Ассоциация вычислительной техники объявила лауреатов премии Тьюринга за 2018 год. Ян Лекун, Йошуа Бенжио и Джеффри Хинтон получат премию в размере одного миллиона долларов за концептуальные и инженерные прорывы, которые сделали нейронные сети критически важным компонентом вычислений.
Джеффри Хинтона, Йошуа Бенжио и Яна Лекуна иногда называют «крестными отцами» искусственного интеллекта. Британец Джеффри Хинтон был одним из исследователей, которые предложили применять для тренировки многослойной нейронной сети метод обратного распространения ошибки. Также он был одним из создателей машины Больцмана и, тоже в соавторстве, работал над улучшением сверточных нейронных сетей. Сейчас Хинтон — один из вице-президентов компании Google и профессор-эмерит Торонтского университета.
Французский информатик Ян Лекун — профессор Нью-Йоркского университета и ведущий ученый в области искусственного интеллекта в Facebook. Он был одним из создателей сверточных нейросетей. Лекун улучшил метод обратного распространения ошибки, а также известен работами по использованию нейросетей для оптического распознавания символов и машинного зрения.
Канадец Йошуа Бенжио был одним из создателей алгоритма машинного обучения без учителя (генеративно-состязательной нейросети). Его исследования повлияли на улучшение машинного перевода, также он работал над задачами, связанными с обработкой естественного языка. Бенжио возглавляет MILA (Монреальский институт алгоритмов обучения), является профессором Монреальского университета и (вместе с Яном Лекуном) содиректором программы «Learning in Machines & Brains» Канадского института перспективных исследований.
Премия Тьюринга является самой престижной наградой в области информатики, по статусу она аналогична Нобелевской премии в академических науках. Международная Ассоциация вычислительной техники ежегодно присуждает премию одному или нескольким ученым. Так, в 2016 году премию Тьюринга получил изобретатель интернета Тим Бернес-Ли. Призовой фонд составляет миллион долларов, спонсором выступает компания Google.
Средняя частота ошибок составила 29 процентов
Французские исследователи разработали неинвазивный интерфейс для декодирования набираемого на клавиатуре текста по активности головного мозга. Для сбора данных используются магнитоэнцефалография и электроэнцефалография. За преобразование сигналов головного мозга в последовательности символов отвечает созданная исследователями нейросетевая модель Brain2Qwerty. Лучшие результаты получились при использовании магнитоэнцефалографии. Средняя частота ошибок в символах при использовании этого метода оказалась на уровне 29 процентов, против 65 процентов у ЭЭГ. Статья с результатами опубликована в журнале Nature Neuroscience.