Hier soir (6 décembre), le prix principal VinFuture 2024 d'une valeur de 3 millions de dollars (plus de 76 milliards de VND) a été décerné à 5 scientifiques : Yoshua Bengio, Geoffrey E. Hinton, Jensen Huang, Yann LeCun et Fei-Fei Li pour leurs contributions révolutionnaires à l'avancement des progrès de l'apprentissage profond.
Le comité des prix a noté que les progrès dans l’apprentissage profond ont inauguré une nouvelle ère d’innovation technologique, permettant aux machines d’« apprendre » à partir de quantités massives de données et d’atteindre une précision incroyable dans des tâches telles que la reconnaissance d’images, le traitement du langage naturel et la prise de décision.
Depuis 2012, l’apprentissage profond est devenu un outil clé permettant des avancées majeures dans des domaines tels que la santé, l’automatisation et les services financiers, façonnant ainsi l’innovation future. Les nouvelles applications de développement technologique peuvent aider des millions de personnes à changer leur vie en apportant de l’efficacité aux entreprises et aux soins de santé.
Professeur Yoshua Bengio
Le professeur Yoshua Bengio est le fondateur de l'Institut Mila, qui se concentre sur les réseaux de neurones artificiels, y compris les avancées importantes dans l'apprentissage de la représentation et les modèles génératifs.
Ses contributions sont devenues un élément essentiel des systèmes modernes d’apprentissage profond, en particulier dans le traitement du langage naturel (TAL). Ses travaux ont permis le développement d’outils tels que des assistants virtuels et des outils de traduction linguistique, permettant à des millions de personnes dans le monde d’avoir accès à ces technologies. Ses recherches continuent de façonner les domaines liés à l’apprentissage profond, de la robotique au développement de la médecine personnalisée.
Professeur Yoshua Bengio (à l'extrême gauche)
Les innovations de Bengio permettent aux systèmes « d’apprendre » et de générer des données avec une précision incroyable. Ces innovations sont particulièrement importantes pour créer des solutions basées sur l’IA pour relever les défis mondiaux, tels que l’amélioration des soins de santé et la promotion d’un développement environnemental durable.
S'exprimant lors de la cérémonie de remise des prix, le professeur a rappelé son parcours avec l'IA qui a commencé il y a 20 ans, lorsqu'il s'est intéressé aux réseaux neuronaux et a voulu comprendre les principes derrière l'intelligence. À l’époque, il ne pensait pas que ses progrès et son succès auraient un impact aussi important sur la société d’aujourd’hui.
« L’IA peut apporter d’énormes bénéfices si et seulement si nous la dirigeons correctement. Nous devons comprendre l’ampleur du défi et assumer la responsabilité de faire de l’IA un succès », a-t-il souligné.
Professeur Geoffrey Hinton
Le professeur Geoffrey Hinton, de l’Université de Toronto, au Canada, est reconnu pour son leadership et ses recherches fondamentales sur l’architecture des réseaux neuronaux. Son article de 1986 avec David Rumelhart et Ronald Williams a démontré des représentations distribuées dans les réseaux neuronaux formés par l'algorithme de rétropropagation. Cette méthode est devenue un outil standard dans le domaine de l’intelligence artificielle et a conduit à des avancées dans la reconnaissance d’images et de la parole.
Professeur Geoffrey Hinton. (Photo: TVP)
En affinant l’architecture des réseaux neuronaux profonds et en utilisant de grands ensembles de données pour les former, le professeur Hinton a ouvert de nouvelles directions pour la recherche et les applications en intelligence artificielle, ouvrant ainsi la voie à des avancées dans le développement de modèles d’intelligence artificielle et de systèmes autonomes.
Lors de la cérémonie de remise des prix, le professeur Geoffrey E. Hinton a déclaré que lui, le professeur Yoshua Bengio et Yann LeCun ont consacré leur vie au développement de la technologie des réseaux neuronaux. Il a également été heureux de voir VinFuture reconnaître les contributions de M. Jen-Hsun Huang au développement du logiciel informatique nécessaire à l'intelligence artificielle ; ainsi que par le professeur Fei-Fei Li dans la fourniture de big data - un facteur qui a prouvé l'efficacité de cette technologie.
M. Jensen Huang
Jensen Huang, président de NVIDIA, a été reconnu pour son leadership visionnaire dans la transformation des unités de traitement graphique (GPU) en outils puissants pour l'apprentissage profond et le calcul accéléré.
Le développement de la plateforme CUDA (Compute Unified Device Architecture) aide la programmation GPU à gérer efficacement les énormes demandes de calcul de l'apprentissage en profondeur. Cette avancée a permis une formation rapide des réseaux neuronaux et a fait des GPU un outil essentiel dans la recherche et le développement en intelligence artificielle dans le monde entier.
M. Jensen Huang s'exprime lors de la cérémonie de remise des prix.
Les GPU sont devenus des éléments essentiels de la recherche moderne en intelligence artificielle, accélérant l’innovation dans des domaines tels que la reconnaissance vocale, les voitures autonomes, le traitement d’images médicales et le traitement du langage. Aujourd'hui, l'apprentissage profond accéléré par GPU alimente de nombreuses avancées telles que les modèles d'intelligence artificielle ou les outils de santé et de diagnostic populaires d'aujourd'hui, bénéficiant à des millions de personnes dans le monde.
« Je suis honoré de recevoir le prix principal de VinFuture en présence d’amis et de grands scientifiques tels que le professeur Yoshua Bengio, Geoffrey Hinton et Yann LeCun.
Il s’agit pour nous d’une reconnaissance de la part de la Fondation VinFuture pour le potentiel révolutionnaire de l’IA dans tous les secteurs. « Je suis honoré de recevoir ce prix au nom de mes collègues de NVIDIA qui ont consacré leur vie à l'informatique et aux domaines connexes », a déclaré Jen-Hsun Huang.
Professeur Yann LeCun
Le professeur Yann LeCun, responsable scientifique de l'IA chez Meta, est reconnu pour son travail de pionnier dans le développement de réseaux de neurones convolutifs (CNN). Il s’agit d’un modèle important dans le développement de la technologie de reconnaissance d’images et d’apprentissage en profondeur.
Ses travaux sur les CNN à la fin des années 1980 ont jeté les bases de l’apprentissage automatique des caractéristiques hiérarchiques des images, ce qui est important dans des tâches telles que la détection d’objets et la reconnaissance des visages.
Professeur Yann LeCun.
Les innovations du professeur LeCun ont permis des percées dans les industries qui utilisent la technologie de traitement d’images, du diagnostic médical à la conduite autonome. Les CNN sont désormais devenus la norme dans les applications d’intelligence artificielle utilisées par des milliards de personnes chaque jour, jouant un rôle central dans le développement de technologies telles que la reconnaissance faciale et le traitement d’images médicales.
Le professeur Yann LeCun a partagé que le trophée VinFuture 2024 a une forme très similaire à un modèle neuronal, avec la connexion des neurones. Ce symbole convient vraiment à son travail.
« Les machines peuvent apprendre, pas encore comme les humains, mais nous y parvenons. Je pense que l'IA peut se développer davantage, devenir plus intelligente. L'IA nous aide à étendre l'intelligence humaine, en fait, l'IA l'a fait depuis ses prédécesseurs », a-t-il déclaré.
Les assistants IA peuvent devenir plus intelligents et, à mesure que nous continuons à former l'IA sur la langue, la culture et les valeurs, cela créera un trésor de données humaines qui doivent être partagées, diffusant ainsi les connaissances dans le monde, favorisant les progrès de la science, de la médecine et de la technologie, a déclaré l'expert.
Professeur Fei-Fei Li
Le professeur Fei-Fei Li, de l'Université de Stanford, aux États-Unis, est reconnu pour ses contributions pionnières dans le domaine de la vision par ordinateur et le développement de l'ensemble de données ImageNet. Son leadership dans le projet ImageNet a révolutionné la reconnaissance d’images en créant un grand ensemble de données étiquetées qui a permis aux machines de reconnaître et de classer les objets avec plus de précision.
Le professeur Fei-Fei Li est occupé et ne peut pas venir au Vietnam pour recevoir le prix.
ImageNet a jeté les bases de la formation de modèles d’apprentissage profond et a alimenté le développement de tâches telles que la détection d’objets, la reconnaissance faciale et la classification d’images. Les travaux du professeur Li constituent un excellent exemple de l’importance des données dans la formation des systèmes d’intelligence artificielle, influençant l’approche basée sur les données utilisée dans de nombreux domaines.
Les contributions du professeur Li ont transformé la façon dont les systèmes d’apprentissage profond traitent et comprennent les informations visuelles, permettant des avancées dans des domaines tels que la conduite autonome, le diagnostic médical et les systèmes de sécurité intelligents. En repoussant les limites de ce que les machines peuvent voir et interpréter, ses travaux ont alimenté l’innovation dans le domaine de la vision par ordinateur et ont bénéficié à la société dans son ensemble.
Le prix a été lancé par la Fondation VinFuture en 2020 et est décerné chaque année aux inventions scientifiques et technologiques révolutionnaires qui ont le potentiel de créer des changements significatifs dans la vie des gens. Après quatre saisons, 37 scientifiques ont été honorés. Le prix total est d'une valeur de 4,5 millions USD, comprenant un prix principal de 3 millions USD et 3 prix spéciaux de 500 000 USD chacun, avec 3 catégories : femmes scientifiques, scientifiques des pays en développement et scientifiques recherchant de nouveaux domaines.
Source
Comment (0)