這兩天在美國加利福尼亞州的山景城，google 正舉辦著I/O 2016年度開發者大會，AI（artificial intelligence人工智慧）再度成為大會焦點。

智能助手、智能家居中樞、智能聊天應用等新產品陸續在大會上發布。有意思的是，谷歌本次發布了智能家居的硬體產品Google Home來對抗Amazon Echo的強勁勢頭。

Google Home

數據顯示，全球目前在人工智慧領域有近千家公司，僅2015年在AI領域的投資交易就有近300宗。全球已有數千億美金投入人工智慧的相關研究，未來將撬動巨大的市場空間。

2016年是人工智慧元年，造就為大家搜集了十位AI界的科學達人。在這份名單中，我們看到谷歌已經儼然建立起一個「AI帝國」，通過從名校「挖牆腳」搜刮來高級顧問或技術官，以及收購專業AI項目公司的手段，在認知神經、腦神經、高級機器人、深度學習等領域獨樹一幟，而Facebook則主要在圖像識別等領域占據了重要江湖地位。

我們可以看到AI已經從象牙塔里的高冷研究，逐步轉換為科技公司、網際網路公司的最核心競爭力。AI代表了這時代人類的前沿智慧，也正達到一種科學的極致。

這份名單不涉及任何排名，僅是拋磚引玉。如果你知道更多，請在評論中不吝與我們交流。

傑弗里·辛頓（Geoffrey Hinton）

供職於：google公司

擅長領域：深度學習、腦神經

我們很難用寥寥數語來總結任何「非凡頭腦」的職業生涯，而就辛頓而言，這事尤其具有挑戰性。作為人工智慧領域的三位奠基人之一，早在30年前，辛頓就已經在深度學習領域留下了自己的烙印。

他一直致力於理解大腦神經元。他沒有答案，但他將盡全力尋找答案，至少改進的人工神經網絡可以模擬人腦的某些方面。「我非常興奮，我們發現一種可以使神經網絡變得更好的方法，尤其是這種方法能夠揭示大腦是如何工作的時候。

然而，直到計算機的性能達到深度學習的要求，辛頓才開始在學術界以外得到自己應得的廣泛認可。2004年，他參與創立了神經計算和自適應感知項目（Neural Computation and Adaptive Perception），這是一個甄選嚴格的邀請制研究者團體，集合了來自物理學、神經科學和工程學領域的精英。

此外，他還參與創立了DNNResearch，該公司在2013年被谷歌公司（Google）收購。自那之後，他就一直為所謂的谷歌「大腦」神經網絡項目工作。在他的幫助下，谷歌的圖像識別和安卓系統音頻識別能力大幅提升。

雅恩·樂昆（Yann LeCun）

供職於：Facebook

擅長領域：圖像識別

作為人工智慧領域的三位奠基人之一，樂昆為卷積神經網絡的研究和發展做出了重要貢獻，尤其是在圖像識別領域。

在上世紀80年代末和90年代初，他大部分時間都在為AT&T效力，先是擔任研究員，最終升任該公司圖像處理技術研究部門的負責人，他是圖像壓縮技術DjVu的主要發明者之一。

2003年，樂昆被紐約大學（NYU）聘為計算機科學和神經科學的教授。2013年，他加入Facebook，擔任該公司人工智慧實驗室的主任，也是人工智慧尤其是深度學習領域最知名的學者之一。

約書亞·本吉奧（Yoshua Bengio）

供職於：加拿大蒙特婁大學

擅長領域：高級機器學習

在人工智慧領域的三位奠基人中，約書亞·本吉奧教授也是機器學習大神之一，他的研究工作主要聚焦在高級機器學習方面，致力於用其解決人工智慧問題。

他是少有的幾個仍然全身心投入在深度學習學術界的教授之一，好多其他教授早已投身於工業界，加入了Google或Facebook公司。

他目前是加拿大蒙特婁大學（Université de Montréal）計算機科學和運籌學系的正教授，是機器學習實驗室（MILA）的負責人，是加拿大高等研究院（CIFAR）神經計算和自適應感知項目的聯席主任，是統計學習算法領域的加拿大首席科學家。

本吉奧的主要研究目標是理解能夠產生智能的學習的原理。其研究成果得到廣泛引用。

麥可·喬丹（Michael I Jordan）

供職於：加州大學伯克利分校（AI界大拿吳恩達的直系老師哦）擅長領域：計算機科學應用：機器學習

麥可·喬丹，並不是籃球明星的喬丹哦。目前是加州大學伯克利分校的教授，之前他還在麻省理工當過教授。他幫助普及了貝葉斯網絡在機器學習應用中的使用，並常常被譽為讓大家意識到機器學習與統計學之間聯繫的原創思想家之一。

喬丹是國際人工智慧協會（AAAI）、計算機協會（ACM）、美國統計協會（ASA）、控制系統協會（CSS）、電氣和電子工程師協會（IEEE）、數理統計學會（IMS）、國際貝葉斯分析協會（ISBA）以及工業和應用數學學會（SIAM）的會員。

他在人工智慧界可謂桃李滿天下，他帶出的多位研究生和博士後學生也在AI領域成為大名鼎鼎的人物，比如吳恩達、大衛·貝雷（David Blei）、佐賓·葛拉曼尼（Zoubin Ghahramani）。

傑夫·霍金斯（Jeff Hawkins）

供職於： Numenta公司

擅長領域: 神經科學，人類大腦皮質功能的人工智慧學習過程

在上世紀90年代之前，霍金斯的名字主要跟歷史上第一款掌上電腦Palm Pilot聯繫在一起，這是他發明的設備。

2002年，他開始致力於研究神經科學以及聚焦於人類大腦皮質功能的人工智慧學習過程，這期間創立了紅木理論神經科學中心（Redwood Center for Theoretical Neuroscience）。

2005年，他發表了一部關於大腦記憶-預測理論框架的開創性著作，題為《人工智慧的未來》（On Intelligence: How a New Understanding of the Brain will Lead to the Creation of Truly Intelligent Machines）。

同一年，他跟前Palm Pilot執行長唐娜·杜賓斯基（Donna Dubinsky）以及迪利普·喬治（Dileep George）共同創立了Numenta，這家公司致力於研究關於大腦功能的理論，並尋找能夠把這些理論應用於人工智慧的算法。他們的主要研究成果是建立了分層暫存記憶和固定稀疏離散表征的算法框架。

塞巴斯蒂安·史朗（Sebastian Thrun）

供職於：Google

擅長領域：機器人技術

史朗是谷歌副總裁兼研究員，Udacity的執行長，以及史丹福大學計算機科學的兼職研究教授。史朗主要憑藉在機器人技術領域的研究成果而聞名，他主持開發的自動駕駛汽車「斯坦利」（Stanley），在2005年無人駕駛機器人超級挑戰賽（DARPA Grand Challenge）上贏得冠軍。

史朗和自己的團隊為斯坦利編寫了10萬行代碼的軟體，它可以對傳感器數據進行解讀，並負責為車輛導航。史朗目前是谷歌自動駕駛汽車項目的負責人。

德米斯·哈薩比斯（Demis Hassabis）

供職於：Google（AlphaGo之父）擅長：認知神經科學

傑米斯·哈薩比斯是一位英國人工智慧研究專家、神經學家、電腦遊戲設計師和西洋棋大師。從劍橋大學畢業後，哈薩比斯進入獅頭工作室（Lionhead Studios）成為首席人工智慧程式設計師。之後，在1998年，他離職創辦了Elixir Studios。

2005年4月，哈薩比斯離開電子遊戲行業，轉而從事認知神經科學的研究，以期從大腦中找到人工智慧新算法創意的靈感。他在自傳體記憶和失憶領域開展研究，並發表了數篇有影響的論文。

2010年，他與人創辦人工智慧初創公司DeepMind Technoloies並擔任公司執行長一職，專門從事通用學習算法的開發。

2014年1月，谷歌以6.25億美元收購DeepMind。目前，哈薩比斯擔任負責谷歌人工智慧項目的工程副總裁。2015年10月，DeepMind開發的AlphaGo圍棋程序擊敗了歐洲圍棋冠軍樊麾，實現了人工智慧應用又一個里程碑式的「突破」。

緊接著在2016年3月，AlphaGo與韓國國手李世乭展開圍棋人機大戰，最後AlphaGo以四比一的懸殊比分擊敗李世乭。

于爾根·施米德休伯（Jürgen Schmidhuber）

供職於：慕尼黑工業大學機器人學教授

擅長領域：認知神經科學應用：智慧型手機語音識別等

于爾根·施米德休伯是一位德國計算機科學家，憑藉在機器學習、人工智慧、人工神經網絡、數字物理學方面的成就而聞名。

從2004年至2009年，他在慕尼黑工業大學（Technische Universit?t München）擔任認知機器人學的教授。自1995年以來，他一直是瑞士盧加諾人工智慧實驗室IDSIA的聯席主任。在2009年，他被盧加諾大學（University of Lugano）聘為人工智慧學的教授。

在2009年至2012年間，他帶領的團隊研究了遞歸神經網絡和深度前饋神經網絡，其成果在模式識別和機器學習領域的八項國際比賽中奪魁。如今，超過10億人可以用上IDSIA開發的算法，比如通過智慧型手機上的谷歌語音識別功能。

他憑藉「對深度學習和神經網絡的開拓性貢獻」，成為2016年IEEE計算智能協會神經網絡先鋒獎（Neural Networks Pioneer Award）的得主。

特里·塞諾斯基（Terry Sejnowski）

供職於：加州大學聖迭戈分校

擅長領域：大腦功能計算應用：歐巴馬政府 「大腦計劃」（BRAIN Initiative）

塞諾斯基是加州大學聖迭戈分校（University of California, San Diego）的生物科學教授，是索爾克研究所（Salk Instiute）的弗朗西斯·克里克教席教授（Francis Crick Professor），同時擔任霍華德·休斯醫學研究所（Howard Hghes Medical Institute）的研究員。

他對人工智慧領域的開創性貢獻包括跟傑弗里·辛頓共同發明了玻爾茲曼機。憑藉在大腦功能建模和計算方面的研究成果，塞諾斯基是當世入選美國三大國家學院（醫學學院、科學學院和工程學院）僅有的十位科學家之一。

目前，他擔任歐巴馬政府 「大腦計劃」（BRAIN Initiative）的顧問，該計劃旨在開發用來映射神經迴路的新工具。

湯姆·米切爾（Tom M. Mitchell）

供職於：卡內基-梅隆大學

擅長領域：機器學習、認知神經科學應用：《機器學習》教科書編者

湯姆·米切爾是一位美國計算機科學家，他在卡內基-梅隆大學擔任E.弗里德金大學教席教授（E. Fredkin University Professor）。目前，他還是該大學機器學習研究部的負責人。

米切爾憑藉在機器學習、人工智慧和認知神經科學方面做出的貢獻而為人所知。他編著了《機器學習》（Machine Learning）這本教科書。

2010年，米切爾當選為美國國家工程學院的院士。此外，他還是美國科學促進會（American Association for the Advancement of Science）和國際人工智慧協會的會員。

轉載請註明來源：今天頭條