編輯 | 青暮
據卡內基梅隆大學(CMU)官方訊息,Geoffrey Hinton 獲得了2021年的迪克森科學獎(The Dickson Prize in Science)。
此獎項設立於1969年,每頒發一次,旨在獎勵那些為美國科學進步做出重大貢獻的學者。2016年貝葉斯之父Judea Pearl曾獲此殊榮。
對於Hinton的貢獻,委員會描述到:
Hinton博士之前在CMU教書,2018年獲得ACM圖靈獎。在過去四年裡,他對神經網路方面的開創性貢獻,讓我們更加深刻理解了機器如何從經驗中學習。他的貢獻支撐了人工智慧領域的進步,例如語音識別、機器翻譯以及計算機視覺等的飛速發展。
組委會將在2022年的春季給Hinton頒發獎項,並且Hinton會在迪克森科學獎年度講座上進行一個演講,講座主題和內容暫未披露。
1 關於Hinton的貢獻
Geoffrey Hinton現在是多倫多大學的計算機科學系榮譽退休教授,Google的副總裁兼工程研究員,以及Vector Institute的首席科學顧問。
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、分散式表示、時延神經網路、專家混合、變分學習和深度學習。
2018年,Geoffrey Hinton因在深度學習方面的貢獻與Yoshua Bengio、Yann LeCun一同被授予了圖靈獎。
在獲得圖靈獎之前,曾有幾十年, Geoffrey Hinton一直徘徊在人工智慧研究的邊緣, 以一個局外人的角色堅持著一個簡單的命題: 計算機可以像人類一樣思考, 使用直覺而不是規則。之所以用“邊緣”一詞,因為當時學術界的主流觀點是:計算機在規則和邏輯上學得最好。
Hinton在1972年獲得博士學位, 一直以神經網路作為他的研究重點。讀書期間,他的導師經常找他談心,並告訴他:他是在浪費時間。但Hinton是信仰的堅定者,之後神經網路確實取得了一些小成功ーー後來證明它們在發現信用欺詐方面發揮了作用。
畢業後, 他在匹茲堡的卡內基梅隆大學找到了一份工作。因不滿美國的學科資助政策,1987年, 他和妻子搬到北方,定居下來。Hinton在多倫多大學計算機科學方面接受了一個與國際計算機科學中心相關的職位。
大約在2009年, 當計算機終於有能力挖掘大量資料的時候, 超級神經網路開始在語音和影象識別方面超越了基於邏輯的 AI。另一個標誌事件是:2012年穀歌宣佈, 它已經建立了一個由16000個計算機處理器組成的神經網路,能夠透過“未打標籤”的貓影片、圖片,區分貓這一物體。
這一突破使 Hinton 和他的追隨者成為人工智慧運動的領袖。Jeff Dean在2013年招募Hinton加入谷歌兼職。
從業幾十年, Hinton一直堅信”從長遠來看,一個全新的想法將比微小的改進更有影響力。”此外,他還認為在基礎科學會議上“應該追求的是全新的理念”是當前我們所面臨的主要挑戰。
目前,Hinton押注的下一代神經網路屬於無監督學習,並認為膠囊網路是無監督學習的關鍵。他團隊最新無監督學習的成果是SimCLR 框架,是一種新的利用對比損失來提取表徵的方法,其主要思想正如他之前談到的:
“我想學習用一種方式來表示一幅影象的一個區域性,使同一幅影象的其他區域性具有相似的表示。”
SimCLR不僅改進了以前的最新的自監督學習方法,而且在ImageNet分類上擊敗了監督學習方法。
最後, Hinton 認為未來不會有人工智慧的冬天,因為 AI 技術已經用於手機,AI已經存在日常生活之中。而之前人工智慧之所以會出現“冬天”,是因為人工智慧那時候並不是日常生活的一部分。
2 關於迪克森獎
此獎項由Joseph Z. Dickson博士和他的妻子Agnes Fischer Dickson設立,獎項資金來源於他們在遺囑中設立的信託基金。總共會獎勵兩個領域:醫學和科學。
醫學獎由匹茲堡大學每年頒佈一次;科學獎由卡內基梅隆大學每年負責,且涉及的學科包括自然科學、工程、計算機、以及數學。
迪克森科學獎的提名分三個階段進行。
首先,教務長向與獎項相關的技術領域的院長、系主任和大學教授尋求建議。提交“被提名者”的傳記材料、職業亮點以及主要貢獻;其次,從眾多被提名者中篩選出一小撮作為該獎項真正的提名者。然後,透過與相關專家交流,獲得更多的被提名者的資訊;最後,大學教授開會投票選出獲獎者。
迪克森和他的妻子期望透過這兩個獎項為這兩個大學帶來足夠的聲譽,因此獎項的接受者必須由兩所大學的學者代表公正選出。另外,據瞭解,獲獎者必須在在美國完成其大部分工作。
參考連結:https://www.cmu.edu/leadership/the-provost/campus-comms/2021/2021-09-16.html