Главная » Hi-Tech » Чем занимаются ведущие учёные в сфере искусственного интеллекта и какие работы принесли им славу

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


Оставить комментарий

Ваш email нигде не будет показан
Обязательные для заполнения поля помечены *

*

x

Ещё Hi-Tech Интересное!

Создатель CRISPR-близнецов попал в список влиятельных людей по версии Time. Но вряд ли обрадуется этому

Но точно не в этом смысле. Хе Цзянькуй — тот самый, который сейчас находится под стражей в Китае за создание генномодифицированных близнецов — хотел стать знаменитым. Но раскрыть профиль Цзянькуя поручили одному из изобретателей CRISPR — Дженнифер Дудне. Редакция Time ...

Boston Dynamics начнет массовое производство роботов SpotMini этим летом

Последняя модель это робота станет воплощением десятилетней работы над четвероногой машиной, которую компания разрабатывала специально для инспектирования и контроля различных производственных и офисных помещений. В прошлом году на мероприятии TechCrunch, посвященном робототехнике, компания Boston Dynamics заявила о планах вывода на ...