O Prêmio Turing homenageia um tipo diferente de rede de IA com o "Prêmio Nobel da computação"

Os três ganhadores do Prêmio Turing 2018 da Association for Computing Machinery, conhecido como o “Prêmio Nobel da computação”, estão dividindo o prêmio de US $ 1 milhão por seu trabalho pioneiro com redes neurais artificiais - mas isso não é tudo o que eles compartilham. Ao longo de suas carreiras, os caminhos de carreira e as esferas de influência dos pesquisadores no campo da inteligência artificial se cruzaram repetidamente. Yann LeCun, vice-presidente e chefe Cientista de IA no Facebook, conduziu pesquisa de pós-doutorado sob a supervisão de Geoffrey Hinton, que agora é vice-presidente e engenheiro do Google. LeCun também trabalhou no Bell Labs no início dos anos 90 com Yoshua Bengio, que agora é professor da Universidade de Montreal, diretor científico do Instituto Mila AI de Quebec, e conselheiro da iniciativa de IA da Microsoft.

No anúncio do prêmio de quarta-feira, a ACM creditou o trio a reacender o Interesse da comunidade de IAs em redes neurais profundas - lançando assim as bases para os rápidos avanços de hoje em aprendizagem de máquina. “A inteligência artificial é hoje uma das áreas de crescimento mais rápido em toda a ciência, e uma das mais tópicos discutidos na sociedade ”, disse o Presidente da ACM, Cherri Pancake, professor emérito de ciência da computação na Universidade do Estado de Oregon. “O crescimento e o interesse pela IA devem-se, em grande parte, aos recentes avanços na aprendizagem profunda, para os quais Bengio, Hinton e LeCun lançaram as bases.”

E você não precisa trabalhar em um laboratório para sentir seu impacto.

“Qualquer um que tenha um smartphone em seu bolso pode experimentar avanços no processamento de linguagem natural e visão computacional que não eram possíveis há apenas 10 anos “A abordagem atual de aprendizagem de máquina, defendida por Hinton a partir do início dos anos 80, evita contar explicitamente a um computador como resolver uma determinada tarefa, como a classificação de objetos. Em vez disso, o software usa um algoritmo para analisar os padrões em um conjunto de dados e, em seguida, aplica esse algoritmo para classificar novos dados. Através de repetidas rodadas de aprendizado, o algoritmo se torna cada vez mais preciso. Hinton, LeCun e Bengio se concentraram no desenvolvimento de redes neurais para facilitar esse aprendizado. Essas redes são compostas de elementos de software relativamente simples, interconectados de maneiras inspiradas pelas conexões entre os neurônios do cérebro humano.

Via: Geek Wire