从图灵奖小插曲看50年来什么样的人工智能最受追捧

　　2019年3月27日，ACM(计算机协会)公布了2018年图灵奖获得者，他们是深度学习领域三位大神Yoshua Bengio、Geoffrey Hinton和Yann LeCun。三位的获奖理由是：在概念和工程上的重大突破推动了深度神经网络成为计算机领域关键技术。

　　图片来自https://www.acm.org

　　自1966年图灵奖设立以来，人工智能领域的研究多次获奖，仅次于编程语言和程序设计方向得奖次数：

　　1969年，Marvin Minsky(推动、推进和提升人工智能)

　　1971年，John McCarthy(人工智能基础性研究)

　　1975年，Allen Newell和Herbert Simon(人工智能、人类认知心理学和列表处理)

　　1994年，Edward Feigenbaum和Rajagopal Reddy(大型人工智能系统的开拓性研究)

　　2011年，Judea Pearl(通过概率和因果推理对人工智能做出贡献)

　　2018年，Yoshua Bengio、Geoffrey Hinton和Yann LeCun(深度神经网络概念和工程上的重大突破)

　　……更多图灵奖虚席以待人工智能专家…….

　　另外，2010年，Leslie Valiant 因对计算理论的贡献(PAC、枚举复杂性、代数计算和并行分布式计算)获得图灵奖，是人工智能领域快速发展的数学基础之一。

　　1969年，人工智能先驱Marvin Minsky第一次获得图灵奖，2018年，Yoshua Bengio、Geoffrey Hinton和Yann LeCun因为深度学习领域的贡献获图灵奖。跨越50年，人工智能领域已经取得了阶段性突破进展。

　　Marvin Minsky，图片来自wikipedia

　　图灵奖揭晓后的小插曲

　　消息发布后，众多业内人士表示了祝贺，认为三位获图灵奖实至名归。不过，也有业内吃瓜网友在祝贺三位的同时提出了疑问：既然这三位得奖，那还有一位大神不获奖说不过去。大家口中的这位就是LSTM(长短时记忆网络)的发明人Jürgen Schmidhuber。Schmidhuber和Sepp Hochreiter早在1997年提出了LSTM，如今补充完善的LSTM是机器学习领域商业化应用最为广泛的RNN(循环神经网络)架构。

　　Schmidhuber只是暂时拿不到奖还是一直拿不到，我们还不知道。不过2016年底《纽约时报》的这篇“When A.I. Matures, It May Call Jürgen Schmidhuber ‘Dad’”或许可以让我们找到点儿蛛丝马迹。文中提到：Schmidhuber的研究和今天的实际进步之间还有很大的差距。另外，文中引用了人工智能科学家、OpenCV创始人Gary Bradski评价Schmidhuber的一段话：“他做了很多开创性工作，但他不是那个让这些研究投入应用的人。这就像最早发现美洲的是维京人，但让世界知道美洲的是哥伦布。”

　　Jürgen Schmidhuber，图片来自wikipedia

　　为什么是“深度学习三巨头”

　　回头看Yoshua Bengio、Geoffrey Hinton和Yann LeCun，三位关系密切(LeCun跟着Hinton读博士后，Bengio和LeCun曾是贝尔实验室的同事)，被媒体称为“深度学习三巨头”。

　　深度学习的应用得益于神经网络的发展，而这三位并不是神经网络的发明人。但是，是他们在神经网络上持续不断的研究，大大促进神经网络真正走上了工程实践。比如，三位最为突出的贡献：Hinton的反向传播(BP)算法、LeCun对卷积神经网络(CNN)的推动，Bengio对循环神经网络(RNN)的贡献……是目前图像识别、语音识别、自然语言处理等获得跳跃式发展的基础。

　　说白了，研究最终还是要投入使用才能真正激荡人心。

　　关注技术与研究的发展与落地

　　人工智能的炙手可热已经无需赘言，人们形容它为操作系统级革新也罢，生态系统级重塑也罢，总之，有实力的大小厂都在摆阵仗，没实力的都摩拳擦掌朝这个方向使劲儿。

　　当然，不排除有泡沫。不过，真正的改变早就发生了，甚至普通人都可以实实在在地感受到。最为重要的是，技术随时可能突破，惊喜随时可能到来。

　　对于关注这个领域的技术人士，领域内大厂、创业公司、前沿研究机构的具体技术或者研究在工业的发展与落地始终是我们最在意的。在这方面，关注专业小型沙龙、跟大佬在社交媒体上互动，甚至阅读技术博客都是可以窥探一二的途径。然而，这些都没有参加一场靠谱的大型人工智能会议，现场近距离与大佬交流来得高效。

　　问题来了——如何参加靠谱的大型人工智能会议?

　　将人工智能在工作中用起来

　　世界知名IT技术出版商、技术会议主办方O'Reilly Media近年打造的全球人工智能大会是AI领域最让人期待的会议之一。今年，O'Reilly携手Intel举办4月纽约站大会之后，便是盛大的AI Conference 2019北京站——北京站日期定在了6月18日~ 6月21日。会议的主旨是：PUT AI TO WORK(将人工智能在工作中用起来)——很实在!符合我们技术人士的期待。接下来咱们就来了解一下这个会议好在哪里。

　　大会聚焦应用人工智能——从研究领域到产业商业应用，如何尽可能缩小差距?

　　大会的独一无二之处在于将硅谷和中国融合在一起，汇聚全球人工智能专家，后面会先给大家透漏几位大神。

　　他们来自世界顶级公司与大学：谷歌、微软、亚马逊、阿里巴巴、百度、eBay、Bonsai、Uber、SAS、Unity、SalesForce、IBM、伯克利、斯坦福及牛津大学......

　　不论你的关注点在哪里，这次大会上都会有深层次的交流与探讨：

　　产业人工智能：企业执行简报、案例研究及用例、行业特定应用

　　模型及方法：增强及机器学习、TensorFlow、深度学习、GAN、自然语言处理及理解、语音识别、计算机视觉

　　实施人工智能项目：应用、工具、架构、安全

　　与人工智能交互：设计、指标、产品管理、机器人

　　人工智能对商业及社会的影响：自动化、安全、规范

　　重量级演讲嘉宾持续更新中...

　　Tim Kraska

　　麻省理工学院计算机科学与人工智能实验室副教授，研究重点是构建和使用机器学习系统。2017年大部分时间，Tim在Google Research工作，与MLX和Brain团队一起发明了学习型索引结构的概念。

　　Yangqing Jia(贾扬清)

　　加州大学伯克利分校计算机科学博士。Facebook AI平台团队工程总监，Caffe、TensorFlow、Caffe2、ONNX和PyTorch 1.0的作者或共同作者。

　　Pete Warden

　　Google Brain团队移动和嵌入式TensorFlow Group技术主管。O'Reilly Media《公共数据手册》和《大数据词汇表》作者，OpenHeatMap和Data Science Toolkit以及其他开源项目的构建者。

　　Ion Stoica

　　加州大学伯克利分校EECS教授，RISELab主任，ACM研究员。主要研究领域是云计算，分布式系统和网络。曾经的工作包括：Apache Spark，Apache Mesos等。他作为联合创始人创立了Databricks公司并兼任执行主席。

　　Michael James

　　Cerebras Systems的创始人兼首席软件架构师。Michael曾是SeaMicro的首席SW架构师。负责分布式系统软件，2012年，AMD以3.57亿美元收购了SeaMicro。收购后，Michael成为AMD的研究员。

　　抢票参会：

　　本届AI Conference 2019北京站已经开始注册，现在是早期票价阶段(截止日期：5月10日)，搜索AI大会或人工智能大会，进入官网查看详情。