Премия Тьюринга 2018 присуждена «крёстным отцам ИИ»

Премия Тьюринга 2018 года, также известная как «Нобелевская премия по вычислительной технике», была присуждена трём исследователям, заложившим основы нынешнего бума искусственного интеллекта.Йошуа Бенжио, Джеффри Хинтон и Янн ЛеКун, которых иногда называют «крестными отцами искусственного интеллекта», были награждены ежегодной премией в сумме $1 млн за свою работу по развитию такой сферы ИИ, как глубокое обучение. Методы, разработанные этой тройкой учёных в 1990-х и 2000-х годах, позволили сделать огромный прорыв в таких задачах, как компьютерное зрение и распознавание речи. Их работа лежит в основе современного распространения технологий искусственного интеллекта, от самоуправляемых автомобилей до автоматизированной медицинской диагностики.Вероятно, многие люди взаимодействовали с потомками алгоритмов, разработанных Бенжио, Хинтоном и ЛеКуном — будь то система распознавания лиц, применяемая для разблокировки смартфонов, или модель ИИ для письменного общения, предлагающая варианты ввода текста в процессе его набора.Все трое учёных с тех пор заняли видные места в исследовательской экосистеме искусственного интеллекта, занимаясь как научной деятельностью, так развитием реальных отраслевых проектов. Так, Джеффри Хинтон делит своё время между Google и Университетом Торонто. Йошуа Бенжио — профессор Монреальского университета, а также он основал специализирующуюся на вопросах искусственного интеллекта компанию Element AI. В то же время как Янн ЛеКун — главный специалист по искусственному интеллекту в компании Facebook и одновременно является профессором Нью-Йоркского университета.Сфера искусственного интеллекта известна своей цикличностью. Вслед за бумом приходит спад. И работа указанной тройки исследователей как раз пришлась на период такого спада интереса к этой теме (период «зимы ИИ»), что сопровождалось снижением интереса и финансирования соответствующих исследований. Именно в конце одной из таких «зим» в конце 1980-х годов Бенджио, Хинтон и ЛеКан начали обмениваться идеями и работать над связанными проблемами.«Между серединой 90-х и серединой 2000-х годов был мрачный период, когда было невозможно публиковать исследования по нейронным сетям, потому что сообщество потеряло к ним интерес», — говорит ЛеКун. «На самом деле, у него была плохая репутация. Это было своего рода табу».Тем не менее, учёные смогли возродить интерес к теме исследований искусственного интеллекта. Им удалось добиться финансирования от канадского правительства, чтобы спонсировать центр взаимосвязанных исследований.«Мы организовывали регулярные встречи, регулярные семинары и летние школы для наших студентов», — говорит ЛеКун. «Это создало небольшое сообщество, которое […] примерно в 2012, 2013 годах действительно внезапно и быстро увеличилось».В течение этого периода тройка исследователей показала, что нейронные сети могут достичь отличных результатов в таких задачах, как распознавание символов. Но остальная часть исследовательского мира не обращала внимания на эту сферу вплоть до 2012 года, когда команда во главе с Хинтоном занялась известным эталонным тестом ИИ под названием ImageNet. До тех пор исследователи только вносили дополнительные улучшения в эту задачу по распознаванию объектов. Но Джеффри Хинтон и его ученики разработали улучшенный алгоритм, который с помощью нейронных сетей улучшил результаты сразу более чем на 40%.Как отметил Янн ЛеКун, разница была настолько велика, что «в головах многих людей произошёл сдвиг». Они убедились в эффективности нейронных сетей, а позже возросшие вычислительные мощности (GPU) позволили ещё больше раскрыть потенциал глубокого обучения.Источник: The Verge

Также по теме: