有業(yè)內(nèi)人士認為，近年來三大趨勢推動了人工智能領(lǐng)域的大爆發(fā)，一是高性能的計算能力，二是強大的算法，三是海量的數(shù)據(jù)。

人工智能技術(shù)已經(jīng)可以以極高的準(zhǔn)確度識別圖片、語音，甚至在象棋、圍棋方面勝過最頂尖的人類選手。由于機器學(xué)習(xí)技術(shù)的發(fā)展，每天我們都會聽說人工智能帶來的最新進步，無論是對醫(yī)療健康，還是關(guān)于圍棋比賽。然而我們常常沒有注意到的是，在這些成功的機器人背后也有著人類的聰明才智。

我們今天看到的快速變化是由于整個行業(yè)和學(xué)術(shù)界的努力。對于人類生成并收集的越來越多數(shù)據(jù)，研究者正在探索更好的利用方式。

其中一些重量級的研究者在機器學(xué)習(xí)領(lǐng)域取得了重要突破。目前，這些技術(shù)進步已成為了我們開發(fā)數(shù)字工具，將人工智能應(yīng)用于社交網(wǎng)絡(luò)、無人駕駛汽車，以及工業(yè)互聯(lián)網(wǎng)的基礎(chǔ)。

1、吳恩達

吳恩達近期辭去了百度首席數(shù)據(jù)科學(xué)家的職務(wù)。此外，他也是在線教育平臺Coursera的創(chuàng)始人，以及斯坦福大學(xué)計算機科學(xué)系助理教授。

在加入百度之前，他創(chuàng)建了谷歌（微博）的Brain AI研究部門，專注于深度學(xué)習(xí)技術(shù)。在斯坦福大學(xué)，他牽頭的項目包括斯坦福人工智能機器人（STAIR）的開發(fā)，以及利用單一二維照片生成三維數(shù)字模型的算法。

2、約書亞?·本吉奧（Joshua Begio）

作為蒙特利爾大學(xué)計算機科學(xué)系教授，本吉奧以智能神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)方面的研究而聞名。他曾表示，在他研究背后最重要的動機是理解“通過學(xué)習(xí)獲得智能的原理”。他的許多公開工作集中于自動編碼器。這種技術(shù)用于編碼非結(jié)構(gòu)化數(shù)據(jù)，使數(shù)據(jù)可以通過無監(jiān)控機器學(xué)習(xí)技術(shù)被計算機理解。

3、延恩·勒昆（Yann LeCunn）

勒昆自2013年以來擔(dān)任Facebook的人工智能研究負責(zé)人。他是計算機視覺技術(shù)的先驅(qū)，即讓計算機以類似人類的方式識別對象，進而將對象歸類。他也被認為是卷積神經(jīng)網(wǎng)絡(luò)模型的發(fā)明者之一。卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)是以類似人類眼睛或大腦的方式，獲取并表達信息。他是紐約大學(xué)數(shù)據(jù)科學(xué)中心的創(chuàng)始人。

4、德米斯·哈薩比斯（Demis Hassabis）

哈薩比斯是DeepMind的聯(lián)合創(chuàng)始人，這家英國人工智能創(chuàng)業(yè)公司于2014年被谷歌收購。他的工作專注于結(jié)合機器學(xué)習(xí)技術(shù)和神經(jīng)科學(xué)，開發(fā)人工神經(jīng)網(wǎng)絡(luò)。DeepMind最著名的成功是去年轟動一時的圍棋人工智能AlphaGo。這是首個擊敗人類圍棋大師的計算機程序。在取得這一突破之前，最強大的圍棋人工智能只能達到人類業(yè)余選手的水平。

5、杰弗里·辛頓（Geoffrey Hinton）

辛頓目前一方面是谷歌的工程研究員，一方面擔(dān)任多倫多大學(xué)計算機科學(xué)系教授。早在1992年，他就曾發(fā)表論文，討論使用人工神經(jīng)網(wǎng)絡(luò)去模擬人類對信息的處理方式。辛頓最初從事心理學(xué)學(xué)習(xí)，隨后獲得了人工智能領(lǐng)域的博士學(xué)位。他將自己對人類認知過程的理解應(yīng)用于計算機。

6、李飛飛

李飛飛目前擔(dān)任谷歌云的人工智能和機器學(xué)習(xí)負責(zé)人。她是斯坦福大學(xué)助理教授，同時擔(dān)任斯坦福人工智能實驗室和斯坦福視覺實驗室主任。

李飛飛是100多篇科研論文的作者，這些論文涉及計算神經(jīng)科學(xué)、視覺識別、大數(shù)據(jù)，以及她在ImageNet項目中的工作。ImageNet是一個圖片數(shù)據(jù)庫，用于訓(xùn)練深度學(xué)習(xí)圖片識別算法。