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
Искусственный интеллект, Премия Тьюринга Источник
