Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

获人工智能教父、教母之称的人

Answer

人工智能教父通常指的是杰弗里·辛顿(Geoffrey Hinton)。他在数十年前就支持和推动了机器学习,随着像 ChatGPT 这样的聊天机器人引起广泛关注,CBS 的主持人于 2023 年 3 月初在多伦多的 Vector 研究所对他进行了采访,全长 40 分钟的采访视频(https://www.youtube.com/watch?v=qpoRO378qRY)。

2023 年 6 月 10 日,辛顿出席被称之为中国“AI 春晚”的 2023 年智源大会,线上发表题为《通向智能的两条通路》(Two paths to Intelligence)的主题演讲。

Hinton 特别提到了他与 Ilya 在研究反向传播算法时的合作等相关内容。

Content generated by AI large model, please carefully verify (powered by aily)

References

1.1 入门:AI 学习路径

|任务名|内容摘要|链接|标签|分类|必读星标|<br>|-|-|-|-|-|-|<br>|人工智能教父Hinton:ChatGPT和AI的过去现在与未来|杰弗里·辛顿(Geoffrey Hinton)被公认是人工智能的教父,数十年前他就支持和推动了机器学习,随着像ChatGPT这样的聊天机器人引起广泛关注,CBS的主持人于2023年3月初在多伦多的Vector研究所采访了Hinton。<br><br>全长40分钟的采访视频([https://www.youtube.com/watch?v=qpoRO378qRY](https://www.youtube.com/watch?v=qpoRO378qRY))干货满满,非常精彩。|[https://mp.weixin.qq.com/s/jHIJrCDLdnVd3XNh3zkVIQ](https://mp.weixin.qq.com/s/jHIJrCDLdnVd3XNh3zkVIQ)|ChatGPT|进阶|⭐️|<br>|揭开OpenAI创业秘史,ChatGPT的真正推手原来是他|如果说阿尔特曼是OpenAI的招牌,那么布罗克曼就是OpenAI的秘密武器。|[https://tech.sina.com.cn/csj/2023-04-10/doc-imypvxxt1708219.shtml](https://tech.sina.com.cn/csj/2023-04-10/doc-imypvxxt1708219.shtml)|ChatGPT|进阶||

6月9日-10 日 北京智源大会精选

[【中英精校】AI教父Hinton智源大会闭幕Keynote“放弃永生的凡人计算”_哔哩哔哩_bilibili](https://www.bilibili.com/video/BV1yo4y1J7mK/?spm_id_from=333.999.0.0)⬆️翻译视频https://baai.org/l/27397智源大会官方总结看到这里泪目了以下为Twitter博主GPTDAOCN的总结AI教父辛顿:多模态下的人工智能将比人类更聪明,还会试图掌握主动权6月10日,辛顿出席被称之为中国“AI春晚”的2023年智源大会,线上发表题为《通向智能的两条通路》(Two paths to Intelligence)的主题演讲,作为大会的压轴闭幕演讲。他在其中讨论了一种新的基于硬件的有限计算,以限制他认为人工智能无限复制可能带来的威胁,但整体上他依然认为AI的能力会很快超越人类,由此带来更大的威胁。

观点:AI 教父 Hinton 最新万字精彩访谈:直觉,AI 创新的洞见和思考,未来 (附全文+视频)

Hinton特别提到了他与Ilya在研究反向传播算法时的合作。Ilya的直觉和解决问题的能力给他留下了深刻印象,他们的合作也为人工智能和神经科学研究带来了新的突破。规模和算法是科技进步的关键因素。他认为Ilya Sutskever关于系统规模足够大就能更好运作的观点已被证实。尽管Transformer等新想法很重要,但数据和计算规模才是决定性因素。Hinton回顾了他与Ilya和James Martins在2011年发表的一篇论文,该论文使用字符级预测和维基百科数据进行实验,结果令人惊讶。他解释说,这种方法并非错误,而是一种有效的学习方式。事实上,Hinton是第一个使用嵌入和反向传播的神经网络语言模型的创造者。他进一步阐述了这种模型的工作原理,即通过预测下一个符号来理解问题,这与传统的自动完成功能有很大不同。Hinton认为,这种模型的理解方式与人类非常相似,尽管许多人认为这些模型只是在预测下一个符号,而没有进行推理。谈到大型语言模型的工作原理时,Hinton解释说它们通过寻找共同的结构来提高编码效率。他以GPT-4回答问题为例,说明这种模型如何通过理解看似不同事物之间的类比来进行创新。

Others are asking
获人工智能教父、教母之称的人
人工智能教父通常指的是杰弗里·辛顿(Geoffrey Hinton)。以下是关于他的一些相关信息: 数十年前他就支持和推动了机器学习,随着像 ChatGPT 这样的聊天机器人引起广泛关注,CBS 的主持人于 2023 年 3 月初在多伦多的 Vector 研究所采访了他,全长 40 分钟的采访视频()。 2023 年 6 月 10 日,辛顿出席被称之为中国“AI 春晚”的 2023 年智源大会,线上发表题为《通向智能的两条通路》(Two paths to Intelligence)的主题演讲。 Hinton 特别提到了他与 Ilya 在研究反向传播算法时的合作。 此外,文中未提及人工智能教母的相关内容。
2024-08-13
获AI教父、教母之称的人
在 AI 领域,被称为“教父”的是 Geoffrey Hinton(杰弗里·辛顿)。他在深度学习和神经网络方面的研究成果具有重要影响力。Ilya Sutskever 是 Geoffrey Hinton 的得意门生,也是 AI 领域的超级明星。
2024-08-13
你是福州市政府工作人员,中国移动拟邀请福州市委书记参加中国移动人工智能生态大会并致辞,该大会是第八届数字峰会的组成部分,需要撰写市委书记的致辞稿,需要中国移动准备哪些素材,请告诉我提示词
以下是为您整理的相关内容: 《促进创新的人工智能监管方法》:包含了关于通用人工智能价值链、相关案例研究以及对人工智能监管框架的探讨等内容。 陶力文律师关于律师写好提示词用好 AI 的方法:包括初始化的欢迎语、遵循的规则、获取案例洞察报告和目标群体、输出纲要和写作方案、根据用户反馈调整等流程。 开幕式主持稿:涉及基地代表发言的时间、主题、物料配合和人员配合等信息。 但这些素材似乎与为中国移动准备市委书记致辞稿所需的素材关联不大。一般来说,为撰写市委书记在中国移动人工智能生态大会上的致辞稿,中国移动可能需要准备以下素材: 1. 本次大会的详细介绍,包括主题、目标、议程安排等。 2. 中国移动在人工智能领域的发展成果、战略规划和未来愿景。 3. 中国移动人工智能生态的构建情况,如合作伙伴、合作项目等。 4. 本次大会在第八届数字峰会中的地位和作用。 5. 相关行业的人工智能发展现状和趋势。 6. 福州市在人工智能领域的发展情况和与中国移动合作的展望。
2025-04-18
人工智能软件现在有哪些
以下是一些常见的人工智能软件: 1. 在自然语言处理和神经科学应用方面,大型语言模型取得了进展,拥有更先进的工具用于解码大脑状态和分析复杂脑部活动。 2. 在艺术创作领域,有涉及知识产权保护的相关软件,如软件工程师在设计时应确保生成内容合法合规、注重用户知识产权保护等。创作者使用此类软件时,应了解自身权利并做好保护。 3. 在线 TTS 工具方面,如 Eleven Labs(https://elevenlabs.io/)、Speechify(https://speechify.com/)、Azure AI Speech Studio(https://speech.microsoft.com/portal)、Voicemaker(https://voicemaker.in/)等。这些工具可将文本转换为语音,具有不同的特点和适用场景。但请注意,相关内容由 AI 大模型生成,请仔细甄别。
2025-04-15
什么是通用人工智能
通用人工智能(AGI)是指具有人类水平的智能和理解能力的 AI 系统。它有能力完成任何人类可以完成的智力任务,适用于不同的领域,同时拥有某种形式的意识或自我意识。 目前 AGI 还只是一个理论概念,没有任何 AI 系统能达到这种通用智能水平。 OpenAI 在其内部会议上分享了 AGI 的五个发展等级: 1. 聊天机器人(Chatbots):具备基本对话能力的 AI,主要依赖预设脚本和关键词匹配,用于客户服务和简单查询响应。 2. 推理者(Reasoners):具备人类推理水平的 AI,能够解决复杂问题,如 ChatGPT,能够根据上下文和文件提供详细分析和意见。 3. 智能体(Agents):不仅具备推理能力,还能执行全自动化业务的 AI。目前许多 AI Agent 产品在执行任务后仍需人类参与,尚未达到完全智能体的水平。 4. 创新者(Innovators):能够协助人类完成新发明的 AI,如谷歌 DeepMind 的 AlphaFold 模型,可以预测蛋白质结构,加速科学研究和新药发现。 5. 组织(Organizations):最高级别的 AI,能够自动执行组织的全部业务流程,如规划、执行、反馈、迭代、资源分配和管理等。 常见名词解释: AGI:通用人工智能(Artificial General Intelligence)能够像人类一样思考、学习和执行多种任务的人工智能系统。 NLP:自然语言处理(Natural Language Processing),就是说人话。 LLM:大型语言模型(Large Language Model),数据规模很大,没钱搞不出来,大烧钱模型。
2025-04-15
2025年人工智能大模型的技术提升有哪些,是参数?推理能力?还是语料
2025 年人工智能大模型的技术提升可能体现在以下几个方面: 1. 视频生成能力:如 2024 年推出的多个先进的 AI 模型能够从文本输入生成高质量视频,相比 2023 年有显著进步。 2. 模型规模与性能:更小的模型能驱动更强的性能,如 2022 年最小能在 MMLU 上得分高于 60%的模型是具有 5400 亿参数的 PaLM,到 2024 年,参数仅 38 亿的微软 Phi3mini 也能达到相同阈值。 3. 推理能力:尽管加入了如思维链推理等机制显著提升了大语言模型的性能,但在一些需要逻辑推理的问题上,如算术和规划,尤其在超出训练范围的实例上,这些系统仍存在问题。 4. AI 代理:在短时间预算设置下,顶级 AI 系统得分高于人类专家,但随着时间预算增加,人类表现会超过 AI。 5. 算法变革:如 DeepSeek 的出现标志着算力效率拐点显现,其通过优化算法架构显著提升了算力利用效率,同时 2025 年发布的大模型呈现低参数量特征,为本地化部署到 AI 终端运行提供了可能,其训练过程聚焦于强化学习,提升了模型的推理能力。
2025-04-14
用通俗易懂的动画描述人工智能工作原理
人工智能的工作原理可以通过以下动画来描述: 在一个动画场景中,首先有一个传统工作流的部分,就像精心搭建的积木城堡,每一块积木的位置和形状都被精确设计和控制,这代表着传统工作流的可控性和高成本、慢速度。 然后是 AI 工作流的部分。想象一下,有一团混乱的色彩在飞舞,这团色彩代表着随机和不可控。但在这混乱中,有一种力量在尝试引导和塑造,就像在狂风中努力抓住风筝线一样,这就是在随机性中寻找可控性。 比如在一个生成音频与视频同步的例子中,动画展示了一个系统。首先,系统将视频输入编码成压缩的表示形式,就像把一大包东西压缩成一个小包裹。然后,扩散模型从随机噪声中不断改进音频,就像在混沌中逐渐塑造出清晰的声音。这个过程受到视觉输入和自然语言提示的引导,最终生成与提示紧密配合的同步逼真音频。最后,音频输出被解码,变成音频波形,并与视频数据完美结合。 总的来说,传统工作流在可控中寻找创新的随机,而 AI 工作流更多是在随机中寻找可控,两者各有优劣,结合起来能创造出更出色的成果。
2025-04-14
人工智能简史
人工智能作为一个领域始于二十世纪中叶。最初,符号推理流行,带来了如专家系统等重要进展,但因方法无法大规模拓展应用场景,且从专家提取知识并以计算机可读形式表现及保持知识库准确的任务复杂、成本高,导致 20 世纪 70 年代出现“人工智能寒冬”。 随着时间推移,计算资源变便宜,数据增多,神经网络方法在计算机视觉、语音理解等领域展现出卓越性能。过去十年中,“人工智能”常被视为“神经网络”的同义词,因多数成功案例基于神经网络方法。 以下是人工智能发展历程中的一些重要节点: 1969 年:经历低潮。Marvin Minsky 和 Seymour Papert 阐述因硬件限制,几层的神经网络仅能执行基本计算,AI 领域迎来第一次泡沫破灭。 1960 1970 年代:早期专家系统。此时期 AI 研究集中在符号主义,以逻辑推理为中心,主要是基于规则的系统,如早期专家系统。 1980 年代:神经网络。基于规则的系统弊端显现,人工智能研究关注机器学习,神经网络根据人脑结构和操作创建和建模。 1997 年:深蓝赢得国际象棋比赛。IBM 深蓝战胜国际象棋冠军卡斯帕罗夫,新的基于概率推论思路广泛应用于 AI 领域。 1990 2000 年代:机器学习。AI 研究在机器人技术、计算机视觉和自然语言处理等领域取得显著进展,21 世纪初深度学习出现使语音识别、图像识别和自然语言处理进步成为可能。 2012 年:深度学习兴起。Geoffrey Hinton 开创相关领域,发表开创性论文引入反向传播概念,突破感知器局限。 2012 年:AlexNet 赢得 ImageNet 挑战赛。引发深度学习热潮。 2016 年:AlphaGo 战胜围棋世界冠军。DeepMind 的 AlphaGo 战胜李世石,标志着人工智能在围棋领域超越人类,对人类理解产生深远影响。
2025-04-10