吴恩达眼中深度学习七剑客,你都认识吗?

EETOP 2017-10-12 09:22 次阅读
毫无疑问,深度学习成为了风靡全球的人工智能新技术。在许多领域,深度学习都已经被证明是极为有效的,如视觉处理、语音和音频处理、自然语言处理、机器人技术等。
就在8月份,吴恩达在他新创建的网站 deeplearning.ai 发布了一系列主题为“ The Heros in Deep Learning ”的访谈视频。吴恩达面对面采访了七位大神,热心人士整理了这七位大神的基本情况,这里汇总了一下,拿出来供大家学习!

Geoffrey Hinton

Geoffrey Hinton 是一位在英国出生的计算机学家,其在神经网络方面的贡献起到了奠基作用,因为被称为“神经网络之父”,他是第一批使用广义反向传播算法研究人员之一。Geoffrey Hinton 是反向传播算法和对比散度算法的发明人之一,也是深度学习的有力推动者,目前供职于多伦多大学与 Google。作为人工智能领域的奠基人之一,截止到 2016 年 11 月,Geoffrey Hinton 的署名文章报告共计超过300 篇。尽管如此,他经历了人工智能的衰落期,甚至连导师都不看好,但他一直对神经网络保持信心,终于在漫长的黑夜过后,直到计算机的性能达到深度学习的要求,Geoffrey Hinton 才开始在学术界以外得到自己应得的广泛认可,迎来了人工智能的黎明。

Ian Goodfellow

Ian Goodfellow 是 Google 研究员,与他人合著了《Deep Learning》 教科书,该书在github上有正版电子书。他最受瞩目的成就是他提出了生成对抗网络 ( GAN ),从提出以后一直是热门的课题。因此被誉为“ GANs 之父”,Facebook AI 研究主管 Yann LeCun 称 GAN 是“过去 20 年来深度学习方面最酷的想法”。 Ian Goodfellow 被推举为人工智能领域的顶级专家。

Yoshua Bengio

Yoshua Bengio 是 微软人工智能研究战略顾问、蒙特利尔大学计算机科学与运筹学系(DIRO)教授、蒙特利尔学习算法研究所(MILA)负责人、CIFAR 项目的共同负责人、加拿大统计学习算法研究主席。Yoshua Bengio 教授是深度学习领域的奠基人之一,也是经典图书《Learning Deep Architectures for AI》的作者。Yoshua Bengio 与 Geoff Hinton 以及 Yann LeCun 教授一起引领了 2006 年始的深度学习复兴。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。目前他是仅存的几个仍然全身心投入在学术界的深度学习教授之一!

Andrej Karpathy

Andrej Karpathy 读博期间师从现任谷歌首席科学家李飞飞,研究卷积神经网络在计算机视觉、自然语言处理上的应用,以及在这两个领域的交叉应用。他被人们广泛所知是由于他和李飞飞一起设计开发了“用于视觉识别的卷积神经网络”(CS231n)课程,并亲自教授,是斯坦福大学广受欢迎的深度学习课程之一。此外,他还是特斯拉的AI首次专家,特斯拉为人所知的自动驾驶就是由他主导的!

Pieter Abbeel

Pieter Abbeel的导师是 Andrew Ng。主要研究将深度强化学习应用到机器人上。2008 年在加州大学伯克利分校担任电气工程和计算机科学系担任教授。Pieter Abbeel 是用深度强化学习做运动规划的领军人物,过去 15 年, Pieter Abbeel 一直在寻找让机器人学习的方法。2010 年他和他的学生对 BRETT(Berkeley Robot for the Elimination of Tedious Tasks,用于解决繁杂任务的伯克利机器人)进行了编程,使其可以拿起不同大小的毛巾、弄清楚它们的形状并将它们整齐叠好。

Ruslan Salakhutdinov

Ruslan Salakhutdinov师从 Geoffrey Hinton,研究的领域主要包括深度学习、概率图谱模型以及大规模优化等。Ruslan Salakhutdinov 2011 年在多伦多大学担任助理教授,2016 年 2 月转到卡内基梅隆大学担任副教授。同年,出任苹果人工智能研究院首任总监.006 年 7 月,Ruslan Salakhutdinov 作为第二作者,与作为第一作者的导师 Geoffrey Hinton 在 Nature 杂志上合作发表了论文《用 NN 实现数据的降维》(Reducing the Dimensionality of Data with Neural Networks),这篇论文提出了通过最小化函数集对训练集数据的重构误差,自适应地编解码训练数据的算法 deep autoencoder,作为非线性降维方法在图像和文本降维实验中明显优于传统方法,证明了深度学习方法的正确性,引起了整个学术界对深度学习的兴趣,才有了近十年来深度学习研究的突飞猛进和突破。

Yann LeCun

吴恩达并没有采访到 Yann LeCun,但这位大神在深度学习领域的地位不容小觑,他号称“卷积网络神经之父”,师从 Geoffrey Hinton。于 1988 年加入位于新泽西州的 AT&T 贝尔实验室,1993 年研发了一套能够识别手写数字的识别系统,命名为 LeNet ,被全世界多家银行用于识别支票。1996 年他成为图像处理研究部的主任,2003 年加入纽约大学任教。2013 年,他被 Facebook 聘请为人工智能实验室(FAIR)主任,专注于一个独特的目标,即开发具有与人类同等智能水平的电脑。同时,仍在纽约大学担任教授。1989 年,Yann LeCun 在贝尔实验室提出了卷积神经网络(convolutionalneuralnetwork,CNN)技术,发表了论文《反向传播算法应用于手写邮政编码识别》(Backpropagation Applied to Handwritten Zip Code),并展示如何使用它来大幅度提高手写识别能力,因此被誉为“卷积神经网络之父”。卷积神经网络是近年发展起来的一种高效识别方法。神经网络正在迅速改变互联网最大的参与者,包括 Google、Facebook、Microsoft。

EETOP 技术专区

原文标题:微博 Qzone 微信 吴恩达眼中的 Deep Learning七剑客 文章出处:【微信号:eetop-1,微信公众号:EETOP】欢迎添加关注!文章转载请注明出处。
关注电子发烧友微信
有趣有料的资讯及技术干货
下载发烧友APP
打造属于您的人脉电子圈
关注发烧友课堂
锁定最新课程活动及技术直播
收藏 人收藏
分享:

评论

相关推荐

传感器产业迈入发展新时代 2021年市场规模达5937亿元

如何智能传感器市场需求爆发增长,2017年12月工信部发布传感器产业三年行动指南,预计2021年市场....
发表于 02-24 16:43 次阅读 0条评论
传感器产业迈入发展新时代 2021年市场规模达5937亿元

人工智能的两面性认知 深度学习或成软肋

人工智能技术足以惊艳世人眼球,但是任何事物都具备双面性,人工智能也存在诸多安全隐患,随着技术的提升,....
发表于 02-24 15:58 次阅读 0条评论
人工智能的两面性认知 深度学习或成软肋

人工智能将参与北京冬奥闭幕式八分钟

北京冬奥组委24日在平昌召开新闻发布会,张艺谋介绍了即将在冬奥闭幕式上亮相的北京八分钟。他透露将有人....
的头像 电子发烧友网工程师 发表于 02-24 15:53 次阅读 0条评论
人工智能将参与北京冬奥闭幕式八分钟

中国人工智能企业吸金额超过美,专利数量远高于美

美国一家风险投资公司近日发表报告说,中国人工智能领域初创企业去年获全球近半数投资,首次超过美国。 美....
的头像 电子发烧友网工程师 发表于 02-24 15:49 次阅读 0条评论
中国人工智能企业吸金额超过美,专利数量远高于美

不一样的视角:区块链与物联网结合会发生什么

2017年“物联网”、“区块链”都是很火的关键词,把他们单独拿出来发展都会给社会带来巨大的改变。如今....
发表于 02-24 15:34 次阅读 0条评论
不一样的视角:区块链与物联网结合会发生什么

IBM对物联网未来的4大预测

当下,物联网将继续成为热点话题,人工智能将使物联网更智能、更高效地工作,更有甚者物联网在制造业和工业....
发表于 02-24 12:39 次阅读 0条评论
IBM对物联网未来的4大预测

人工智能影响甚远 2070年机器人部件或将替代人类身体

其实生命已经是科技的巅峰 机器的复杂繁琐 和生物的可进化性相比差距太大 巅峰科技未来还是创造生命而不....
发表于 02-24 10:47 次阅读 0条评论
人工智能影响甚远 2070年机器人部件或将替代人类身体

人工智能将撬动万亿经济规模 中国或将领跑

近年来中国着重关注人工智能技术的发展,2016年中国人工智能相关专利年申请数为30115项,近20年....
发表于 02-24 10:20 次阅读 0条评论
人工智能将撬动万亿经济规模 中国或将领跑

什么才是真正的人工智能?这一次终于明白了

现如今,人工智能已经被炒的非常火热,似乎不管是不是科技圈的人士,都要在嘴边聊上几句人工智能,以显示自....
发表于 02-24 02:24 次阅读 0条评论
什么才是真正的人工智能?这一次终于明白了

你怎么看当前的区块链和人工智能狂热与泡沫

前段时间区块链和人工智能的奠基者们,罕见地齐聚一堂。这些“科技界的萨满先知”对此也是各有远见,那么你....
的头像 机器学习算法与人工智能 发表于 02-23 14:34 次阅读 0条评论
你怎么看当前的区块链和人工智能狂热与泡沫

列举2018年最值得关注的15大技术趋势

本文列举了2018年最值得关注的15大技术趋势,分别是区块链、狭义人工智能、地下交通系统、5G无线网....
的头像 深圳创新设计研究院 发表于 02-23 11:32 次阅读 0条评论
列举2018年最值得关注的15大技术趋势

对中国人工智能在2018年的新趋势做出预测

随着传感器数量的爆发式增长,大量的数据前所未有地把物理世界映射到虚拟网络中,结合数据挖掘,人工智能技....
的头像 AI人工智能D1net 发表于 02-23 11:28 次阅读 0条评论
对中国人工智能在2018年的新趋势做出预测

未来智能家居的“Dreaam House”

而能让整个家庭都实现智能化,每样东西都能与你的各种终端设备紧密相连,这就依靠了英特尔® 物联网技术开....
的头像 英特尔物联网 发表于 02-23 10:54 次阅读 0条评论
未来智能家居的“Dreaam House”

BHS利用人工智能、物体识别技术来提高垃圾处理效率

智能回收装置的出现为这种情况带来转机。Bulk Handing System(BHS)公司用于垃圾分....
的头像 英特尔物联网 发表于 02-23 10:43 次阅读 0条评论
BHS利用人工智能、物体识别技术来提高垃圾处理效率

谷歌使用深度学习分析视网膜图像来识别心脏病

谷歌大脑研究人员刚刚在官博上宣布了他们的最新研究成果,使用深度学习分析视网膜图像,以此预测心血管疾病....
的头像 新智元 发表于 02-23 09:38 次阅读 0条评论
谷歌使用深度学习分析视网膜图像来识别心脏病

松下开发出识别能力接近肉眼的图像传感器 可用于汽车、机器人及监控领域

松下开发出了和人的肉眼一样可准确记录景色的色彩和物体形态的8K图像传感器。
的头像 MEMS 发表于 02-23 09:00 次阅读 0条评论
松下开发出识别能力接近肉眼的图像传感器 可用于汽车、机器人及监控领域

Gartner预计人工智能领域会创造更多工作机会

Gartner预计从2020年起,人工智能所创造的工作机会将足以弥补其取代的数量,在2025年净新增....
发表于 02-22 12:42 次阅读 0条评论
Gartner预计人工智能领域会创造更多工作机会