在大數(shù)據(jù)技術(shù)飛速發(fā)展的今天，誰才是我們大數(shù)據(jù)科研與工業(yè)界中最有威望的科學(xué)家呢？他們推動(dòng)了整個(gè)領(lǐng)域的發(fā)展，毫無疑問，無論是在學(xué)術(shù)界還是還工業(yè)界，他們都是一座座山頭式的人物。

數(shù)以萬計(jì)的數(shù)據(jù)從業(yè)者通過他們的論文、博客、視頻、講義等進(jìn)行學(xué)習(xí)與進(jìn)步，并找到相應(yīng)的應(yīng)用場景解決方案。這些大師為人們解開了機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)以及深度學(xué)習(xí)的神秘。

Geoffrey Hinton

多倫多大學(xué)的特聘教授，Google AI團(tuán)隊(duì)領(lǐng)軍人

只要是在機(jī)器學(xué)習(xí)屆混的或者懂點(diǎn)機(jī)器學(xué)習(xí)的人們，抑或懂點(diǎn)神經(jīng)網(wǎng)絡(luò)的人們，相信都知道“Back Propagation“反向傳播的鼎鼎大名。

Hinton便是將BP算法應(yīng)用到神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)中人員之一，并且是主導(dǎo)者(co-inventor). Hinton 提出了“Dark Knowledge”黑暗知識(shí)概念，該概念是受小概率比率事件中的“大部分知識(shí)”對(duì)于訓(xùn)練與測試中的代價(jià)函數(shù)是沒有影響的。

Hinton在人工智能領(lǐng)域中無人不知無人不曉是因?yàn)槠湓谌斯ど窠?jīng)網(wǎng)絡(luò)(Artificial Neural Networks)中所作出的貢獻(xiàn)。

但事實(shí)是，直到2004年，學(xué)術(shù)界對(duì)Hinton的研究仍然提不起興趣。而這時(shí)距離他們首次提出“反向傳播”算法已經(jīng)過了20年，學(xué)術(shù)界AI普遍的研究方向也與他們相反，都在試圖尋找捷徑，直接模擬出行為，而不是試圖通過模仿大腦的運(yùn)作來實(shí)現(xiàn)。Hinton牛逼的地方在于，在那個(gè)充滿懷疑的時(shí)期，承受著世界的質(zhì)疑和嘲諷，他仍然潛心于他所相信的科學(xué)。

Hinton和他的團(tuán)隊(duì)強(qiáng)力將“神經(jīng)網(wǎng)絡(luò)”從垂死邊緣一步步帶入到當(dāng)今的研究與應(yīng)用的熱潮，變成了炙手可熱的的學(xué)術(shù)界課題，將“深度學(xué)習(xí)”從邊緣課題變成了Google等互聯(lián)網(wǎng)巨頭仰賴的核心技術(shù)。目前神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)已在自然語言處理、語音處理以及計(jì)算機(jī)視覺等領(lǐng)域中得到了空前廣泛與成功地應(yīng)用。

Yann Lecun

紐約大學(xué)終身教授，F(xiàn)acebook AI實(shí)驗(yàn)室負(fù)責(zé)人

Lecun在多倫多大學(xué)隨Hinton讀博士后，沒錯(cuò)，他是Hinton的學(xué)生，另一個(gè)神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)大拿。他在皮埃爾瑪麗居里大學(xué)攻讀計(jì)算機(jī)科學(xué)博士學(xué)位期間提出后向傳播算法。

他如今在Facebook帶領(lǐng)團(tuán)隊(duì)進(jìn)行人工智能工作，即他是Facebook人工智能實(shí)驗(yàn)室的負(fù)責(zé)人。他在紐約大學(xué)任職了12年，是紐約大學(xué)的終身教授，是紐約大學(xué)數(shù)據(jù)科學(xué)中心的負(fù)責(zé)人。為了表彰他在深度學(xué)習(xí)領(lǐng)域里所作出的貢獻(xiàn)，IEEE計(jì)算機(jī)學(xué)會(huì)頒給他著名的“神經(jīng)網(wǎng)絡(luò)先鋒獎(jiǎng)”，在2014年北京計(jì)算智能大會(huì)上授予。

很多科技巨頭正在挖掘一種特殊的深度學(xué)習(xí)，他們稱之為卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks)，旨在構(gòu)建更智能地的互聯(lián)網(wǎng)服務(wù)，比如可以自動(dòng)理解語言和識(shí)別圖像。在谷歌，“卷積神經(jīng)網(wǎng)絡(luò)”幫助他們?cè)诎沧渴謾C(jī)上開發(fā)語音識(shí)別系統(tǒng)；而百度則可以利用它開發(fā)全新的視覺搜索引擎。在這一領(lǐng)域里最負(fù)盛名的，非LeCun莫屬。

在加盟Facebook之前，Lecun已在貝爾實(shí)驗(yàn)室工作超過20年，期間他開發(fā)了一套能夠識(shí)別手寫數(shù)字的系統(tǒng)，叫作LeNet，用到了卷積神經(jīng)網(wǎng)絡(luò)(Cnvolutional Neural Networks, CNN)，已開源。他研發(fā)了很多關(guān)于深度學(xué)習(xí)的項(xiàng)目，并且擁有14項(xiàng)相關(guān)的美國專利。他甚至開發(fā)了一種開源的面向?qū)ο缶幊陶Z言Lush，比Matlab功能還要強(qiáng)大，并且也是一位Lisp高手。他在機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺、計(jì)算神經(jīng)科學(xué)領(lǐng)域進(jìn)行了深度研究。

Yoshua Bengio

蒙特利爾大學(xué)終身教授，CIFAR項(xiàng)目負(fù)責(zé)人

他是ApSTAT技術(shù)的發(fā)起人與研發(fā)大牛。他也是蒙特利爾大學(xué)(Université de Montréal)的終身教授，任教超過22年，是機(jī)器學(xué)習(xí)實(shí)驗(yàn)室(MILA)的負(fù)責(zé)人，是CIFAR項(xiàng)目的負(fù)責(zé)人之一，負(fù)責(zé)神經(jīng)計(jì)算和自適應(yīng)感知器等方面。又是加拿大統(tǒng)計(jì)學(xué)習(xí)算法學(xué)會(huì)的主席，并且是NSERC-Ubisoft主席以及其它。在蒙特利爾大學(xué)任教之前，他是AT&T & MIT的一名機(jī)器學(xué)習(xí)研究員。他的主要貢獻(xiàn)在于深度學(xué)習(xí)與人工智能等領(lǐng)域。

他的研究工作主要聚焦在高級(jí)機(jī)器學(xué)習(xí)方面，致力于用其解決人工智能問題，他是僅存的幾個(gè)仍然全身心投入在學(xué)術(shù)界的深度學(xué)習(xí)教授之一。

bengio的主要貢獻(xiàn)在于他對(duì)rnn的一系列推動(dòng)包括經(jīng)典的neural language model，gradient vanishing 的細(xì)致討論，word2vec的雛形，以及現(xiàn)在的machine translation。symbolic computional graph思想的theano，這個(gè)庫啟發(fā)了后來的多個(gè)庫的開發(fā)（直接基于它的庫就不提了比如keras），包括國內(nèi)很火的MXnet，google的tensorflow以及berkeley的cgt等等，可以說這個(gè)工具以及所涵蓋的思想可以算同類型庫的鼻祖。

Andrew Ng

斯坦福大學(xué)副教授，曾就職于谷歌，百度首席科學(xué)家

Andrew Ng中文名吳恩達(dá)，在很多人看來是否能跟前三位大牛并列似乎是一件富有爭議的事情。的確，在純理論研究上面NG的光芒不如三大牛，甚至可以說有不小的差距，但是在工程方面的應(yīng)用他仍然是人工智能領(lǐng)域的權(quán)威。NG讓人熟知并不是學(xué)術(shù)上的研究，而是他和Daphne Koller共同創(chuàng)建Coursera（在線教育平臺(tái)）這一流大學(xué)在線課程平臺(tái)，相信很多受益于Coursera的朋友要跪拜了。

對(duì)于中國的學(xué)者來說，他的名氣頗高不僅是因?yàn)樗且幻A裔，還因?yàn)樗俣仁紫茖W(xué)家的稱號(hào)。在加盟百度之前，他已經(jīng)在google工作了幾年，在XLab團(tuán)隊(duì)開發(fā)無人駕駛汽車和谷歌眼鏡等項(xiàng)目，并與其他google工程師合作建立了全球最大的人工神經(jīng)網(wǎng)絡(luò)，名為Google Brain，對(duì)于普通數(shù)據(jù)從業(yè)者最熟悉的莫過于斯坦福大學(xué)機(jī)器學(xué)習(xí)公開課，自主學(xué)習(xí)與自動(dòng)識(shí)別哪些是關(guān)于貓的視頻。

他是人工智能和機(jī)器學(xué)習(xí)領(lǐng)域國際上最權(quán)威的學(xué)者之一。他2007年獲得了斯隆獎(jiǎng)（Sloan Fellowship），2008年入選“the MIT Technology Review TR35”，即《麻省理工科技創(chuàng)業(yè)》雜志評(píng)選出的科技創(chuàng)新35俊杰，以及計(jì)算機(jī)思維獎(jiǎng)（Computers and Thought Award），并在2013年入選《Time》雜志年度全球最有影響力的100人之一，共16位科技界人物。他的主要興趣領(lǐng)域在機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、機(jī)器人、人工智能、計(jì)算機(jī)視覺等方面。

深度學(xué)習(xí)作為目前人工智能炙手可熱的方向，因巨大的發(fā)展前景而被看好，收到了學(xué)術(shù)和工業(yè)界的雙重關(guān)注，而那些走在深度學(xué)習(xí)前沿的大拿們，也是這個(gè)人工智能的時(shí)代的先行者。

數(shù)據(jù)科學(xué)傳奇人物

- DataCastle -