ในปัจจุบันเราต้องยอมรับกันจริง ๆ ว่าเทคโนโลยี Artificial Intelligence และ Machine Learning ได้เข้ามามีบทบาทในด้านต่าง ๆ มากขึ้น เพื่ออำนวยความสะดวกและตอบโจทย์ความต้องการของทุกฝ่าย วันนี้ AI Thailand ขอแนะนำเหล่านักคิด อินฟลูเอนเซอร์ สาย Artificial Intelligence และ Machine Learning ให้ได้รู้จัก และสามารถติดตาม ความก้าวหน้า และความคิดเห็นใหม่ๆ ของพวกเขา
Nowadays, we must really accept that Artificial Intelligence and Machine Learning technologies have played more roles in various fields to facilitate and meet the needs of all parties. Today, AI Thailand would like to introduce thinkers. Artificial Intelligence and Machine Learning influencers to get to know and follow their progress and new ideas.
ใครเป็นใคร: สุดยอดนักคิดด้าน AI และ Machine Learning
ในปัจจุบัน ความก้าวหน้าในด้าน Artificial Intelligence และ Machine Learning ได้รับความสนใจ และพัฒนาไปอย่างนวดเร็วมาก ขอแนะนำนักคิด และผู้มีอิทธิพลบางส่วน ที่สรรสร้างนวัตกรรมในอุตสาหกรรมนี้ 6 คน หากต้องการรู้จักเพิ่มเติม Top 50 influencers สามารถคลิกได้จากลิงค์ (link)
Andrew Ng
Ng เพิ่งลาออกจาก ตำแหน่งหัวหน้านักวิทยาศาสตร์ข้อมูลที่ Baidu ยักษ์ใหญ่ออนไลน์ของจีน นอกจากนี้เขายังเป็นผู้ก่อตั้งแหล่งข้อมูลการฝึกอบรมออนไลน์ Coursera และรองศาสตราจารย์ที่แผนกวิทยาการคอมพิวเตอร์ของมหาวิทยาลัยสแตนฟอร์ด
ก่อนร่วมงานกับ Baidu เขาได้จัดตั้งแผนกวิจัย Brain AI ของ Google และงานของเขามุ่งเน้น deep learning ที่สแตนฟอร์ด เขาได้เป็นผู้นำโครงการต่าง ๆ รวมถึงการพัฒนา Stanford Artificial Intelligence Robot (STAIR) ตลอดจนอัลกอริธึมในการสร้างแบบจำลองดิจิทัล 3 มิติจากภาพถ่ายมิติเดียว( single flat photographic image)
Yoshua Bengio
Bengio ศาสตราจารย์ประจำภาควิชาวิทยาการคอมพิวเตอร์ของ Universite De Montreal มีชื่อเสียงในด้านการวิจัยเกี่ยวกับ artificial neural networks และ deep learning เขากล่าวว่า ความทะเยอทะยานที่ครอบงำเบื้องหลังการวิจัยของเขา คือ การเข้าใจ “หลักการของการเรียนรู้ที่ทำให้เกิดความฉลาด” ท่ามกลางหลักการอื่นๆ ของ AI และ ML งานตีพิมพ์ส่วนใหญ่ของเขาเกี่ยวข้องกับ auto-encoders ตัวเข้ารหัสอัตโนมัติ ซึ่งใช้สำหรับ encoding หรือ formatting unstructured data เพื่อให้คอมพิวเตอร์ทำเข้าใจผ่าน machine learning โดยไม่ต้องมีมนุษย์ คอยทำหน้าที่ supervisor
Yann LeCunn
ในฐานะผู้อำนวยการฝ่ายวิจัย AI ที่ Facebook ตั้งแต่ปี 2013 LeCunn ได้รับการยอมรับจากงานบุกเบิกด้านคอมพิวเตอร์วิทัศน์ (computer vision) นั่นคือการสอนเครื่องจักรให้ “see” ในลักษณะเดียวกับที่เราทำโดยการจดจำวัตถุและเรียนรู้ต่อไปโดยจำแนกวัตถุเหล่านั้น เขายังถือเป็นหนึ่งในผู้คิดค้นโมเดล convolutional neural network (CNN) ซึ่งมีจุดมุ่งหมายเพื่อสร้างอัลกอริทึมที่รับและตีความข้อมูลในลักษณะเดียวกับสิ่งมีชีวิตทางชีววิทยา (biological organism) เช่น ตาหรือสมอง เขาเป็นผู้อำนวยการก่อตั้งศูนย์ NYU centre for Data Science
Demis Hassabis
Hassabis เป็นผู้ร่วมก่อตั้ง Deep Mind บริษัทสตาร์ทอัพด้าน AI ในสหราชอาณาจักร ที่ Google ซื้อกิจการ ในปี 2014 งานของเขามุ่งเน้นไปที่การพัฒนา artificial neural networks โดยการรวม machine learning เข้ากับประสาทวิทยา (neuroscience) ความสำเร็จที่ได้รับการเผยแพร่มากที่สุดของ Deep Mind คือ AI ของ AlphaGo ซึ่งเมื่อปีที่แล้วกลายเป็นโปรแกรมคอมพิวเตอร์ตัวแรกที่เอาชนะผู้เล่น Go ระดับมืออาชีพ ซึ่งก่อนการพัฒนานี้ แม้แต่ AI ที่เก่งที่สุด ก็ยังเล่นได้แค่ในระดับมือสมัครเล่นเท่านั้น และคนส่วนใหญ่ ที่ได้ฝึกฝนมาระดับหนึ่ง ก็สามารถเอาชนะ AI ได้
Geoffrey Hinton
ฮินตัน แบ่งเวลาระหว่างการทำงานในฐานะ Engineering Fellow ที่ Google และอาจารย์ที่ภาควิชาวิทยาการคอมพิวเตอร์ของมหาวิทยาลัยโตรอนโต ย้อนกลับไปในปี 1992 เขาเผยแพร่เอกสารเกี่ยวกับการใช้ artificial neural networks เพื่อซิมูเลตการประมวลผลข้อมูลของมนุษย์ด้วย machine ในตอนแรก Hinton ศึกษาและเก็บเกี่ยวประสบการณ์ด้านจิตวิทยา ก่อนที่จะได้รับปริญญาเอกด้าน AI และนำความเข้าใจเกี่ยวกับกระบวนการรับรู้ของมนุษย์มาใช้กับคอมพิวเตอร์ คุณสามารถศึกษาผลงานการวิจัยของเขา ตลอดจนผลงานค้นคว้าวิจัย ที่อ้างอิงถึงเขา ได้อย่างมากมาย และกว้างขวาง
Fei-Fei Li
แม้ว่าปัจจุบันจะลาพักร้อนจากมหาวิทยาลัยสแตนฟอร์ด เพื่อทำงานเป็นหัวหน้าฝ่าย AI และ ML ที่ Google Cloud แต่ Li ยังดำรงตำแหน่งรองศาสตราจารย์ที่มหาวิทยาลัยสแตนฟอร์ด ซึ่งเธอเป็นหัวหน้าห้องปฏิบัติการปัญญาประดิษฐ์ของสแตนฟอร์ดในตำแหน่งผู้อำนวยการ รวมถึง Stanford Vision Lab
เธอได้เขียนบทความทางวิทยาศาสตร์มากกว่า 100 บทความ ในหัวข้อต่างๆ ตั้งแต่ computational neuroscience ไปจนถึง Visual Recognition และ Big Data เธอได้รับการยอมรับอย่างกว้างขวาง งานของเธอในโครงการ ImageNet ซึ่งเป็นฐานข้อมูลของอิมเมจขนาดใหญ่ ที่ออกแบบมาเพื่อเทรนนิ่งอัลกอริทึม image recognition algorithms ด้วย deep learning