伴随人工智能在医学、教育、自动驾驶等领域普及，人类须要面对伦理难题、技术挑战越来越多，人类优越感也一再面对着遭受冲击危险，正如杰出进化生物学家斯蒂芬·杰·古尔德〔Stephen Jay Gould〕援引西格蒙德·弗洛伊德〔Sigmund Freud〕话时所说：“所有重大科学革命都有一個一道点，那就是它们都把人类傲慢从一個又一個先前坚信咱们是宇宙腹地信念基座上拉下来，”
在所有击碎人类宇宙腹地信念基石科学革命中，人工智能绝对算是其中咱们又爱又恨一场，李世石被 AlphaGo 击败后流下泪水已经干，但人类对于 AI 恐惧、想象还在无限蔓延，那么，机器智能与人类智能是真否存在巨大鸿沟？
答案或许可以在图灵奖得主杨立昆〔Yann LeCun〕新书《科学之路：人、机器与后世》中找到，杨立昆感觉，智力不光局限于智慧本事，还涉及行为所有领域，同时也是学习、适应、决策本事，倘若咱们依旧无法百分之百解动物、人类是如何学习，那么人工智能在默认情况下也会为咱们供应一些答案，它说明将机器智能与人类智能区分开来并非巨大鸿沟——这也为 AI 科学家们今后就业指明方向，
本文选取三位协助人类连续延展智能疆界 AI 科学家们，看他们如何塑造人工智能学科后世，
一、李飞飞〔Fei-Fei Li〕
网络图片
图像识别过去是一项人类比机器更有优点领域，直到 2006 年，由美国国家工程院院士、斯坦福大学教授李飞飞耀领 ImageNet 项目大大缩小机器相较于人类劣势，
2006年，还在伊利诺伊大学任教李飞飞发现意识到：倘若数据无法体现真实世界，那么就使是最非常好算法也无法很好地就业，
于是她想出一個搞定方案： 奠定一個更好更大数据集，
这個数据集就是 ImageNet，其数据库中包含近1500 万张被人类标签实行分类图像，ImageNet 起初在2009年发表，当时还是一张贴在迈阿密海滩会议腹地角落里研究海报，但它很快发展成一個年度竞赛——比骚哪個算法能以最底错误率识别数据集中图像，这個比赛在之后变成人工智能学科繁荣催化剂，
参加过 ImageNet 竞赛选手们遍布在科技界每一個角落，获胜者们大都在谷歌、华为等大型科技公司担任着高级职务，2014年，牛津大学两名研究人员分获得该竞赛冠军，这两名研究人员随后加入 DeepMind 实验室，而该实验室在以后两年开发人类历史上最先個個战胜围棋世界冠军人工智能机器人 AlphaGo，
而在 ImageNet 竞赛举办短短七年时间里，在该比赛中获胜算法准确率从71.8% 上升到97.3% 〔这個数据在今天还在上升〕，超越人类自身本事，
李飞飞为奠定大型机器学习、视觉理解知识库做出贡献，目前就业领域涵盖认知启发式人工智能、深度学习、计算机视觉等，
ImageNet概念图〔网络图片〕
二、杨立昆〔Yann LeCun〕
网络图片
在李飞飞耀领 ImageNet 项目成功后不到十年时间里，杨立昆博士等人用根据深度学习方程替代传统计算机程序“规则 + 数据 = 结果”，深度学习试图模仿人类学习方法：数据 + 结果 = 规则，也变成目前人工智能领域运用最为广泛技术之一，
杨立昆被誉为“卷积网络之父”，时至今天，他名字依旧与“卷积网络”相联系，“卷积网络”受哺乳动物视觉皮层结构、功能启发，改变影像识别方法，机器得以有效地搞定图像、影像、声音、语音、文本、其他类型信号，
近年来人工智能取得惊人进展大都与深层次机器学习〔就深度学习〕技术有关，它可以训练一個机器来完成一项就业，而不是经由明确程序来告诉机器如何完成就业，深度学习也一直被看作是人工智能后世，
被看作“后世之星”深度学习技术由一些人工神经网络实行，在贝尔实验室，杨立昆开发一种全新多层网络体系结构，灵感来自科学家对哺乳动物视觉系统研究成果，实验室经理拉里·杰克尔将其命名为 LeNet，就如杨立昆姓 LeCun 一样，这也是卷积网络最先個個名字，卷积网络在以后也变成深度学习技术支柱，为此，杨立昆也在自己新书《科学之路：人、机器与后世》中具体回顾自己在这场非凡科学探索中心路历程：
“深度学习探索并非一路青云，咱们只好与各类怀疑论者作斗争，持助百分之百根据逻辑推断、手动编写程序人笃定咱们必然失败，‘经典’机器学习理论领导者人也在指责咱们，但咱们正在研究深度学习只是机器学习领域中一组特定技术，允许机器从示例中连续学习任务，而无需对其实行显式编程，因而有其局限性，咱们试图打破这一局限性，供应深度神经网络，深度学习就是手段，它们非常有效，但操作复杂且难以实行数学分析，因为这個，咱们似乎成炼金术士...
提倡‘经典’机器学习理论人们在 2010 年左右停止对神经网络探索，2012 年，在一项国际级竞赛中，卷积网络出色地证明其有效性，它们自此变成研究人员宠儿、很多人工智能应用基石，以后，它们在研究领域要紧性稳步增长，
就我個人而言，我从未对此表达怀疑，我一直坚信人类智慧是这般复杂，因为这個咱们有必需尝试复制它，以构建具有自我学习本事组织系统，”
2019 年 3 月，因在人工智能深度学习方面贡献，杨立昆与另外两位深度学习专家 Yoshua Bengio 、 Geoffrey Hinton 一道获得 2018 年度图灵奖，这相当于是信息技术领域诺贝尔奖，杨立昆目前担任 Facebook 最先席人工智能科学家，
LeNet概念图〔网络图片〕
三、松尾丰〔Yutaka Matsuo〕
松尾丰是东京大学教授，也是日本科技巨头软银〔Softbank〕董事会中最先個位人工智能专家，相比于前两位人工智能科学家，松尾丰将更多精力放在人工智能学科普及、商业化推广上，
2010 年，松尾丰创建一個算法，经由监测 Twitter 上提到地震信息，该算法可以发现地震起初迹象，他系统不光检测到美国气象厅协会〔JMA〕注册 96% 地震，还向注册运用者发送电子邮件警报，速度远远快于 JMA 发布公告速度，
以后，他将类似 web 挖掘技术应用于股票市场，松尾表达： “咱们能够将有关公司新闻文章分为正面或负面，再将这些数据结合起来，以准确占卜利润增长、业绩，”
也就是说，松尾能够从人们在网上言论中提取有价值信息，这使他变成日本最鼎级人工智能研究者之一，
在过去十年里，松尾、他团队一直在持助年轻企业家在国际级舞台上创办人工智能初创企业，他表达： “咱们希望创建一個像硅谷那样生态系统，而日本根本没有这样生态系统，”松尾丰因为这個也是日本深度学习协会主席，该协会是一個该非营利组织，经由供应培训、认证考试来培养人工智能领域研究人员、工程师，至今已有超过 4 万人参加认证考试，其中涵盖商务人士、研究人员、学生，松尾还计划在今年年举办英语版考试，
松尾鼓舞有兴致创办人工智能初创企业年轻研究人员寻求与产业协作伙伴关系，“日本社会相当保守,”他表达，“倘若你年龄较大，你更有大概从公共基金中获得大笔预算，但我已经 45 岁，这依旧被感觉太年轻，”
在日本，雄心勃勃年轻人工智能企业家将松尾实验室——坐落东京城市中央 Hongo Valley——视为通往成功大门，这归功于 Hongo 在孵化创业公司方面不俗成绩，它培育十家成功人工智能创业公司，其中两家在东京证券交易所上市，
但松尾并非将硅谷看作 Hongo 效仿对象，也从未想过要在互联网领域与西方科技巨头博弈，松尾表达： “在互联网竞技场上，与规则制定者正面博弈是不现实，”，相反，他指出，在人工智能领域，与大型制造商协作才是正确前进方向，松尾解释说： “倘若日本有任何机遇参与博弈，那就是将深度学习与丰田、松下等制造业巨头生产硬件结合起来，”，
他表达： “倘若 Hongo Valley 初创企业能够供应人工智能技术，重新设想这些制造商生产硬件，那么他们将改变科技商业世界游戏规则，”
由于篇幅原因，这份名单没能囊括所有为人工智能领域作出贡献科学家与工程师，杨立昆博士自传加科普式新书《科学之路：人、机器与后世》谈及更多与人工智能相关学者与商业领袖，有兴致读者可以在书中一探究竟，当下，人工智能研究仍处于独创阶段，它还算不上是一门科学，人们还没有总结出一般性智力理论，所以，就使是本文中提及 AI 科学家们贡献还有很多值得深入探讨地方，
就像其他技术革新阶段一样，人工智能正在颠覆咱们阶段，几個世纪以来，人类已经习惯自己生理、心理本事被其他工具超越：雕刻石头、刀具比牙齿更坚硬；耕畜、拖拉机、挖掘机就业比咱们体力更强；马、汽车、飞机比咱们双脚移动得更快；计算机计算速度比人脑更快，技术发现提升咱们自身本事，而机器智能则延展人类智能，
至于智能延展边界在哪里，就须要一代又一代科学家们去发现智能就业潜在机制、原理，任凭是自然方面还是人工方面，都将是 AI 科学家们后世几十年研究规划，
本文摘编自中信出版集团8月新书《科学之路：人，机器与后世》
References
〔1〕https：//www.fastcompany.com/90644276/ai-human-brain-war
〔2〕https：//www.mygreatlearning.com/blog/ai-researchers-and-leaders/
〔3〕https：//www.nature.com/articles/d41586-020-03411-0
〔4〕https：//baike.baidu.com/reference/7448630/a4a6wMuvwNSGItSM3eUpCkBkzRGRGdrgfSpFHdtVGhoG_5IvgZ5Gy5RMnqPi8Bu_TooD8S_voSOLtUFCUu-iQKwtgwLiCr2Ei0fF
〔5〕https：//www.nature.com/articles/d42473-020-00356-w
内容简介：
“图灵奖”得主、“深度学习三巨头”之一、“卷积神经网络之父”……由于在人工智能领域突出贡献，杨立昆被中国计算机科学界、企业界所熟知，
杨立昆科学之路，谱写一段关于勇气宣言，他为知识自身求学，而不是文凭，他用自己经历，证明经由激烈考试博弈进入名校不是科学成功唯一路径，他广泛阅读，为他科学思维形成奠定坚实理论基石，他特立独行，做自己感兴致事情，就便那件事在短时间里不被人看好，在人工神经网络研究低谷期，他寂寞地坚持，终于取得举世瞩目成就，
人工智能正在颠覆人类社会，后世机器能琢磨吗？杨立昆这部著作，讲述正是人工智能在咱们面前雄起——这個历史上绝不在有时刻发生轶事。
END