恭喜！
昨天，伊丽莎白女王工程奖（Queen Elizabeth Engineering Award）发布了今年的获奖者名单。该奖项是今年的现代机器学习，因此获奖者在AI领域的人们完全赢得了胜利者，包括诺贝尔奖获得者Geoffrey Hinton和John Hopfield，Turing奖得主Yoshua Bengio和Yann Lecun和Nvidia首席科学家Bi ll Dally， NVIDIA创始人兼首席执行官Huang Renxun和Li Feifei，被称为“ AI的教母”。
伊丽莎白女王工程奖（Qeprize）是由英国在2012年在英国的一个团体发起的，包括戴维·卡梅隆，尼克·克莱格和埃德·米利班德，他们分别是英国首相，副总理和反对派领导人。为此成立的伊丽莎白女王工程奖基金会将以伊丽莎白二世女王的名义和3D打印的奖杯的名义授予50万英镑（约454万元）（该奖项将在2021年之前每两年颁发一次）。
根据官方网站的说法，Qeprize的目标是“认识大胆而开拓性的工程创新，这些创新对人类具有全球利益”。以前的获奖者涉及多个领域，包括蒂姆·伯纳斯·李（Tim Berners-Lee）的第一批获奖者，“互联网之父”：
2013年，互联网和万维网：罗伯特·卡恩（Robert Kahn），文顿·塞夫（Vinton Cerf），路易斯·普津（Louis Pouzin），马克·安德森（Marc Andreessen）和蒂姆·伯纳斯·李（Tim Berners-Lee）；
2015年，受控释放的大分子药物输送：罗伯特·兰格（Robert Langer）；
2017年，数字成像传感器：Eric Fossum，George Smith，Nobukazu Teranishi和Michael Tompsett
2019年，全球定位系统（GPS）：Bradford Parkinson，James Spilker，Jr，Hugo Fruehauf和Richard Schwartz；
2021年，LED照明：Isamu Akasaki，Shuji Nakamura，Nick Holonyak Jr，M George Craford和Russell Dupuis；
2022年，世界上最强的磁铁：Masato Sagawa；
2023年，PERC太阳能光伏技术：Martin Green，Andrew Blakers，Aihua Wang和Jianhua Zhao。
2024年，现代风能技术：安德鲁·加拉德·CBE和亨里克·斯蒂斯。
Qeprize在一篇相关文章中写道：“ 2025年伊丽莎白女王工程奖颁发给七位工程师，他们为现代机器学习的开发做出了突破性的贡献，这是人工智能进步（AI）的核心组成部分。” ，本文简要列出了每个获胜者获胜的原因：
Yoshua Bengio，Geoffrey Hinton，John Hopfield和Yann Lecun长期以来一直主张人工神经网络作为机器学习的有效模型，这现在已成为主流范式。他们一起为这种方法奠定了概念基础。
Huang Renxun和Bill Dally领导了支持现代机器学习算法运行的硬件平台的开发。利用图形处理单元（GPU）及其随后的架构进步的愿景实现了大规模的扩展，从而成为成功应用这些硬件的关键。
Li Feifei确立了提供高质量数据集的重要性，这些数据集可用于衡量进度并支持机器学习算法的培训。通过创建一个用于对象识别软件研究的大图像数据库，她使人们可以使用数百万的带注释的图像，这些图像在训练和评估计算机视觉算法中起着重要作用。
“这些工程师的共同努力为机器学习奠定了基础，这是当今世界上许多最激动人心的创新背后的力量。”
现场的照片，从皇家工程学院推文@raengnews复制
Li Feifei对社交网络表示感谢，他说：“神经网络算法，数据和GPU芯片导致了现代AI的诞生（重生），使这项强大的技术能够帮助人们增强其能力并改善我们的生活和工作。 “
Yann Lecun分享了一些自己的照片，该照片当场获得了奖项：
Yoshua Bengio还分享了赢得该奖项的乐趣。
让我们简要介绍今年的获奖者。
Yoshua Bengio
Yoshua Bengio出生于法国巴黎，并在麦吉尔大学学习了计算机工程。从1986年到1991年，他继续研究“计算机科学”，并从博士学位毕业。之后，他在麻省理工学院担任博士后研究员一段时间。 1992年，他去了美国的AT＆T Bell实验室的Lecun小组进行研究和视觉算法研究。自1993年以来，他一直在蒙特利尔大学担任专职教授，负责计算机科学和运营研究。他还是MILA科学的创始人兼总监。
2003年，班吉奥（Bengio）证明了神经网络可以通过预测下一个单词（例如自动校正）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，提出了一种培训AI的方法，允许两个AIS相互竞争，一个人可以产生内容，另一个可以判断其质量。
比尔·达利
比尔·达利（Bill Dally）于2009年1月加入NVIDIA担任首席科学家。他在斯坦福大学（Stanford）担任计算机科学系主任12年，并与他的团队合作开发了系统架构，网络架构，信号以及当今大部分大型平行计算机。路由和同步技术。他从1986年到1997年在麻省理工学院工作，并与他的团队建造了J-Machine和M-Machine，这是两个实验平行的计算机系统，它们是第一个将机制与编程模型分开的，并表现出极低的高架同步和通信机制。从1983年到1986年，他在加州理工学院（Caltech）工作，在那里他设计了MOSSIM仿真引擎和Torus Rutus芯片，该芯片率先开创了“虫洞”路由和虚拟通道交通控制。他是美国国家工程学院的成员，美国艺术与科学学院的成员，IEEE和ACM研究员，并获得了ACM Eckert-Mauchly奖，IEEE Seymour Cray奖和ACM Maurice Wilkes奖。比尔·达利（Bill Dally）拥有弗吉尼亚理工大学的电气工程学士学位，斯坦福大学的电气工程硕士学位以及加州理工学院的计算机科学博士学位。
杰弗里·欣顿（Geoffrey Hinton）
1978年，杰弗里·欣顿（Geoffrey Hinton）获得了博士学位。来自爱丁堡的人工智能。在卡内基·梅隆大学（Carnegie Mellon University）任教五年后，他成为加拿大高级研究学院的研究员，并在多伦多大学计算机科学系任教，现在他是荣誉教授。他于2013年3月加入Google，担任Vector Institute的首席科学顾问。
1986年，杰弗里·欣顿（Geoffrey Hinton）与戴维·鲁梅尔哈特（David Rumelhart）和罗纳德·J·威廉姆斯（Ronald J. Williams）一起推出了用于训练多层神经网络的反向传播算法。 2012年，由多伦多的杰弗里·欣顿（Geoffrey Hinton）领导的一个研究团队在深度学习中取得了重大突破，彻底改变了语音识别和目标分类。与学生Alex Krizhevsk和Ilya Sutskever合作设计的卷积神经网络“ Alexnet”赢得了Imagenet 2012挑战赛，远远超过了第二名，将Imagenet数据集的视觉识别错误率降低到了15.3％，仅在前一半。这成为计算机视觉领域的一个里程碑。
2018年，Hinton与Yann Lecun和Yoshua Bengio一起获得了2018年Turing Award，因为他们的概念和工程突破使深度神经网络成为计算的关键组成部分。
2024年10月，瑞典皇家科学院宣布，2024年诺贝尔物理学奖被授予杰弗里·欣顿（Geoffrey Hinton）和约翰·霍普菲尔德（John Hopfield），“因为他们在使用人工神经网络来实现机器学习方面的基本发现和发明。”
约翰·霍普菲尔德
约翰·霍普菲尔德（John Hopfield）是活跃于生物物理学和统计物理学领域的美国物理学家。他在1982年提出的Hopfield网络是神经网络领域的经典模型。 Hopfield将精确的二进制神经元和能量功能的概念引入了模型，该模型是一个特别自我关联的网络，可实现内存存储和搜索。 Hopfield网络被广泛用于解决任务，例如组合优化问题，图像识别等，尤其是在自我关联存储和优化问题中。
霍普菲尔德的神经网络模型开辟了人们对大脑计算过程的研究，并促进了计算神经科学的发展。他的神经理论解释了大规模处理能够在存储网络中实现稳定的内存，并激发了后来的深度学习研究。
詹森黄
詹森黄（Jensen Huang）是Nvidia的创始人兼首席执行官，他于1993年创立了NVIDIA。2001年，他被选为40岁以下40岁以下的40名最富有的人。 2020年，他被选为2020年福布斯全球亿万富翁名单。 2023年5月30日，NVIDIA成为第一家具有1万亿美元市值的芯片公司，并且是历史上第九家进入40亿美元市场价值的“三亿俱乐部”的公司。 2024年，黄·雷克森（Huang Renxun）当选为美国工程学会的成员。
Yann Lecun
Yann Lecun是meta的首席AI科学家兼纽约大学教授。他被称为“卷积神经网络之父”。 2019年3月，他因对人工智能深度学习的贡献而获得了2018年的图灵奖。此外，他还获得了2014年IEEE神经网络先驱奖，2015年IEEE PAMI杰出研究奖和2016年Lovie Lifetime成就奖。
fei-fei li
Feifei Li是斯坦福大学的计算机科学教授，也是美国工程学院的成员。他的专长是计算机视觉和认知神经科学。她领导的Imagenet数据集和竞赛在深度学习革命中发挥了重要作用。 Li Feifei和其他人共同创立了斯坦福大学人工智能研究所（HAI），并继续突破计算机视觉的界限。
除了在Google的工作外，Li Feifei还在学术界度过了职业。 2016年，Li Feifei加入了Google Cloud人工智能和机器学习的中国中央团队，并担任Google Cloud的首席科学家团队负责人之一。 2018年9月，Li Feifei宣布，她将返回斯坦福大学教书并继续参加斯坦福大学的AI研究主题。
2024年，Li Feifei创立了世界实验室，旨在生成用户可以探索的3D场景。世界实验室致力于为人工智能提供“空间智能”，即产生，推理和与三维世界互动的能力。
参考链接
©结束
