас выступает консультантом для двух компаний: разработчика искусственного интеллекта для роботов Vicarious и производителя платформ для мониторинга хирургической кровопотери в режиме реальном времени Gauss Surgical.

С 2017 по 2018 годы исследовательница была главным научным сотрудником в области искусственного интеллекта и машинного обучения, а также вице-президентом Google Cloud AI.

Согласно Google Scholars, самые цитируемые тексты Ли: Главные работы и проекты. По данным ResearchGate, Фей-Фей Ли сейчас выступает соавтором более чем 170 статей.

  • «Imagenet: крупномасштабная иерархическая база данных изображений». Работа о технологии распознавания изображений с помощью новой базы данных.
  • «Imagenet и крупномасштабная проблема визуального распознавания». Ещё одна работа о технологии распознавания изображений.
  • «Байесовская иерархическая модель для изучения естественной среды». Исследование предлагает изучить разные среды с помощью технологий машинного обучения.

Именно в нём в марте 2019 года учёная заявила о запуске Стэнфордского института искусственного интеллекта, ориентированного на человека (Stanford Institute for Human-Centered Artificial Intelligence). Публичность. У Фей-Фей Ли есть профиль в LinkedIn и аккаунт в Twitter.

Если наша эпоха — это следующая промышленная революция, как многие считают, то искусственный интеллект — одна из её движущих сил.

Фей-Фей Ли

#искусственныйинтеллект #машинноеобучени

Показать больше

Похожие статьи

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Кнопка «Наверх»
Закрыть