Hinton获2021迪克森科学奖：他改变了AI，改变了世界 转自：AI科技评论 据卡内基梅隆大学（CMU）官方消息，Geoffrey Hinton 获得了2021年的迪克森科学奖（The Dickson Prize in Science）。 此奖项设立于1969年，每颁发一次，旨在奖励那些为美国科学进步做出重大贡献的学者。2016年贝叶斯之父Judea Pearl曾获此殊荣。 对于Hinton的贡献，委员会描述到： Hinton博士之前在CMU教书，2018年获得ACM图灵奖。在过去四年里，他对神经网络方面的开创性贡献，让我们更加深刻理解了机器如何从经验中学习。他的贡献支撑了人工智能领域的进步，例如语音识别、机器翻译以及计算机视觉等的飞速发展。 组委会将在2022年的春季给Hinton颁发奖项，并且Hinton会在迪克森科学奖年度讲座上进行一个演讲，讲座主题和内容暂未披露。 01. 关于Hinton的贡献 Geoffrey Hinton现在是多伦多大学的计算机科学系荣誉退休教授，Google的副总裁兼工程研究员，以及Vector Institute的首席科学顾问。 他最早使用反向传播学习单词嵌入，对神经网络研究的其他贡献包括玻尔兹曼机、分布式表示、时延神经网络、专家混合、变分学习和深度学习。 2018年，Geoffrey Hinton因在深度学习方面的贡献与Yoshua Bengio、Yann LeCun一同被授予了图灵奖。 在获得图灵奖之前，曾有几十年, Geoffrey Hinton一直徘徊在人工智能研究的边缘, 以一个局外人的角色坚持着一个简单的命题: 计算机可以像人类一样思考, 使用直觉而不是规则。之所以用“边缘”一词，因为当时学术界的主流观点是：计算机在规则和逻辑上学得最好。 Hinton在1972年获得博士学位, 一直以神经网络作为他的研究重点。读书期间，他的导师经常找他谈心，并告诉他：他是在浪费时间。但Hinton是信仰的坚定者，之后神经网络确实取得了一些小成功ーー后来证明它们在发现信用欺诈方面发挥了作用。 毕业后, 他在匹兹堡的卡内基梅隆大学找到了一份工作。因不满美国的学科资助政策，1987年, 他和妻子搬到北方,定居下来。Hinton在多伦多大学计算机科学方面接受了一个与国际计算机科学中心相关的职位。 大约在2009年, 当计算机终于有能力挖掘大量数据的时候, 超级神经网络开始在语音和图像识别方面超越了基于逻辑的 AI。另一个标志事件是：2012年谷歌宣布, 它已经建立了一个由16000个计算机处理器组成的神经网络，能够通过“未打标签”的猫视频、图片，区分猫这一物体。 这一突破使 Hinton 和他的追随者成为人工智能运动的领袖。Jeff Dean在2013年招募Hinton加入谷歌兼职。 从业几十年， Hinton一直坚信”从长远来看，一个全新的想法将比微小的改进更有影响力。”此外，他还认为在基础科学会议上“应该追求的是全新的理念”是当前我们所面临的主要挑战。 目前，Hinton押注的下一代神经网络属于无监督学习，并认为胶囊网络是无监督学习的关键。他团队最新无监督学习的成果是SimCLR 框架，是一种新的利用对比损失来提取表征的方法，其主要思想正如他之前谈到的： “我想学习用一种方式来表示一幅图像的一个局部，使同一幅图像的其他局部具有相似的表示。” SimCLR不仅改进了以前的最新的自监督学习方法，而且在ImageNet分类上击败了监督学习方法。 最后， Hinton 认为未来不会有人工智能的冬天，因为 AI 技术已经用于手机，AI已经存在日常生活之中。而之前人工智能之所以会出现“冬天”，是因为人工智能那时候并不是日常生活的一部分。 02. 关于迪克森奖 此奖项由Joseph Z. Dickson博士和他的妻子Agnes Fischer Dickson设立，奖项资金来源于他们在遗嘱中设立的信托基金。总共会奖励两个领域：医学和科学。 医学奖由匹兹堡大学每年颁布一次；科学奖由卡内基梅隆大学每年负责，且涉及的学科包括自然科学、工程、计算机、以及数学。 迪克森科学奖的提名分三个阶段进行。 首先，教务长向与奖项相关的技术领域的院长、系主任和大学教授寻求建议。提交“被提名者”的传记材料、职业亮点以及主要贡献；其次，从众多被提名者中筛选出一小撮作为该奖项真正的提名者。然后，通过与相关专家交流，获得更多的被提名者的信息；最后，大学教授开会投票选出获奖者。 迪克森和他的妻子期望通过这两个奖项为这两个大学带来足够的声誉，因此奖项的接受者必须由两所大学的学者代表公正选出。另外，据了解，获奖者必须在在美国完成其大部分工作。 参考链接：https://www.cmu.edu/leadership/the-provost/campus-comms/2021/2021-09-16.html推荐阅读【重磅】斯坦福李飞飞《注意力与Transformer》总结，84页ppt开放下载！ 年薪制，博士38万/年，硕士23万/年，南方某高校 香港大学赵恒爽助理教授招收CV/ML等方向全奖博士生、博士后 MLP进军下游视觉任务！目标检测与分割领域最新MLP架构研究进展！ 北京大学智能计算与感知实验室招收博士、硕士、本科实习生 北京大学崔斌教授组招收图机器学习、AutoML等方向科研实习生 香港科技大学Minhao Cheng助理教授招收全奖博士生、硕士生 清华大学智能产业研究院AI医疗团队招聘知识图谱方向实习生 博士申请 | 香港中文大学LaVi实验室招收2022年秋季入学博士生、硕士生 周志华教授：如何做研究与写论文？（附完整的PPT全文） 都2021 年了，AI大牛纷纷离职！各家大厂的 AI Lab 现状如何？ 常用 Normalization 方法的总结与思考：BN、LN、IN、GN 注意力可以使MLP完全替代CNN吗？未来有哪些研究方向？ 欢迎大家加入DLer-Transformer&预训练大模型交流群！ 群里会第一时间发布最新的Transformer以及预训练大模型的前沿论文解读及交流分享会，主要设计方向有：图像分类、Transformer、知识图谱、GAN、超分辨率、视频超分、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。 进群请备注：研究方向+学校/公司+昵称（如Transformer+上交+小明） ??长按识别，邀请您进群！