| |
|
|
| 首页 淘股吧 股票涨跌实时统计 涨停板选股 股票入门 股票书籍 股票问答 分时图选股 跌停板选股 K线图选股 成交量选股 [平安银行] |
| 股市论谈 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 商业财经 科技知识 汽车百科 工程技术 自然科学 家居生活 设计艺术 财经视频 游戏-- |
| 天天财汇 -> 设计艺术 -> 何恺明有机会拿图灵奖吗？ -> 正文阅读 |
|
|
[设计艺术]何恺明有机会拿图灵奖吗？ |
| [收藏本文] 【下载本文】 |
|
何恺明有机会拿图灵奖吗？ 关注问题?写回答 [img_log] 人工智能 计算机 图灵奖 何恺明 何恺明有机会拿图灵奖吗？ |
|
只能说，慢慢排队吧 david silver，ilya sutskever，ian goodfellow这几个还没拿，很难轮到他，除非后续他搞出来一个cv方向的gpt这种级别的工作，那希望会大很多 虽然这几年cs领域的大突破基本上都在ai方向，但图灵奖为了兼顾各个方向，不可能给ai这块发太多， kaiming的优势是他把cv这块做到了极致，劣势是他的影响力（不是引用量，这是两回事）基本上只局限在cv领域，真到评图灵奖，他还不一定比qv le有优势 列一下我觉得下一个ai方向图灵奖选手 第一梯队：ilya sutskever，gpt系列之后，可能性已经很大了，加上之前的seq2seq，alexnet如果他是一作，基本上将绝杀，可惜不是 david silver：dqn，阿法狗，而且后面deepmind很多文章都会算他头上 ian goodfellow：之前觉得他挺稳的，但diffusion model出来之后gan开始逐渐退场了，看他在deepmind能不能憋出啥大招吧 第二梯队：kaiming，ross girshick，pieter abbeel，sergey levine，john schulman，qv le，oriol vinyals，max welling，dp kingma，jure leskovec这几个，在一个ai子方向影响力很大，在别的方向也有一定影响力的，这批人里面，kaiming属于靠前的 几个有些人觉得很热门，但我个人认为希望不大的： transformer，bert，diffusion，不是说工作影响不大，而是你很难找出来这几个工作的代表人物是谁，transformer八个共一random排序，总不可能都是图灵奖吧，bert倒是只有四个，但给bert发不给transformer发说不过去，diffusion也有同样的问题，最早的idea和做work了的是两批人，这对于图灵奖这种注重核心贡献而不是数引用量的奖项是大忌 andrej karpathy：因为马斯克的缘故很出圈，但其实他自从加入特斯拉之后就和学术圈关系不大了，如果他未来能在cv方向有一定理论突破可能有希望，但也仅仅是理论上的希望，自动驾驶还是太工程了，说个学术界影响力不比他小的，ty lin，不做cv方向的有几个知道他的？ andrew ng和feifei li，影响力够了，但是一个对deep learning的主要贡献在教课和宣传上，一个主要贡献在dataset上，不属于那种图灵奖很喜欢的类型，当然这两位的学术圈地位是毋庸置疑的 demis hassabis，deepmind的ceo，主要是带队，你要真说有多少核心贡献也难讲，除非deepmind在ai for science上有那种大到出圈的成功，比如，拿AI来辅助证明了某个大猜想，那他有可能和david silver一起拿 sam altman，根本不属于学术圈，估计他也看不上图灵奖，他是另一个赛道的人 |
|
Kaiming的工作主要都集中在vision领域： low-level vision: 暗通道去雾neural network architecture: ResNethigh-level vision: MaskRCNNunsupervised representation learning: MoCo，MAE 成长经历：THU的本科，CUHK的PhD，MSRA研究员，FAIR研究员，估计很快会成为北美某top校教授 Ilya参与过的几个AI milestone： AlexNet，TensorFlow，Dropout，Seq2Seq，AlphaGoOpenAI的co-founder和首席科学家，现在最有名的工作是GPT series和DALL-E2 成长经历：UoT的本科和PhD，和Hinton一起成立了DNNResearch，被收购之后去Google，然后一起成立了OpenAI直到今天 Ilya几乎没有错过过去十年每一个重大的AI领域突破性事件，如果要从过去这10年的深度学习浪潮里选一个人拿图灵奖，我想不到为什么不选Ilya而给Kaiming 用Ilya做对比是因为他和Kaiming是同龄人，对比之下，只能说Kaiming虽然强，但也有比他（实力+运气+影响力）整体更靠前的人，而且Kaiming作为华人天然在connection上比欧美人弱势一些（Ilya是前苏联出生后移民加拿大） 不过真要说AI方向图灵奖候选排序的话，我个人倾向于David Silver+Pieter Abbeel作为DRL的先驱还要排在Ilya前面，至于辈分更靠前的Michael I. Jordan之类的就不放在这里一起排了… |
|
第一点，我觉得何的resnet竞争不过transformer。 最主要的原因，resnet看上去工作量不太够，工作量难以支撑起图灵奖。而transformer，和cnn的关系，如同英伟达显卡和amd显卡的关系，而cnn的作者已经拿过图灵奖了。如今最火出圈的两个作品，stable diffusion（扩散模型）和chatgpt，都用到了transformer的技术。 第二点，没准何恺明可以和transformer之父联手拿图灵奖。 首先，transformer本身就用到了跳跃连接。其次，现在的模型和之前的模型相比，无非就只有两处提升：结构更加先进，大小更加庞大。和早期的cnn相比，transformer代表了更加先进的结构；正是有，也必须有何的跳跃连接，模型规模才能越做越大。何和transformer能联手拿奖，则概括了模型近年的发展 声明 有人说stable diffusion里面没有transformer，如图，橙色方块： |
|
|
2. 我不是说transformer或者resnet有多好，我只是说这两个工作影响力足够大。现在transformer引用68k，resnet引用160k。之所以我更看好trasnformer，是因为resnet看上去实在过于简单。我觉得resnet拿图灵奖没戏，没有"基本"。在我这里最好的结果就是，resnet跟其他作品一起拿奖。 |
|
2019 年提出这个时可以被归为行为艺术，根本不值得回答。 2023 年再次审视时已经不那么行为艺术了。下面时写于2023年三月的认真回答，不再修改，立贴为证。 恺明非常有机会在二十年内拿到图灵奖，但并不是板上钉钉。以下几点是变数。 一定一定要保持身体健康。图灵奖不会发给已经过世的人 (此处向孙剑博士默哀五分钟)。近二十年图灵奖有严重老龄化，终身成就奖化的趋势。Alfred Aho 2020 年得奖时已经 79 岁了。即使成就瞩目也要有耐心慢慢熬。如果恺明能加入 MIT 这样的名校当教授并保持稳定输出，将极大程度增加得奖概率，加快得奖速度。图灵奖的评委多数在大学里，图灵奖历史获奖者里大学教授占压倒多数。避免结仇，避免卷入丑闻。历史上图灵奖相对更青睐做理论研究的学者，但这种趋势未来会逐渐改变。做自己喜欢并擅长的事就好，没有必要刻意去迎合评委的口味。 |
|
有的。 这些奖都是投票出来的。 他去麻省理工教书，每年申请多一些经费，培养多一些学生。 学生也培养更多学生。 另外注意养生。 最后整个人工智能界都是他的徒子徒孙。 大家投票让他拿图灵奖就可以了。 |
|
直接说直白一点：如何 He继续 沿着目前的方向做下去，不可能拿图灵奖了。按照图灵奖的历史规律来算：当一个方向拿到图灵奖就意味着这个方向的理论研究已经到头了，后续几十年这个方向上都是各种应用型的研究了。而机器学习方向上三巨头已经拿了图灵奖了，所以He的机会已经非常非常小，几乎不太可能有突破性的研究了。 不过这个对于He来说，未尝不是一件好事，说不定哪一天He干脆调整研究方向，从另外一个方向深入下去，反而说不定可能拿图灵奖。 |
|
引用数量不能表明一切，何恺明唯一长期保持着影响力的工作就是Resnet，离图灵奖还是有点远了 去雾和fast R-CNN已经没人用了，MoCo和MAE被CLIP压制着，也就Resnet一颗常青树。 我发现了一件事 重视目前的工业落地的人会更重视He的成就，喜欢把AGI/zero-shot当作目标的会相对轻视一些 可能这就是道不同吧 |
|
是不是adam、BP算法、ReLu、CNN先拿？ 他们都拿不到，哪轮得到何凯明？ 2023年8月3日补充： bp算法（1986年）的提出者Geoffrey Hinton，于2018年获图灵奖；注：据说bp提出者另有其人： https://people.idsia.ch/~juergen/who-invented-backpropagation.html?people.idsia.ch/~juergen/who-invented-backpropagation.html CNN（1998年）的提出者Yann LeCun，于2018年获图灵奖； ReLu（2011年）的提出者Yoshua Bengio，于2018年获得图灵奖。注：该条有误，在评论区有网友指正。 感谢网友的批评指正。 何凯明对深度学习的贡献，在三位深度学习之父之下，此外还有Ian Goodfellow（GAN）、Diederik P. Kingma（adam）、Sergey Loffe（Bn层）、Xavier Glorot（Xavier初始化）等，深度学习是一系列技术的集合。 更早AI领域的图灵奖获得者有Raj Reddy（1994年）、Edward Albert Feigenbaum（1994年）、Herbert Alexander Simon（1975年）、Allen Newell（1975年）、John McCarthy（1971年）、Marvin Lee Minsky（1969年）。当然他们的贡献不是深度学习，而是第一代和第二代AI概念、理论和模型的提出、证明、应用和推广。 图灵奖获得者有一个共性：其研究成果已被作为基础知识写入论文和教材，原始论文不再被引用。 |
|
ilya等人一定是预订一个预训练的图灵奖的，就看传统视觉或者网络架构值不值另一个图灵奖。毕竟cs子领域很多，队要慢慢排。 |
|
不太可能了。 因为你看看 rl 之父2025才拿到图灵奖。 他要开创一个完整的方法论，这其实与他的实验提点trick 研究差别很大。 类比于做题家搞出好多个解高考压轴题的trick 但实际上图灵奖给的是上教科书的那些提出公式的人。 当然不排除以后计算机发展停滞，kaiming一直熬到了给他发奖的时候。就目前来讲 还很远。 |
|
目前不太可能。感觉何一直在换方向，从最初的softmatting，到cnn，然后又是变形金刚。 突然有种感觉，图灵奖也有可能颁给压缩感知。毕竟这个理论，太漂亮了。 |
|
能不能拿图灵奖，不是我等能够评价的。我想说的是，何凯明代表作这么多，为何还有很多人只提ResNet呢，Mask R-CNN检测分割集大成者，MoCo更是把计算机视觉的研究带入了自监督学习阶段，在MoCo之前，做自监督的又有几人？最新的代表作MAE，不落俗套，为何很多人视而不见呢。 |
|
首先回答题主问题，就我个人观点觉得，恺明大大目前的成就、名气还是无法称得上CV领域的历史第一人。 但我觉得目前很多年轻学者，尤其是中国学者，对于恺明大大应该是有着很高的敬意的。恺明大大有着很多光环：高考状元、清华学子、年轻有为等等，这些都是我们中国年轻学生视为无限荣耀的光环；由游戏启发得到的去雾算法，目标检测领域系列论文以及目前CV领域引用量最高的ResNet，这些都是带有一些“传奇”色彩的成就，并且目前恺明大大依然活跃在学术界，在我看来，恺明大大是目前那个年龄学者取得的成就的近乎天花板。 目前CV领域竞争日益剧烈，但恺明大大的成长之路给了很多人，可以说是激励也可以说是幻想——“我也可以！”，这当然会给恺明大大带来很多的粉丝，但这并不是完全因为恺明大大的成就而来的，其众多光环也是其中原因之一，这一点有必要声明清楚。 开垦黄土的人可能不是最荣耀的人，辛勤浇水的园丁也不是累累硕果的唯一贡献者，但最伟大的、最让人感慨的，可能是面朝黄土背朝天的辛苦的拓荒者吧。 |
|
|
恺明大大不是目前CV领域历史第一人，但应该是同年龄端金字塔尖的人。清华大学联合智谱AI发布“2022年人工智能全球最具影响力学者榜单AI 2000”，通过梳理2012-2021年间的论文、期刊等学术数据，挖掘在近10年里的具有影响力的一作（年轻）学者。 据悉，2022年度AI 2000人工智能全球最具影响力学者（200人次）和提名学者（1800人次）分布于全球不同机构。由于存在同一学者入选不同领域的现象，经过去重处理后，AI 2000人工智能全球最具影响力（提名）学者共计1896位。 在这1896人的名单中，综合成绩排名前10名的学者荣膺该领域当年“AI 2000最具影响力学者奖”。其中，排名第一的学者是何恺明，任职于Meta（原Facebook）；排名第十的学者是任少卿，任职于NIO。 可见何凯明还是十分有可能的，我很希望也很期盼他能够获奖！ |
|
你们不要太狭隘了，现在做科研的人往往横跨多个子领域，kaiming和ilya相比确实不是第一梯队的ai研究者，但是在cv领域是妥妥的最top的一批人 kaiming的科研主线实际上一直focus在计算机视觉问题上，从早期的暗通道去雾到后期用深度学习解决视觉问题，工作的延续性非常好，影响力又非常大，可以说是这一轮cv繁荣的奠基型人物 在你们按照ai领域给人家排座次之前，人家本身就是一个杰出的计算机视觉科学家，日后图灵奖若是轮到cv领域，我想不出任何避开他的理由 kaiming距离成为Marr那样的人物，可能就差构建一个视觉领域的新框架吧，但凭目前的成果来说我觉得完全够拿图灵奖了 |
|
只要以后图灵奖变成AI奖，Jason Wei都有可能用Chain-of-Thought拿图灵奖。 如果说ResNet过时，那专家系统和语音识别拿了1994年图灵奖，贝叶斯网络拿了2011年图灵奖，为什么ResNet不能？ ResNet往大里说，是让Deep Learning真正deep起来的一步。 |
|
真要是给他颁奖，颁奖典礼会非常尴尬，怎么介绍他的贡献？他的贡献莫非就是在f(x)外面加了一个x ? 若真如此，这个加号的作用堪称E=mc^2 |
|
不太可能 Word Embedding Transformer GAN ResNet 这几年涌现的里程碑工作太多了 要得图灵奖那得一起 这得多少人啊 |
|
图灵奖一般给TCS方面的居多。对计算机基础理论，底层理论做出贡献的居多。好多实质上就是做数学。比如去年图灵奖就给的普林斯顿的数学家。大多数图灵奖得主的工作都发在journal of acm期刊上。很应用型的，一般评委不咋个倾向。 一般来说，科学上的国际大奖，都偏向于搞纯理论的。比如菲尔茨奖，一般都颁给做纯数研究的，你要是应用某个数学理论，解决生产生活或者工程上的大问题，也不会得菲尔茨奖。 个人理解，做应用研究的，富得流油，不缺钱。所以一般都倾向于把大奖给理论研究的，鼓励他们，否则没人做了。当然，对外要说他们做出了根本性革命，没有理论学家研究出的基础，应用学家也玩不出来什么花样。 |
|
你指望当下大力飞砖，在数学上无法自洽的所谓经验模式的人工智能去拿 图灵奖，那还不如颁奖给英伟达或者对半导体技术突破有贡献的人。 |
|
图灵奖基本上奖励理论方向的，除非是开天辟地式的应用。现在深度学习那些所谓很火的算法基本上说白了就是高级炼丹的成果，没有什么理论支撑，差点意思。 |
|
我认为不能。 现在趋向于奖励建立这个贡献背后重大理论贡献的人，而不是实现它的人。图灵奖和诺贝尔奖已经奖励给了深度学习和强化学习，事实上已经涵盖了深度学习、大模型、AlphaGo这些。 kaiming虽然把深度学习的实践有重大突破，但是还是沿着lecun的科学方法，我想不到还有奖励给他的理由。虽然我认为从贡献来说，kaiming的贡献也非常大，但是图灵奖和诺贝尔奖的庙堂之上的那些人心里认为对科学方法和理论的创新，大于工程实践。比如把深度学习归功于hopfield 就是一个例子。 要不然Pytorch和Nvidia的工程师发什么奖呢？ 从另一个角度来说，是图灵奖需要深度学习，而不是深度学习需要图灵奖。何老师只要在大家心里的贡献足够就行了。 |
|
resnet很优秀的工作，需要看看评委们认不认可这是开创性的，开创了一个方向，比如deep learning。很多老学者的citation在如今的deep learning泛滥时代，citation没有那么夸张。计算机很多方向，不同方向的citation也需要归一化比较。 |
|
感觉恺明老师的工作，偏优化型而非开创型。随着领域的进化，这些工作可能会沉淀不下来。 |
|
研究工作拿图灵奖应该够了，只是还需要时间得到潜在评委的认可。预测一下，何恺明会成为第一个论文总引用过100万的科学领域学者。 |
|
难，图灵奖大部分给的都是能开宗立派的，你在这个体系里倒腾的再厉害也只是一个佼佼者，如果he可以，那发明transformer的也行，发明lstm好像也行 |
|
|
| [收藏本文] 【下载本文】 |
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
|
| 股票涨跌实时统计 涨停板选股 分时图选股 跌停板选股 K线图选股 成交量选股 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 网站联系: qq:121756557 email:121756557@qq.com 天天财汇 |