Max Home IndustryИзабель Гийон, Бернхард Шёлкопф и Владимир Вапник в этом году получили награду ICT Frontiers of Knowledge от испанской банковской группы BBVA за их «фундаментальный вклад в машинное обучение».
По мнению наградной комиссии, методы, разработанные в области искусственного интеллекта, следующие:
«преобразование повседневного мира, улучшение таких разнообразных областей, как медицинская диагностика, компьютерное зрение, обработка естественного языка и мониторинг изменения климата».
В этом видео два лауреата, Владамир Вапник и Бернхард Шёлкопф, рассказывают о своей реакции на награды за свою работу.
Открытая в 2008 году «Границы знаний» — это международная программа награждения, которая отмечает значительный вклад в научные исследования и культурное творчество. Информационные и коммуникационные технологии являются одной из восьми категорий. Предыдущими получателями в этой категории были Дональд Кнут (2010 г.) и Марвин Мински (2014 г.). Как мы сообщали в то время, в 2018 году 10-е издание было вручено Шафи Гольдвассеру, Сильвио Микали, Рональду Ривесту и Ади Шамиру за их «фундаментальный вклад в современную криптологию», а в прошлом году 11-е издание было присуждено Ивану. Сазерленд, широко известный как отец компьютерной графики, за «новаторский переход от текстовых к графическим компьютерным дисплеям».
В цитировании 12-го выпуска премии говорится:
«Вапник, Гийон и Шёлкопф совместно провели новаторское исследование, которое выходит за рамки традиционных границ в компьютерных науках и заслуженно входит в число ведущих новаторов мира».
В пресс-релизе BBVA объясняется, что в начале 1990-х годов в американской лаборатории Bell Laboratories три лауреата из разных стран совпали. Владамир Вапник родился в 1936 году в бывшем СССР. Получив диплом по математике в Узбекском государственном университете в 1958 году, он работал до 1990 года в Институте проблем управления в Москве, где он и его тогдашний ученик Алексей Червоненкис, который умер в 2014 году, заложили математические основы автоматизированного моделирования методы распознавания.
В соответствии с замечаниями комитета, в настоящее время Vapnik получил широкое признание как:
«живая легенда машинного обучения».
В 1991 году Вапник присоединился к отделу исследований адаптивных систем в AT&T Bell Labs и оставался там до 2002 года, когда он был нанят NEC Laboratories для работы в их группе машинного обучения, оставаясь там до 2014 года. С 1996 по 2014 год Вапник также был профессором компьютеров. Наука и статистика в Ройал Холлоуэй, Лондонский университет. С 2003 года он работал профессором компьютерных наук в Колумбийском университете в Нью-Йорке, совмещая эту должность с консультационной работой в Facebook AI Research. Он является автором более сотни публикаций, в том числе «Природа статистической теории обучения», которая была процитирована более 85 000 раз.
Изабель Гийон, родившаяся в Париже, Франция, в 1961 году, присоединилась к Bell Labs в 1988 году в качестве постдокторского исследователя, ее докторская степень была в области физических наук. Вместе с Vapnik она создала первый проверенный метод, обеспечивающий оптимальную классификацию данных, машину опорных векторов. В 1994 году к ним присоединился один из докторантов Вапника, Бернхард Шёлкопф, который расширил диапазон приложений SVM за счет использования методов ядра, которые позволяют вводить гораздо более конкретные категории, тем самым увеличивая количество приложений. Эти модели описываются комитетом как представляющие:
«основная парадигма машинного обучения как в исследованиях, так и в приложениях».
Наградная комиссия заявляет:
Благодаря SVM и методам ядра интеллектуальные машины теперь можно обучить классифицировать наборы данных с человеческой точностью, а иногда и лучше, что позволяет им распознавать все, от голоса, почерка или лиц до раковых клеток или мошенничества с кредитными картами.
В настоящее время SVM используются в геномике, исследованиях рака, неврологии, диагностической визуализации и даже в оптимизации коктейлей против ВИЧ, а также находят разнообразные приложения в исследованиях климата, геофизике и астрофизике.
В поисках примеров использования SVM в новостях на I Programmer мы нашли AI At The Crossroads — предсказание, кто собирается проехать на красный свет, и Google использует AI для поиска хороших таблиц.
После ухода из Bell Labs в 1995 году Изабель Гайнон занимала преподавательские должности в ETH Zurich, Университете Экс-Марсель, Нью-Йоркском университете, Калифорнийском университете в Беркли и Университете Париж-Сакле, где она в настоящее время является профессором больших данных в Laboratoire de Recherche. en Informatique (LRI).
Шёлкопф в настоящее время является директором Института интеллектуальных систем Макса Планка в Тюбингене (Германия), недавно он использовал SVM для анализа данных со спутника НАСА Kepler 2. Это помогло открыть 21 внесолнечную планету, в том числе одну с атмосферой в какие признаки водяного пара обнаружены впервые.
Один из номинантов этой награды, Мартин Стратманн, президент Общества Макса Планка, описывает машинное обучение как ключевую дисциплину современного искусственного интеллекта, состоящую из:
«Изучение того, как извлекать закономерности или закономерности из эмпирических данных».
добавляя в своем рекомендательном письме, что Вапник, Гийон и Шёлкопф:
«Трое ученых, которые совместно сформировали эту область».