机器之心报道
编辑：Panda、蛋酱
恭喜！
昨天，伊丽莎白女王工程奖发布了今年度的获奖人员名单。该奖项今年的主题为现代机器学习（Modern Machine Learning），因此获奖者被(bèi) AI 领域人士完全包揽，包括诺贝尔奖得主 Geoffrey Hinton 与 John Hopfield、图灵奖得主 Yoshua Bengio 和 Yann LeCun、英伟达首席科学家 Bill Dally、英伟达创始人和 CEO 黄仁勋以及被誉为「AI 教母」的李飞飞。
伊丽莎白女王工程奖（Queen Elizabeth Prize for Engineering，简称 QEPrize）于 2012 年由英国一个跨党派团体发起，成员包括戴维・卡梅伦、尼克・克莱格和埃德・米利班德，他们当时分别是英国首相、副首相和反对党领袖。为此成立的伊丽莎白女王工程奖基金会每年会以伊丽莎白二世女王的名义颁发 50 万英镑（约 454 万人民币）奖金和一个 3D 打印的奖杯（该奖项在 2021 年之前每两年颁发一次）。
据官网介绍，QEPrize 旨在「表彰对人类具有全球利益的大胆、开创性的工程创新。」此前的获奖者涉及多个领域，其中第一届获奖者包括「互联网之父」Tim Berners-Lee：
2013 年，互联网与万维网：Robert Kahn、Vinton Cerf、Louis Pouzin、Marc Andreessen 和 Tim Berners-Lee；
2015 年，控释大分子药(yào)物(wù)输(shū)送(sòng)：Robert Langer；
2017 年(nián)，数(shù)字(zì)成(chéng)像(xiàng)传(chuán)感(gǎn)器(qì)：Eric Fossum、George Smith、Nobukazu Teranishi 和(hé) Michael Tompsett
2019 年(nián)，全球(qiú)定(dìng)位(wèi)系(xì)统(tǒng)（GPS）：Bradford Parkinson、James Spilker, Jr、Hugo Fruehauf 和(hé) Richard Schwartz；
2021 年(nián)，LED 照(zhào)明(míng)：Isamu Akasaki、Shuji Nakamura、Nick Holonyak Jr、M George Craford 和(hé) Russell Dupuis；
2022 年(nián)，世(shì)界(jiè)最强磁体：佐川真人（Masato Sagawa）；
2023 年，PERC 太阳能光伏技术：Martin Green、Andrew Blakers、Aihua Wang 和 Jianhua Zhao。
2024 年，现代风力发电技术：Andrew Garrad CBE 和 Henrik Stiesdal。
QEPrize 在相关文章中写到：「2025 年伊丽莎白女王工程奖授予七位工程师，他们为现代机器学习的发展做出了开创(chuàng)性(xìng)的(de)贡(gòng)献(xiàn)，这(zhè)是(shì)人工智能（AI）进步的核心组成部分。」之后，该文章简要罗列了每位获奖者的获奖理由：
Yoshua Bengio、Geoffrey Hinton、John Hopfield 和 Yann LeCun 长期以来一直倡导人工神经网络作为机器学习的有效模型，现在这已成为主流范式。他们共同奠定了这种方法的概念基础。
黄仁勋与 Bill Dally 领导开发了支持现代机器学习算法运行的硬件平台。利用图形处理单元（GPU）及其后续架构进步的的愿景实现了大规模扩展，从而成为了这些硬件成功应用的关键。
李飞飞确立了(le)提(tí)供(gōng)高(gāo)质量数据集的重要性，这既可以用于衡量进展情况，也可以支撑机器学习算法的训练。通过创建用于目标识别软件研究的大型图像数据库 ImageNet，她使人们能够使用数百万张有标注图像，这些图像(xiàng)在(zài)训(xun)练(liàn)和(hé)评(píng)估(gū)计算机视觉算法方面发挥了重要作用。
「这些工程师的共同努力为机器学习奠定了(le)基(jī)础(chǔ)，而机器学习正是塑造当今世界许多最(zuì)激(jī)动(dòng)人(rén)心的创新背后的力量。」
现场照片，转自英国皇家工程院推文 @RAEngNews
李飞飞在社交(jiāo)网(wǎng)络(luò)上(shàng)表(biǎo)达(dá)了(le)感(gǎn)谢(xiè)，她(tā)表(biǎo)示(shì)：「神(shén)经(jīng)网(wǎng)络(luò)算(suàn)法(fǎ)、数(shù)据(jù)和(hé) GPU 芯(xīn)片(piàn)共(gòng)同(tóng)促(cù)成(chéng)了(le)现(xiàn)代(dài) AI 的(de)诞(dàn)生（重生），让这项强大的技术可以帮助人们增强能力并改善我们的生活和工作。」
Yann LeCun 分享了一些自己在现场领奖的照片：
Yoshua Bengio 也分享了获奖的喜悦。
下面我们简单介绍一下今年度的各位获奖者。
Yoshua Bengio
Yoshua Bengio 出生于法国巴黎，大学就读于麦吉尔大学计算机工程学专业。1986-1991 年继续修读「计算机科学」到博士毕业，随后一段时间在麻省理工学院做博士后研究员，1992 年到美国 AT&T 贝尔实验室 LeCun 小组做学(xué)习(xí)和(hé)视觉算法研究工作。1993 年起，他在蒙特利尔大学担任全职教授，负责计算机科学与运筹学方向，同时他也是 MILA 创始人和科学主任。
2003 年，Bengio 证明神经网络可以通过预测下一个单词（例如(rú)自(zì)动(dòng)更正）来学习人类语言模式，从而为现代大型语言模型奠定了基础。2014 年，Bengio 与 Ian Goodfellow 合作，提出了一种训练 AI 的方法，让两个 AI 相互竞争，一个生成内容，另一个判断其质量。
Bill Dally
Bill Dally 于 2009 年 1 月加入英(yīng)伟(wěi)达(dá)担(dān)任(rèn)首(shǒu)席(xí)科(kē)学(xué)家(jiā)，此(cǐ)前(qián)他(tā)在(zài)斯(sī)坦(tǎn)福(fú)大(dà)学(xué)工(gōng)作(zuò)了(le) 12 年(nián)，担(dān)任(rèn)计(jì)算(suàn)机(jī)科(kē)学系主任，和团队开发了当今大多数大型并行计算机所采用的系统架构、网络架构、信号、路由和同步技术。他在 1986 年至 1997 年期间于麻省理工学院工作，和团队构建了 J-Machine 和 M-Machine，这两个实验性并行计算机系统率先将机制与编程模型分离，并展示了开销极低的同步和通信机制。1983 年至 1986 年，他在加州理工学院 (CalTech) 工作，在那里他设计了 MOSSIM 模拟引擎和 Torus Routing 芯片，后者率先实现了「虫洞」路由和虚拟通道流量控制。他是美国国家工程院院士、美国艺术与科学学院院士、IEEE 和 ACM 院士，曾获得 ACM Eckert-Mauchly 奖、IEEE Seymour Cray 奖和 ACM Maurice Wilkes 奖。Bill Dally 拥有弗吉尼亚理工大学电气工程学士学位、斯坦福大学电气工程硕士学位和加州理工学院计算机科学博士学位。
Geoffrey Hinton
1978 年，Geoffrey Hinton 在爱丁堡获得人工智能博士学位。在卡内基梅隆大学任教五年后，他成为加拿大高等研究院的研究员，并进入多伦多大学计算机科学系任教，现为该系名誉教授。他于 2013 年 3 月加入谷歌，Vector 研究所的首席科学顾问。
1986 年，Geoffrey Hinton 与 David Rumelhart、Ronald J. Williams 一起发表的论文介绍了用于训练多层神经网络的反向(xiàng)传(chuán)播(bō)算(suàn)法(fǎ)。2012 年，Geoffrey Hinton 在多伦多带领的研究小组实现了深度学习的重大突破，彻底改变了语音识别和目标分类。他与学生 Alex Krizhevsk、Ilya Sutskever 合作设计的卷积神经网络「AlexNet」以远超第二名的成绩在 ImageNet 2012 挑战赛夺冠，将 ImageNet 数据集上的视觉识别错误率降到了 15.3%，仅有此前的一半。这成为了计算机视觉领域的里程碑事件。
2018 年，Hinton 与 Yann LeCun 和 Yoshua Bengio 一起获得了 2018 年图灵奖，以表彰他们使深度神经网络成为计算的关键组成部分的概念和工程突破。
2024 年 10 月，瑞典皇家科学院宣布将 2024 年诺贝尔物理学奖授予 Geoffrey Hinton 和 John Hopfield，「以表彰他们在使用人工神经网络实现机器学习方面奠基性发现和发明」。
John Hopfield
John Hopfield 是美国物理学家，活跃于生物物理学和统计物理学领域。他在 1982 年提出的 Hopfield 网络是神经网络领域的经典模型。Hopfield 为该模型引入了精确的二值神经元和能量函数的概念，这是一种特别自关联网络，能够存储和搜索记忆。Hopfield 网络被广泛用于解决组合优化问题、图像识别等任务，特别是在自联想存储和优化问题。
Hopfield 的神经网络模型开启了人们对大脑计算过程的研究，推动了计算神经科学的发展。他的神经理论解释了大规模处理如何在存储网络中实现稳定的记忆，启发了后来的深度学习研究。
黄仁勋（Jensen Huang）
黄仁勋（Jensen Huang）是英伟达创始人兼首席执行官，他于 1993 年创立英伟达。2001 年入选《财富》40 岁以下最富 40 人；2020 年入选《2020 福布斯全球亿万富豪榜》。2023 年 5 月 30 日，英伟达成为首家市值达到 1 万亿美元的芯片企业，史上第九家跨入美元市值「万亿俱乐部」的企业。2024 年，黄仁勋当选美国工程院院士。
Yann LeCun
Yann LeCun 是 Meta 首席 AI 科学家、NYU 教授，被誉为「卷积神经网络之父」，2019 年 3 月，因在人工智能深度学习方面的贡献获得 2018 年度图灵奖。此外，他还获得了 2014 年 IEEE 神经网络先锋奖（Neural Network Pioneer Award）、2015 年 IEEE PAMI 杰出研究奖和 2016 年 Lovie 终身成就奖。
李飞飞（Fei-Fei Li）
李飞飞是斯坦福大学计算机科学教授，美国工程院院士，专业领域是计算机视觉和认知神经科学。她牵头创建的 ImageNet 数据集和竞赛，在深度学习革命中发挥了重要作用。李飞飞与他人共同创办了斯坦福大学以人为本人工智能研究所 (HAI)，并继续突破计算机视觉的界限。
除了在谷歌的工作之外，李飞飞的职业生涯一直在学术界度过。2016 年，李飞飞加入 Google 云端人工智能暨机器学习的中国中心团队，以 Google Cloud 首席科学家身份任团队负责人之一。2018 年 9 月，李飞飞宣布返回斯坦福大学任教，并持续参与斯坦福大学的 AI 议题研究。
2024 年，李飞飞创办了 World Labs，旨在生成用户可以探索的 3D 场景。World Labs 致力于为人工智能提供「空间智能」，即生成、推理和与三维世界互动的能力。
参考链接
https://qeprize.org/winners/modern-machine-learning
https://x.com/QEPrize/status/1886853689031143927
© THE END
转载请联系本公众号获得授权