一文汇总2017年全球AI顶级专家

有业内人士认为，近年来三大趋势推动了人工智能领域的大爆发，一是高性能的计算能力，二是强大的算法，三是海量的数据。

人工智能技术已经可以以极高的准确度识别图片、语音，甚至在象棋、围棋方面胜过最顶尖的人类选手。由于机器学习技术的发展，每天我们都会听说人工智能带来的最新进步，无论是对医疗健康，还是关于围棋比赛。然而我们常常没有注意到的是，在这些成功的机器人背后也有着人类的聪明才智。

我们今天看到的快速变化是由于整个行业和学术界的努力。对于人类生成并收集的越来越多数据，研究者正在探索更好的利用方式。

其中一些重量级的研究者在机器学习领域取得了重要突破。目前，这些技术进步已成为了我们开发数字工具，将人工智能应用于社交网络、无人驾驶汽车，以及工业互联网的基础。

1、吴恩达

吴恩达近期辞去了百度首席数据科学家的职务。此外，他也是在线教育平台Coursera的创始人，以及斯坦福大学计算机科学系助理教授。

在加入百度之前，他创建了谷歌（微博）的Brain AI研究部门，专注于深度学习技术。在斯坦福大学，他牵头的项目包括斯坦福人工智能机器人（STAIR）的开发，以及利用单一二维照片生成三维数字模型的算法。

2、约书亚 ·本吉奥（Joshua Begio）

作为蒙特利尔大学计算机科学系教授，本吉奥以智能神经网络和深度学习方面的研究而闻名。他曾表示，在他研究背后最重要的动机是理解“通过学习获得智能的原理”。他的许多公开工作集中于自动编码器。这种技术用于编码非结构化数据，使数据可以通过无监控机器学习技术被计算机理解。

3、延恩·勒昆（Yann LeCunn）

勒昆自2013年以来担任Facebook的人工智能研究负责人。他是计算机视觉技术的先驱，即让计算机以类似人类的方式识别对象，进而将对象归类。他也被认为是卷积神经网络模型的发明者之一。卷积神经网络的目标是以类似人类眼睛或大脑的方式，获取并表达信息。他是纽约大学数据科学中心的创始人。

4、德米斯·哈萨比斯（Demis Hassabis）

哈萨比斯是DeepMind的联合创始人，这家英国人工智能创业公司于2014年被谷歌收购。他的工作专注于结合机器学习技术和神经科学，开发人工神经网络。DeepMind最著名的成功是去年轰动一时的围棋人工智能AlphaGo。这是首个击败人类围棋大师的计算机程序。在取得这一突破之前，最强大的围棋人工智能只能达到人类业余选手的水平。

5、杰弗里·辛顿（Geoffrey Hinton）

辛顿目前一方面是谷歌的工程研究员，一方面担任多伦多大学计算机科学系教授。早在1992年，他就曾发表论文，讨论使用人工神经网络去模拟人类对信息的处理方式。辛顿最初从事心理学学习，随后获得了人工智能领域的博士学位。他将自己对人类认知过程的理解应用于计算机。

6、李飞飞

李飞飞目前担任谷歌云的人工智能和机器学习负责人。她是斯坦福大学助理教授，同时担任斯坦福人工智能实验室和斯坦福视觉实验室主任。

李飞飞是100多篇科研论文的作者，这些论文涉及计算神经科学、视觉识别、大数据，以及她在ImageNet项目中的工作。ImageNet是一个图片数据库，用于训练深度学习图片识别算法。