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

2017 OpenPOWER峰会 专为人工智能而生

今日在北京开启的OpenPOWER峰会主要聚焦点在人工智能技术上,OpenPOWER在中国蓬勃发展,....
发表于 12-14 09:24 次阅读 0条评论
2017 OpenPOWER峰会 专为人工智能而生

2017年我国工业机器人产量再破预期,将达12万台

近五年,中国机器人产业规模保持20%的高速增长。罗俊杰说,2017年1至10月,中国工业机器人产量首....
的头像 工控头条 发表于 12-14 09:46 次阅读 0条评论
2017年我国工业机器人产量再破预期,将达12万台

工业4.0正悄悄改变供应链

世界经济论坛(World Economic Forum)创办人Klaus Schaub表示,第四次工....
发表于 12-14 09:43 次阅读 0条评论
工业4.0正悄悄改变供应链

中美角逐自动驾驶技术,商汤科技开启中国AI原创技术的出海新时代

在未来中美将成为自动驾驶技术的引领者,随着人工智能的爆发,自动驾驶的实现,未来算法将是未来竞争的焦点....
发表于 12-14 09:12 次阅读 0条评论
中美角逐自动驾驶技术,商汤科技开启中国AI原创技术的出海新时代

AI芯片:三大门派四大场景一块价值146亿美元的蛋糕!

AI算法的目前的主流方案是深度学习/强化学习,并已经被AlphaGo Master 和Zero成功验....
的头像 宽禁带半导体技术创新联盟 发表于 12-14 08:57 次阅读 0条评论
AI芯片:三大门派四大场景一块价值146亿美元的蛋糕!

SaaS模式格局不稳,高额获客成本是关键因素

在SaaS行业市场中小型企业仍角逐此地,据悉SaaS销售和市场成本占比55%以上,其实半数花在了获客....
发表于 12-13 17:24 次阅读 0条评论
SaaS模式格局不稳,高额获客成本是关键因素

人工智能会怎样重塑世界的社会经济格局

技术本身只决定了AI发展轨迹和经济社会影响的一个方方面,而经济、政策和社会对于AI的态度才是这一次技....
的头像 将门创投 发表于 12-13 18:36 次阅读 0条评论
人工智能会怎样重塑世界的社会经济格局

AI时代联络中心的技术发展思考

2017年要说IT科技圈里哪个词最火,人工智能(AI)毫无疑问榜上有名。Genesys推出了混合型A....
的头像 CTI论坛 发表于 12-13 16:14 次阅读 0条评论
AI时代联络中心的技术发展思考

微软拟5000万美元启动人工智能全球计划

近日微软宣布将投资5000万美元开展地球人工智能计划,进一步解决世界上最大环境问题。关注AI的民主化....
发表于 12-13 15:19 次阅读 0条评论
微软拟5000万美元启动人工智能全球计划

百度与中软国际强强联手 推动人工智能融合发展

人工智能将成为未来最重要的科技力量之一。百度宣布和中软国际达成战略合作,双方联手推动人工智能与软件信....
发表于 12-13 14:57 次阅读 0条评论
百度与中软国际强强联手 推动人工智能融合发展

来势汹汹,谷歌今重新“杀回”中国,这次是以AI(人工智能)之名!

2017谷歌开发者大会13日在上海举行。 谷歌云首席机器学习和人工智能首席科学李飞飞正式宣布在北京设....
的头像 叶勋 发表于 12-13 13:59 次阅读 0条评论
来势汹汹,谷歌今重新“杀回”中国,这次是以AI(人工智能)之名!

中美人工智能对话会议成功举办

12月2日,“China-US AI Working Meeting: Measuring the ....
的头像 CISTP科技政策中心 发表于 12-13 11:14 次阅读 0条评论
中美人工智能对话会议成功举办

李开复:OMO的最终状态是商场、工厂、驾驶、物流都无人化

李开复认为,互联网对实体经济的影响,经历了纯线下时代、电商时代、O2O时代,正在逐步深化。未来OMO....
的头像 李开复 发表于 12-13 11:05 次阅读 0条评论
李开复:OMO的最终状态是商场、工厂、驾驶、物流都无人化

15位权威专家深度解析:2018年物联网需要关注的重大趋势

毋庸置疑,物联网是 2017 年最受关注的技术之一。物联网在短短几年内就对各个行业和业务功能产生了明....
的头像 广东省物联网协会 发表于 12-13 10:26 次阅读 0条评论
15位权威专家深度解析:2018年物联网需要关注的重大趋势

英特尔人工智能,让科学探索有了“神助攻”

英特尔技术为更安全、更智能、更高效的科研探索设立新的标杆,从而保护我们的生存环境,并进一步了解人类与....
的头像 半导体动态 发表于 12-13 10:02 次阅读 0条评论
英特尔人工智能,让科学探索有了“神助攻”

商汤科技:中国人工智能要“郑和下西洋”

“以前我们需要走出去‘西天取经’,从西方拿到先进的技术和先进的产业模式,现在我们要做的是‘郑和下西洋....
的头像 商汤科技 发表于 12-13 09:27 次阅读 0条评论
商汤科技:中国人工智能要“郑和下西洋”

神经网络分析有助于提高人工智能系统的准确性

神经网络之所以得名,是因为它们大致接近人脑的结构。通常,它们被分层,每个层由许多简单的处理单元节点组....
的头像 新智元 发表于 12-12 16:52 次阅读 0条评论
神经网络分析有助于提高人工智能系统的准确性

计算机视觉突破工业化红线,六大细分领域前途大好

计算机视觉被认为是人工智能最受关注的方向之一,预计2020年将达725亿的市场规模,有研究表明有六大....
发表于 12-12 16:27 次阅读 0条评论
计算机视觉突破工业化红线,六大细分领域前途大好

高效机器学习:AI13分钟破译Enigma密码

在恩尼格玛密码机的所有版本中,最著名的是德国使用的军用版本。尽管此机器的安全性较高,但盟军的密码学家....
的头像 新智元 发表于 12-12 15:55 次阅读 0条评论
高效机器学习:AI13分钟破译Enigma密码