Когда дело доходит до искусственного интеллекта и машинного обучения , нужно многое знать. Но помните старую пословицу: «Дело не в том, что вы знаете. Дело в том, кого вы знаете ». Хорошо, это очень неприятная фраза, но она применима. Легче узнать о новой теме, если вы следите за людьми, которые ее делают.

Вот семь экспертов и влиятельных лиц в области искусственного интеллекта и машинного обучения, за которыми вы должны следить, чтобы быть в курсе того, что происходит в космосе.  

1. Эндрю Нг

Как руководитель-основатель команды Google Brain и бывший директор Стэнфордской лаборатории искусственного интеллекта , а ныне главный научный сотрудник группы искусственного интеллекта Baidu , насчитывающей около 1200 человек, Эндрю имеет серьезные успехи в машинном обучении и глубоком обучении.

В качестве небольшого ознакомления с его резюме представьте, что он создал автономный вертолет для Стэнфорда, который использует обучение с подкреплением . Не слишком потертый.

Эндрю также является пионером в сфере информационных технологий, является председателем и соучредителем Coursera, а в настоящее время преподает в Стэнфорде. Его страсть к преподаванию делает его отличным последователем для людей, которые хотят узнать больше о машинном обучении. Он разбивает вещи на такие статьи, как « Что может и не может искусственный интеллект прямо сейчас» .

Эта его диаграмма - отличный пример сложной идеи, разбитой на простые для понимания части:

Эндрю - один из 10 экспертов Dataconomy.com в области машинного обучения, о которых вам нужно знать . Он является автором или соавтором более 100 статей о ML / AI.

Посетите его веб-сайт и подпишитесь на него в Twitter .

2. Андрей Карпаты

Андрей Карпати - научный сотрудник OpenAI, который, по его словам, любит «тренировать глубокие нейронные сети на больших наборах данных» и «находится в поисках решения разведки». В свободное время люблю смотреть диету Санта-Кларита.

Блог OpenAI очень интересен, в нем есть такие статьи, как « Атака на машинное обучение с примерами состязательности », в которых сложные проблемы раскрываются до такой степени, что непрограммисты могут их понять.

Как доктор философии по информатике. студент в Стэнфорде , Андрей построил библиотеку Javascript для обучения нейронных сетей , называемых ConvNetJS .

Следите за Андреем в Твиттере, чтобы узнать о сплетнях в сфере искусственного интеллекта, например, о судебном иске Alphabet против Uber по обвинению в краже секретов беспилотных автомобилей. Или посмотрите его Github .

3. Майкл Джордан

Майкл Джордан - «известный статистик из Беркли», согласно FastML.com. В частности, Майкл - заслуженный профессор Пехонг Чен кафедры электротехники и компьютерных наук и департамента статистики Калифорнийского университета в Беркли. До этого он преподавал в Массачусетском технологическом институте.

Майкл специализируется на вероятностных графических моделях, спектральных методах, обработке естественного языка, статистической генетике и многом другом.

Согласно NPR , он является «ведущей фигурой в области машинного обучения и байесовской непараметрики - статистического подхода, который поддерживает гибкие модели, которые могут« расти »по мере появления большего количества данных. Вычислительные модели, которые он разработал, были применены к обучению, памяти, обработке естественного языка, семантике и зрению, а также к другим аспектам естественного и искусственного интеллекта ».

Компания Dataconomy благодарит Майкла за помощь в популяризации байесовских сетей в приложениях машинного обучения. Он также является одним из корифеев, которые первыми подняли и популяризировали способы пересечения статистики и машинного обучения.

Кроме того, как одаренный учитель, ученики Майкла сами являются светилами в мире машинного обучения. Эндрю Нг, который также находится в этом списке, является одним из его учеников.

Посетите его Reddit AMA или его личный веб-сайт . Вы можете посмотреть интервью с Майклом здесь .

4. Янн ЛеКун

Янн ЛеКун и его друзья изобрели сверточные нейронные сети, которые заставляют работать распознавание изображений. NBD. В свободное время Янн является директором по исследованиям искусственного интеллекта в Facebook.

Директор-основатель Центра науки о данных Нью-Йоркского университета, серебряный профессор компьютерных наук, нейронных наук, электротехники и компьютерной инженерии Нью-Йоркского университета.

Янн специализируется на машинном обучении и его приложениях, включая зрение, речь, язык, интеллектуальный анализ данных и биоинформатику. Кроме того, Янн изучает компьютерное зрение, мобильную робототехнику и вычислительную нейробиологию.

Следуйте за ним в Twitter, чтобы посмотреть 45-минутные документальные фильмы о глубоком обучении от Radio Canada на французском языке, которые, по его словам, «потрясающие», но у меня есть сомнения. Есть также интересные статьи, например, о будущем производства, написанные на английском языке. Но французского много. Посетите его личный веб-сайт и страницу Google Scholar .

5. Джеффри Э. Хинтон

Потратив три десятилетия на изобретение машин Больцмана , обратного распространения ошибки и контрастного расхождения со своими коллегами из академических кругов, Джеффри Хинтон стал стажером в Google в возрасте 64 лет. Его когорта в основном из поколения миллениума считала его, по его оценке, «гериатрическим идиотом».

Джеффри - научный сотрудник Google и заслуженный профессор Университета Торонто. Он и его друзья изобрели глубокое обучение. Он также единственный влиятельный человек в ML в этом списке, AFAIK, у которого есть фан-аккаунт в Twitter . Не уверен, что является большим достижением, но держу пари, что они связаны.

«Невероятно сложно описать карьеру любого из этих выдающихся умов в нескольких предложениях, но с Хинтоном это оказывается особенно сложным», - пишет Dataconomy of Geoffrey. Он в игре уже три десятилетия, но только после того, как вычислительная мощность улучшилась, его признали за пределами академии.

Он начал свою карьеру в Google, когда они приобрели его компанию DNNResearch. Сегодня он работает над проектом нейронной сети Google «Мозг» . Он стал соучредителем Neural Computing and Adaptive Perception , клуба только по приглашению специально подобранных исследователей в области физики, нейробиологии и инженерии.  

Загляните на его академическую страницу .

6. Джеймс Чам

«Я думаю, что с нашей точки зрения, грязный секрет машинного обучения сейчас в том, что никто не знает, что они делают». Джеймс Чам сохраняет это правдой.

Джеймс Чам - партнер инвестиционной компании Bloomberg Beta и венчурный капиталист на раннем этапе, «одержимый новым миром работы». Я впервые услышал о Джеймсе, когда он был гостем на подкасте CXO Talk , где я подумал, что он проделал отличную работу, развеяв некоторые мифы о машинном обучении, а также развеяв шумиху.

Мне понравилось его мнение о том, что все сосредоточены на важных вопросах, например, как ИИ повлияет на будущее работы, но никто не зацикливается на мельчайших деталях реализации, которые необходимы ИИ, чтобы повлиять на будущее работы. Безусловно, цель моего блога - помочь заполнить эти пробелы и объяснить, как компании могут на самом деле использовать машинное обучение здесь и сейчас, чтобы улучшить свой бизнес.

Еще один замечательный момент, который он сделал в подкасте Too Embarrassed to Ask, заключается в том, что в тот момент, когда мы что-то выясняем, это просто становится еще одной особенностью. «Было действительно очень сложно придумать, как жарить хлеб, - сказал Чам. «И люди говорили о роботе, который действительно точно знал, как добывать хлеб. И в тот момент, когда это возможно, это тостер, и я думаю, что это верно в отношении многих технологий ».

Он не пишет или Твитнуть много , но когда он дает интервью, это стоит вашего времени.

7. Боб Поэкерт

«Все« машинное обучение »/ алгоритмы, о которых разумно говорить о предвзятости, переименованы в актуарную науку».

Боб Поэкерт - один из наиболее интересных писателей в области машинного обучения. Он инженер-программист, который перешел с Justin.tv на Priceonomics. Его запись в блоге о нейронных сетях чрезвычайно проста для понимания даже новичкам. Он смешивает программирование с экономикой и культурой в веселой и доступной форме.

Проверьте блог Боба , подпишитесь на него в Twitter и посетите его Github .

Другие

Очевидно, что в сфере искусственного интеллекта есть более семи движущих сил и толкателей. Большинство имен в этом списке принадлежат моим знакомым. В дополнение к этим влиятельным лицам мои друзья упомянули Йошуа Бенжио , одного из «лучших молодых исследователей в области обучения с подкреплением», по словам моего друга. Йошуа также является научным сотрудником OpenAI .

Ян Гудфеллоу - еще один научный сотрудник OpenAI. Ведущий автор книги по глубокому обучению и соавтор блога по безопасности машинного обучения . Следуйте за ним в Twitter .

Йоав Арци - доцент кафедры компьютерных наук в Корнелле, который работает над ситуативным пониманием языка. Следуйте за ним в Twitter .

Киллиан Вайнбергер - еще один доцент Корнельского университета. Он специализируется на машинном обучении и его приложениях, в частности на обучении в условиях ограниченных ресурсов, метрическом обучении, ранжировании веб-поиска с машинным обучением, компьютерном зрении и глубоком обучении.

Ник Бостром - писатель и спикер по ИИ.

Рэй Курцвейл - очевидный выбор. Посмотрите его блог и выступления на TED .

Hadley Викхи являются главным научным сотрудником RStudio , и адъюнкт - профессор статистики в университете Окленда , Стэнфордский университета и Университет Райс . Следите за новостями в Twitter .  

Если у вас есть другие, дайте мне знать в комментариях!