标签：ref 思路 探索 网络变成 范围 分析 present 概率图 语音助手
https://mp.weixin.qq.com/s/H5TEfD8wyO3EXgN27daoWABy 超神经
场景描述：对于人工智能的起伏兴衰，总有一批人，始终在坚持推动着这个领域的发展，恰逢父亲节，让我们看一看那些被称为 XX 之父的人们，是如何以个人之力，改变了 AI 的道路。
关键词：父亲节 机器学习 人物明天即将迎来父亲节。
在这一天里，人们通常会感恩自己的父辈，在 AI 领域，也有这样的一些「父亲」们，他们给这个领域带来了新的生命，承载了奠基者的责任。
我们梳理了几位做出了重大贡献的科学家、工程师，他们因为各自领域里开创性的贡献，被冠之以领域之父的美名，我们也顺道在父亲节之际向其致敬。
首先说到的 Goodfellow 稍显年轻，还不到 35 岁的他，也只是个两岁孩子的新手父亲。但 Goodfellow 凭借自己的明星级研究—— GAN（生成对抗网络），而荣获「GAN 之父」的赞誉，却能在这份名单里站稳脚跟。
GAN 无疑是近来 AI 最热的技术，修复图片、换脸操作、风格迁移等神奇的功能，都将 GAN 的魔力展漏无疑，GAN 让两个神经网络相互对抗的做法，打开了新世界的大门。
连 LeCun 都曾说过，GAN 会是 AI 的未来。
Goodfellow 在 2014 年和其他学者一起提出了 GAN，这个想法的诞生也很有趣，据说是在朋友的酒局上，一个突如其来的思路让他有了灵感，随后他用了一个晚上，开发出了 GAN 的雏形 。
Goodfellow 在 2014 首次提出了 GAN，
在 2017 年真正成为了父亲
Goodfellow 曾先后师从 Andrew Ng，Yoshua Bengio 和 Aaron Courville ，在完成学业之后，就收到了 Google 的橄榄枝，在不久前的 4 月，他强势加盟了苹果。
年纪轻轻的 Goodfellow 已经屡获殊荣：《MIT 技术评论》，曾将其选为 35 位 35 岁以下创新者名单；《Foreign Policy》杂志，也曾将其列入全球 100 位思想家之列。
LeCun 是纽约大学的教授，同时兼任 Facebook 的副总裁和首席 AI 科学家。LeCun 最突出的贡献，在于他发明了卷积神经网络（ CNN ），这让他荣膺「 CNN 之父」。
1980 年代末期，Yan LeCun 在贝尔实验室工作期间，首次将卷积神经网络用于手写数字识别。诡异的是这项划时代的工作，在当时却没多少人看好。
LeCun 当年提出的 CNN 已经成为了业界标准技术
时至今日，CNN 被广泛用于计算机视觉、语音识别、语音合成、图片合成、自然语言处理等方面，在自动驾驶、医学图片识别、语音助手、信息过滤等应用上也大有可为。
他的贡献还包括：改进了反向传播算法，让其运算更快；拓展了神经网络的应用范围，把神经网络变成能完成大量不同任务的计算模型。他的很多观念，现在正改变着人工智能的发展。
在深度学习无人问津之时， LeCun 也执着地进行着探索和耕耘， 几十年如一日，终于在 2018 年，他和 Hinton 、Benjio 一起，斩获了图灵奖，这应该是对他们最好的褒奖。
2018 年图灵奖得主之一 Hinton，可以说是深度学习的奠基者和掌舵人。「深度学习之父」的名号，自然也非他莫属。
Hinton 是谷歌副总裁、工程研究员 ，Vector Institute 的首席科学顾问，同时也是多伦多大学的名誉教授。
他在 1986 年的论文《Learning Internal Representations by Error Propagation》中提出了一个关键的概念——反向传播，从此让神经网络变的实用起来。
Hinton 还有另一个名号「神经网络之父」。
1983 年 Hinton 发明的玻尔兹曼机，以及 2012 年对卷积神经网络的改进，都是能被写进 AI 史册的创举。 特别是在 2012 年，Hinton 和他的学生改进了卷积神经网络，并在著名的 ImageNet 评测中一鸣惊人，碾压了其他的参赛者，在计算机视觉领域掀起一场巨大的风暴。
Hinton 长期奋战在研究一线，也很积极与医学界合作，原因是 Hinton 有着特殊的家庭氛围。他的第一任妻子早年间因为卵巢癌去世，留下了两个患有多动症和学习障碍的孩子。
图为 Hinton 第二次婚礼时，
旁面是他与故去妻子的两个孩子
Hinton 需要在高压的工作下，继续承担好父亲的角色，一度在紧张的工作中，仍然做到每晚 6 点到家，陪伴孩子。
在 AI 的热潮之下，Hinton 和另一位宗师级人物 Jordan 一样，保持着冷静和批判的眼光。他们引领了一个时代，却时时在告诫人们要谨慎，仿佛随时都会推翻掉自己的理论。
Michael I.Jordan 任职于加州大学伯克利分校，是美国科学院、美国工程院、美国艺术与科学院三院院士，机器学习领域的主要开创者。
1988 年到 1998 年之间，他曾任教于在麻省理工大脑与认知科学系，他的研究内容涉猎广泛，包括了计算学、统计学、认知科学以及生物科学。
大神的精力向来都异常旺盛，最近几年还***到了贝叶斯非参数分析，概率图模型，谱方法，核方法等方面，在分布式计算系统、自然语言处理、信号处理和统计遗传学等问题的应用上，也颇有建树。
Jordan 的工作都是偏向基础建设的研究，
他算得上是引领机器学习发展的灵魂人物
Jordan 被誉为「机器学习之父」，可谓实至名归。若要评出最突出的成就，大概是促进了机器学习与统计学之间的融合，以及关于参数化模型和非参数模型的研究。
Jordan 作为机器学习的集大成者，在行业内更是获奖无数，还曾被 Semantic Scholar 钦定为「最具影响力的计算机科学家」。
Jordan 和 Hinton 可算得上是机器学习的两位开山鼻祖，现在活跃在 AI 领域的大咖们，多数都出自他们的门下。比如 Yoshua Bengio ，Andrew Ng 等人，都是 Jordan 的弟子。前面提到的 Ian Goodfellow ，算是 Jordan 的徒孙了！
果然，叫 Michael Jordan 的人，都是神一样的存在。
人工智能的发展，历经了几次热潮和寒冬，但也正是这些伟大的引领者，才有了 AI 今天的蓬勃发展，在他们这类技术人的努力下，这项原本只是实验室里的想法，变成了工作生活中都能享受的技术成果。
我们在充分享受技术改造社会的成果时，不要忘了，正是因为有了这些爸爸们，我们才有机会站在巨人的肩膀上，更快更准确地实现目标。
相比于「 XX 之父」的名号，这些执着的科学家们，更在意如何让 AI 实现进一步的突破，更好地造福人类。
祝愿这些大咖们，父亲节快乐！也愿他们能「生」出更多厉害的理论和技术。
历史文章（点击图片阅读）
标签：ref 思路 探索 网络变成 范围 分析 present 概率图 语音助手
原文地址：https://blog.51cto.com/14929242/2535208
