摘要：的研究興趣涵蓋大多數(shù)深度學(xué)習(xí)主題，特別是生成模型以及機(jī)器學(xué)習(xí)的安全和隱私。與以及教授一起造就了年始的深度學(xué)習(xí)復(fù)興。目前他是僅存的幾個仍然全身心投入在學(xué)術(shù)界的深度學(xué)習(xí)教授之一。

Andrej Karpathy

特斯拉 AI 主管

Andrej Karpathy 擁有斯坦福大學(xué)計算機(jī)視覺博士學(xué)位，讀博期間師從現(xiàn)任 Google AI 首席科學(xué)家李飛飛，研究卷積神經(jīng)網(wǎng)絡(luò)在計算機(jī)視覺、自然語言處理上的應(yīng)用，以及在這兩個領(lǐng)域的交叉應(yīng)用。他被人們廣泛所知是由于他和李飛飛一起設(shè)計開發(fā)了“用于視覺識別的卷積神經(jīng)網(wǎng)絡(luò)”（CS231n）課程，并親自教授，是斯坦福大學(xué)廣受歡迎的深度學(xué)習(xí)課程之一。博士畢業(yè)論文為《連接圖像與自然語言》（CONNECTING IMAGES AND NATURAL LANGUAGE）。

讀博期間，Andrej Karpathy 在 Google Research 實習(xí)了兩個暑假，還曾在 DeepMind 實習(xí)。實習(xí)內(nèi)容主要和深度學(xué)習(xí)有關(guān)，之前他還在哥倫比亞大學(xué)和多倫多大學(xué)就讀過。后來在 Elon Musk 旗下的人工智能研究機(jī)構(gòu) OpenAI 任研究員。2017 年 6 月，Karpathy 擔(dān)任人工智能和 Autopilot Vision 部門的主管。

Twitter： https://twitter.com/karpathy

Ian Goodfellow

Google Brain 研究員

Ian Goodfellow 是 Google Brain 研究員，以第一作者的身份，與 Yoshua Bengio、Aaron Courville 合著了《Deep Learning》 教科書，還曾經(jīng)在 OpenAI 工作過一段時間。他最廣為人知的成就是 2014 年 6 月提出了生成對抗網(wǎng)絡(luò) ( GAN )，為解決生成式問題提供了革命性的思路，從提出以后一直是熱門的研究課題。因此被譽為“ GANs 之父”，F(xiàn)acebook AI 研究主管 Yann LeCun 稱 GAN 是“過去 20 年來深度學(xué)習(xí)方面最酷的想法”。 Ian Goodfellow 被推舉為人工智能領(lǐng)域的較高級專家。

Ian Goodfellow 擁有蒙特利爾大學(xué)博士學(xué)位，師從 Yoshua Bengio 。在讀博期間就以軟件工程師身份在 Google Street Smart Team 實習(xí)，畢業(yè)后先后擔(dān)任 Google TensorFlow 及 Google Brain 團(tuán)隊的研究員。

Ian Goodfellow 的研究興趣涵蓋大多數(shù)深度學(xué)習(xí)主題，特別是生成模型以及機(jī)器學(xué)習(xí)的安全和隱私。Ian Goodfellow 在研究對抗樣本方面是一位有影響力的早期研究者，他發(fā)明了生成式對抗網(wǎng)絡(luò)，在深度學(xué)習(xí)領(lǐng)域貢獻(xiàn)卓越。

Twitter： https://twitter.com/goodfellow_ian

?Ian Goodfellow 訪談錄

YouTube：http://dwz.cn/6AfyE4

騰訊視頻：http://dwz.cn/6AfzRw

Yoshua Bengio

蒙特利爾大學(xué)教授

Yoshua Bengio 于 1991 年獲得加拿大麥吉爾大學(xué)計算機(jī)科學(xué)博士學(xué)位。Yoshua Bengio 是 Microsoft 人工智能研究戰(zhàn)略顧問、蒙特利爾大學(xué)計算機(jī)科學(xué)與運籌學(xué)系（DIRO）教授、蒙特利爾學(xué)習(xí)算法研究所（MILA）負(fù)責(zé)人、CIFAR 項目的共同負(fù)責(zé)人、加拿大統(tǒng)計學(xué)習(xí)算法研究主席。Yoshua Bengio 教授是深度學(xué)習(xí)領(lǐng)域的先驅(qū)之一，他也是人工智能領(lǐng)域中經(jīng)典之作《Learning Deep Architectures for AI》的作者。Yoshua Bengio 與 Geoff Hinton 以及 Yann LeCun 教授一起造就了 2006 年始的深度學(xué)習(xí)復(fù)興。他的研究工作主要聚焦在高級機(jī)器學(xué)習(xí)方面，致力于用其解決人工智能問題。目前他是僅存的幾個仍然全身心投入在學(xué)術(shù)界的深度學(xué)習(xí)教授之一。

Yoshua Bengio 在深度學(xué)習(xí)的多個領(lǐng)域都有造詣，如 LSTM 和 GAN，對深度學(xué)習(xí)有著持續(xù)而深遠(yuǎn)的影響。

據(jù)多方打聽，Yoshua Bengio 并沒有 Twitter 賬戶。

?Yoshua Bengio 訪談錄

YouTube： http://dwz.cn/6AkgmZ

騰訊視頻：http://dwz.cn/6Akh28

Geoffrey Hinton

多倫多大學(xué)教授

Google Brain 團(tuán)隊研究科學(xué)家

Geoffrey Hinton 是一位英國溫布爾登出生的計算機(jī)學(xué)家和心理學(xué)家，以其在神經(jīng)網(wǎng)絡(luò)方面的貢獻(xiàn)聞名，被譽為“神經(jīng)網(wǎng)絡(luò)之父”，他是第一批使用廣義反向傳播算法訊六安多層神經(jīng)網(wǎng)絡(luò)的研究人員之一，是深層學(xué)習(xí)社區(qū)的重要任務(wù)。Geoffrey Hinton 1975 年取得愛丁堡大學(xué)的人工智能方向博士學(xué)位，是反向傳播算法和對比散度算法的發(fā)明人之一，也是深度學(xué)習(xí)的積極推動者，目前任職于多倫多大學(xué)與 Google。最近擔(dān)任了多倫多大學(xué)新成立的向量學(xué)院（Vector Institute）的首席科學(xué)顧問。作為人工智能領(lǐng)域的三位奠基人之一，早在 30 年前，Geoffrey Hinton 就已經(jīng)在深度學(xué)習(xí)領(lǐng)域留下了自己的烙印，截止到 2016 年 11 月，Geoffrey Hinton 的署名文章報告共計 327 篇。然而，他經(jīng)歷了人工智能的寒冬，面臨連導(dǎo)師都不看好的艱難時期，然而他一直對神經(jīng)網(wǎng)絡(luò)保持信心，終于在漫長的黑夜過后，直到計算機(jī)的性能達(dá)到深度學(xué)習(xí)的要求，Geoffrey Hinton 才開始在學(xué)術(shù)界以外得到自己應(yīng)得的廣泛認(rèn)可，迎來了人工智能的黎明。

Twitter： https://twitter.com/geoff_hinton

Ruslan Salakhutdinov

蘋果首任人工智能研究院總監(jiān)

卡內(nèi)基梅隆大學(xué)副教授

Ruslan Salakhutdinov 2009 年獲得博士學(xué)位，師從 Geoffrey Hinton，研究的領(lǐng)域主要包括深度學(xué)習(xí)、概率圖譜模型以及大規(guī)模優(yōu)化等。Ruslan Salakhutdinov 2011 年在多倫多大學(xué)擔(dān)任助理教授，2016 年 2 月轉(zhuǎn)到卡內(nèi)基梅隆大學(xué)擔(dān)任副教授。同年，出任蘋果人工智能研究院首任總監(jiān)。

2006 年 7 月，Ruslan Salakhutdinov 作為第二作者，與作為第一作者的導(dǎo)師 Geoffrey Hinton 在 Nature 雜志上合作發(fā)表了論文《用 NN 實現(xiàn)數(shù)據(jù)的降維》（Reducing the Dimensionality of Data with Neural Networks），這篇論文提出了通過最小化函數(shù)集對訓(xùn)練集數(shù)據(jù)的重構(gòu)誤差，自適應(yīng)地編解碼訓(xùn)練數(shù)據(jù)的算法 deep autoencoder，作為非線性降維方法在圖像和文本降維實驗中明顯優(yōu)于傳統(tǒng)方法，證明了深度學(xué)習(xí)方法的正確性。 這篇論文與 Geoffrey Hinton 的另一篇論文《基于深度置信網(wǎng)絡(luò)的快速學(xué)習(xí)算法》（A Fast Learning Algorithm for Deep Belief Nets），引起了整個學(xué)術(shù)界對深度學(xué)習(xí)的興趣，才有了近十年來深度學(xué)習(xí)研究的突飛猛進(jìn)和突破。

Twitter： https://twitter.com/rsalakhu

?Ruslan Salakhutdinov 訪談錄

YouTube：http://dwz.cn/6BvBHp

騰訊視頻：http://dwz.cn/6BvC7U

Yuanqing Lin

百度研究院院長

林元慶 2008 年獲得賓夕法尼亞大學(xué)電氣工程學(xué)博士，研究方向為機(jī)器學(xué)習(xí)和計算機(jī)視覺，2005 年至今在較高級國際會議和期刊發(fā)表論文 30 余篇，擁有 11 項美國專利，曾擔(dān)任 NIPS 大會領(lǐng)域主席、大規(guī)模視覺識別和檢索國際研討會聯(lián)合主席等，機(jī)器學(xué)習(xí)和計算機(jī)視覺等研究領(lǐng)域擁有多年的研究經(jīng)驗和顯著的成果。

獲得博士學(xué)位后，林元慶博士曾任 NEC 美國實驗室媒體分析部門主管。在他的帶領(lǐng)下 NEC 研究團(tuán)隊在深度學(xué)習(xí)、計算機(jī)視覺和無人駕駛等領(lǐng)域取得世界領(lǐng)先水平。

2015 年 11 月加入百度擔(dān)任深度學(xué)習(xí)實驗室（IDL）主任后，林元慶致力于帶領(lǐng)深度學(xué)習(xí)實驗室研發(fā)具有統(tǒng)治級別的人工智能技術(shù)，其領(lǐng)導(dǎo)的團(tuán)隊在多個領(lǐng)域?qū)崿F(xiàn)了技術(shù)上重大進(jìn)展并且應(yīng)用到百度的多項產(chǎn)品中去，極大地提升了產(chǎn)品的性能以及用戶的體驗，其帶領(lǐng)的團(tuán)隊在多項重要計算機(jī)視覺技術(shù)在國際測試集上取得世界第一名的好成績。林元慶于 2017 年 3 月?lián)伟俣妊芯吭涸洪L。

Twitter： https://twitter.com/YuanqingLin

Pieter Abbeel

加州大學(xué)伯克利分校計算機(jī)系教授

OpenAI 科學(xué)家

Pieter Abbeel 擁有斯坦福大學(xué)計算機(jī)學(xué)系博士學(xué)位，師從 Andrew Ng。主要研究方向是將深度強化學(xué)習(xí)應(yīng)用到機(jī)器人上。2008 年在加州大學(xué)伯克利分校擔(dān)任電氣工程和計算機(jī)科學(xué)系擔(dān)任教授。Pieter Abbeel 是用深度強化學(xué)習(xí)做運動規(guī)劃的領(lǐng)軍人物，過去 15 年， Pieter Abbeel 一直在尋找讓機(jī)器人學(xué)習(xí)的方法。2010 年他和他的學(xué)生對 BRETT（Berkeley Robot for the Elimination of Tedious Tasks，用于解決繁雜任務(wù)的伯克利機(jī)器人）進(jìn)行了編程，使其可以拿起不同大小的毛巾、弄清楚它們的形狀并將它們整齊疊好。

Twitter： https://twitter.com/pabbeel

?Pieter Abbeel 訪談錄

YouTube：http://dwz.cn/6BwO0P

騰訊視頻：http://dwz.cn/6BwOND

Yann LeCun

Facebook 人工智能實驗室（FAIR）主任

紐約大學(xué)數(shù)據(jù)科學(xué)中心創(chuàng)始人

紐約大學(xué)計算機(jī)科學(xué)、神經(jīng)科學(xué)、電子電氣科學(xué)教授

吳恩達(dá)并沒有采訪到 Yann LeCun，但這位大神在深度學(xué)習(xí)領(lǐng)域的地位不容小覷，他號稱“卷積網(wǎng)絡(luò)神經(jīng)之父”，因此，小編將此人的資料作為補充。

Yann LeCun 出生于法國，1987 年在匹斯堡大學(xué)獲得計算機(jī)博士學(xué)位。在多倫多大學(xué)做了一段時間博士后，師從 Geoffrey Hinton。于 1988 年加入位于新澤西州的 AT&T 貝爾實驗室，1993 年研發(fā)了一套能夠識別手寫數(shù)字的識別系統(tǒng)，命名為 LeNet ，被全世界多家銀行用于識別支票。1996 年他成為圖像處理研究部的主任，2003 年加入紐約大學(xué)任教。2013 年，他被 Facebook 聘請為人工智能實驗室（FAIR）主任，專注于一個獨特的目標(biāo)，即開發(fā)具有與人類同等智能水平的電腦。同時，仍在紐約大學(xué)擔(dān)任教授。

1989 年，Yann LeCun 在貝爾實驗室提出了卷積神經(jīng)網(wǎng)絡(luò)（convolutionalneuralnetwork，CNN）技術(shù)，發(fā)表了論文《反向傳播算法應(yīng)用于手寫郵政編碼識別》（Backpropagation Applied to Handwritten Zip Code），并展示如何使用它來大幅度提高手寫識別能力，因此被譽為“卷積神經(jīng)網(wǎng)絡(luò)之父”。卷積神經(jīng)網(wǎng)絡(luò)是近年發(fā)展起來的一種高效識別方法。神經(jīng)網(wǎng)絡(luò)正在迅速改變互聯(lián)網(wǎng)較大的參與者，包括 Google、Facebook、Microsoft。

Twitter： https://twitter.com/ylecun

商業(yè)智能與數(shù)據(jù)分析群

興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價值的辦法，實際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘工具，報表系統(tǒng)等全方位知識

QQ群：81035754