盘点部分AI界的名人

1.艾伦.麦席森.图灵（人工智能之父）

1912年6月23日－1954年6月7日，英国数学家、逻辑学家，被称为计算机科学之父，人工智能之父。

1950年10月，图灵发表了一篇题为《计算机器与智能》的论文，首次提出机器具备思维的可能性。

图灵测试，也就是图灵所说的“模仿游戏”的操作很简单：一位询问者将自己的问题写下来，发给处于另外一个房间之中的一个人和一台机器，然后根据他们给出的答案确定哪个是真人——如果无法判断或混淆了被考察的机器和人，则可认为被测试的机器具有某种程度的智慧

这为人工智能以后的发展奠定了哲学基准。

2.丘恩（Yann LeCun）

1983 年毕业于巴黎高等电工程师学校获得了工程师学位，1987 年从巴黎第六大学毕业并获得了计算机科学博士学位。博士在学期间，他提出了神经网络的反向传播算法学习算法的原型。他随后到多伦多大学完成了博士后的工作。扬·勒丘恩在 2017 年来中国演讲时提到了自己中文姓名——杨立昆，自此，他的中文名字一直沿用下来。目前，他在纽约大学担任教授，也是 Facebook 的副总裁和首席人工智能科学家。

3.杰弗里·辛顿

辛顿是加拿大机器学习领域首席学者，也是加拿大高等研究院赞助的“神经计算和自适应感知”项目的领导者。辛顿最重要的贡献来自他 1986 年发明反向传播的论文“Learning Internal Representations by Error Propagation”，1983 年发明的玻尔兹曼机（Boltzmann Machines），以及 2012 年对卷积神经网络的改进。他在人工智能领域内发表了 200 多篇关于机器学习、记忆、感知和符号处理方法的论文，为神经网络的发展奠定了坚实的学术基础。Hinton 和他的学生 Alex Krizhevsky 以及 Ilya Sutskever 通过 Rectified Linear Neurons 和 Dropout Regularization 改进了卷积神经网络，并在著名的 ImageNet 评测中取得了很好的成绩，在计算机视觉领域掀起一场革命。此外，辛顿还是反向传播算法和对比散度算法的发明人之一，被誉为“深度学习之父”。由于在深度学习领域的卓越贡献，他与约书亚·本希奥和杨立昆一同被授予了 2018 年的图灵奖。

4.吉多·范罗苏姆

荷兰程序员范罗苏姆早在 1991 年就发布了 Python 编程语言。我们知道的大多数编程语言都是由大公司或很多专业人才共同开发完成的，而有趣的是，Python 是个例外，因为它是由范罗苏姆独立完成的，因此范罗苏姆也被尊称为“Python之父”。

5.萨姆·奥特曼

萨姆·奥特曼于 2020 年与他人共同创立了世界币（Worldcoin）。此前，他曾担任 Y Combinator 的总裁，并曾短暂担任 Reddit 的首席执行官。今年，OpenAI 先后发布的 ChatGPT、GPT-4 大语言模型，引起了 AI 圈训练大语言模型的狂潮。

ChatGPT使得萨姆·奥特曼名声大噪。尤其是在GPT-4发布后，其名声达到了顶峰成为科技界最响亮的名字之一。随后，ChatGPT的用户隐私、数据安全等问题，成为了全球热议的焦点。萨姆·奥特曼顶着压力采取了一系列安全措施和倡议，同时投入20%算力最大限度降低ChatGPT的非法输出、歧视等内容，以解决安全对齐难题。

John McCarthy

约翰·麦卡锡（John McCarthy）生于美国马萨诸塞州波士顿，是一名计算机科学家和认知科学家。他于 1948 年在加州理工学院取得数学学士学位，1951 年于普林斯顿大学毕业并获得数学博士学位。他曾短暂效力于普林斯顿大学、斯坦福大学、达特茅斯学院和麻省理工学院，此后，在 1962 年~2000 年底这段时间内，他一直在斯坦福担任教授，退休后成为名誉教授。

要盘点迄今为止人工智能领域最有影响力的杰出代表，自然少不了这个概念的发明者——约翰·麦卡锡。麦卡锡是人工智能学科的奠基人之一。实际上，正是他在 1956 年的达特茅斯会议上首次提出了“人工智能（Artificial Intelligence）”这个概念。他还开发了 Lisp 家族，极大地影响了 ALGOL编程语言的设计。ALGOL 编程语言是一族指令式编程语言，发展于 1950 年代中期，对许多其它编程语言产生了重大影响。计算机协会在教科书及学术文章采用此语言做为描述算法的标准语法超过三十年，可见其对行业的影响力之深。此外，麦卡锡还普及了分时度假，发明了垃圾收集，这些成就都在 AI 早期发展阶段起到了重要作用

Yoshua Bengio

约书亚·本希奥（Yoshua Bengio）生于法国巴黎，是一名计算机科学家。本希奥毕业于麦吉尔大学，在校期间获得了电气工程工学学士、计算机科学理学硕士学位以及计算机科学博士学位。此后，他曾在麻省理工学院和 AT＆T 贝尔实验室担任博士后。自 1993 年以来，他一直是蒙特利尔大学的教职人员，现为加拿大蒙特利尔大学教授、魁北克人工智能研究所 Mila 科学主任，与 Ian Goodfellow、Aaron Courville 两人合著 《深度学习》一书。2016 年 10 月，本希奥与其他人共同创立了 Element AI，这是一家位于蒙特利尔的人工智能孵化器，他致力于将 AI 研究转化为现实业务应用程序的研究。2017 年 5 月，本希奥宣布加入蒙特利尔法律技术初创公司 Botler AI，担任战略顾问。

近年来，深度学习方法一直是计算机视觉、语音识别、自然语言处理和机器人技术等领域出现惊人突破的主要原因。约书亚·本希奥的成就功不可没，他也被称为“深度学习之父”。本希奥的主要贡献是在 1990 年代发明的序列的概率模型 Probabilistic models of sequences。他把神经网络和概率模型（例如隐马尔可夫模型）结合在一起，并和 AT&T 公司合作，用新技术识别手写的支票。现代深度学习技术中的语音识别也是这些概念的扩展。本希奥还于 2003 年发表了划时代的论文“A Neural Probabilistic Language Model”，文中第一次用神经网络来解决语言模型的问题，虽然在当时并没有得到太多的重视，但后人却在它的基础上完成了很多突破，包括 Word2Vec 的作者 Tomas Mikolov 在 NNLM 的基础上提出了 RNNLM 和后来的 Word2Vec。约书亚·本希奥的团队在研究中还首次引入了注意力机制（attention mechanism），让机器翻译取得重大突破，现在利用神经网络做 NLP 时基本上都离不开attention，并成为了让深度学习处理序列的重要技术。

Yann LeCun

扬·勒丘恩（Yann LeCun）生于法国巴黎附近，是一位法国裔美国计算机科学家。他于 1983 年毕业于巴黎高等电子工程师学校获得了工程师学位，1987 年从巴黎第六大学毕业并获得了计算机科学博士学位。博士在学期间，他提出了神经网络的反向传播算法学习算法的原型。他随后到多伦多大学完成了博士后的工作。扬·勒丘恩在 2017 年来中国演讲时提到了自己中文姓名——杨立昆，自此，他的中文名字一直沿用下来。目前，他在纽约大学担任教授，也是 Facebook 的副总裁和首席人工智能科学家。

卷积神经网络（Convolutional Neural Network, 简称 CNN）的起源可以追溯到上世纪 60 年代，但是由于当时计算机资源匮乏，卷积神经网络并没有引起足够多的关注。时间快进到 20 多年后的大规模视觉识别挑战赛 ImageNet 中，这才让我们记起了被遗忘在角落、“发着光的”卷积神经网络。1988 年，杨立昆加入了贝尔实验室的自适应系统研究部门，在此期间，他和团队一同开发了很多新的机器学习方法，而图像识别模型卷积神经网络也自此得到了复兴。目前，卷积神经网络已经成为了机器学习领域的基础技术之一，它被广泛应用在学术和工业应用领域中，包括计算机视觉、自然语言处理、语音合成、语音识别、图片合成、自动驾驶、医学图片识别、信息过滤、语音助手等方面，杨立昆也因此被成为“卷积神经网络之父”。

杨立昆对人工智能领域的贡献还体现在他改进了反向传播算法。他提出了一个早期的反向传播算法 backprop，并根据变分原理给出了一个简洁的推导，加快了反向传播算法运算速度。此外，他还拓展了神经网络的应用范围。他把神经网络变成了一个可以完成大量不同任务的计算模型。例如，他与银行协作开发了支票识别系统，读取了 20 世纪 90 年代末至 21 世纪初全美国 10％以上的支票，该系统被 NCR 和其他的公司广泛使用。

7.李彦宏

2000 年 1 月，李彦宏创建百度。2018 年 1 月，李彦宏登上《时代》周刊 2018 年首期封面，被冠以「创新者（The Innovator）」之称，成为首位荣登该刊封面的中国互联网企业家。作为中国最重要的科学家之一，李彦宏每年投入大量资金用于技术研发，一直在全球 AI 浪潮中乘风破浪。百度在搜索引擎、无人驾驶、虚拟语音助手、生成式 AI 产品等方面成为行业佼佼者。