人工智能界的大佬 这些才是真正的大牛
想成为人工智能界的大佬并不容易，首先你的智商就得高一截才行。当然像马云、马化腾、李彦宏等业内大佬也可以算得上，起码他们的推动力非常强，可以是的AI落地加速。
下面我们要说人工智能领域的大佬们才是真正的大牛，比如图灵、比如冯诺依曼，他们的启蒙值得我们用很多年来发展，图灵甚至被称为人工智能之父。
1956年夏天，一场在美国达特茅斯大学召开的会议上，以约翰·麦卡锡和明斯基为代表的一批人工智能学者聚集在一起，他们提议将“人工智能”确立为一门独立的学科。达特茅斯会议正式确立了人工智能（ArtificialIntelligence）这一术语，这也因此被认为是人工智能诞生的标志。从此开始了人工智能长达半个多世纪的发展，期间有着众多的大师出现。
人工智能界的大佬艾伦·麦席森·图灵
（1912年6月23日－1954年6月7日）
艾伦·麦席森·图灵，英国数学家、逻辑学家，被称为计算机科学之父，人工智能之父。
1931年图灵进入剑桥大学国王学院，毕业后到美国普林斯顿大学攻读博士学位，第二次世界大战爆发后回到剑桥，后曾协助军方破解德国的著名密码系统Enigma，帮助盟军取得了二战的胜利。
图灵对于人工智能的发展有诸多贡献，提出了一种用于判定机器是否具有智能的试验方法，即图灵试验，至今，每年都有试验的比赛。
此外，图灵提出的著名的图灵机模型为现代计算机的逻辑工作方式奠定了基础。
1954年6月7日在曼彻斯特去世。他是计算机逻辑的奠基者，提出了“图灵机”和“图灵测试”等重要概念。人们为纪念其在计算机领域的卓越贡献而专门设立了“图灵奖”。
图灵奖被喻为“计算机界的诺贝尔奖”，这是历史对这位科学巨匠的最高赞誉。
明斯基
1956年，他与麦卡锡、香农等人一起发起并组织了成为人工智能起点的“达特茅斯会议”，在这个具有历史意义的会议上，明斯基的Snare，麦卡锡的α-β搜索法，以及西蒙和纽厄尔的“逻辑理论家”（10sicTheorist）是会议的三个亮点。1958年，明斯基从哈佛转至MIT，同时麦卡锡也由达特茅斯来到MIT与他会合，他们在这里共同创建了世界上第一个人工智能实验室。明斯基自己就在这间实验室设计和建造了一个带有扫描仪和触觉传感器的14度自由机械手，可以像人一样搭积木。马文·明斯基，最早联合提出了“人工智能”概念，被尊为人工智能之父。他在人工智能领域卓有成就：人工智能领域首位图灵奖获得者，虚拟现实最早倡导者，也是世界上第一个人工智能实验室MIT人工智能实验室联合创始人。
麦卡锡
约翰·麦卡锡，他因在人工智能领域的贡献而在1971年获得图灵奖。实际上，正是他在1956年的达特矛斯会议上提出了“人工智能”这个概念，被称为“人工智能之父”。程序员知道如何让计算机进行演绎推理，因为其中涉及到的数学计算机能够理解。但如果想让计算机进行人类赖以生存的这种推测性的（而又常常正确的）常识推理，就得发明一种全新的数理逻辑。而这正是约翰·麦卡锡为自己设立的目标之一。麦卡锡的成名还有其他原因。他发明了人工智能领域的首要语言Lisp（listprocessing，表处理），而且自其诞生之日起，就为编程语言设计提供了丰饶的思想源泉。同时，作为一名教学者和难题设计师，他在密码学和平面性检验等亚学科领域激发了众多计算机科学家的灵感。已经证明，LISP的这些特点是解决人工智能核心问题的关键。此外，精巧的表机制也是进一步简化LISP程序设计的方便而有力的工具，因此，LISP自发明以来，已经被广泛用于数学中的符号微积分计算，定理证明，谓词演算等领域。它和后来由英国伦敦大学的青年学生柯瓦提出、由法国马赛大学的考尔麦劳厄所领导的研究小组于1973年首先实现的逻辑式语言PROLOG并称为人工智能的两大语言，对人工智能的发展起了十分深远的影响。LISP所蕴含的丰富的思想和深刻的意义也吸引了负责设计Algol语言的国际委员会，麦卡锡因此而被吸收为该委员会的成员。Algol中后来采纳了LISP关于递归和条件表达式这些思想。
冯诺依曼
冯·诺依曼（JohnvonNeumann，1903~1957），原籍匈牙利，布达佩斯大学数学博士。20世纪最重要的数学家之一，在现代计算机、博弈论、核武器和生化武器等领域内的科学全才之一，被后人称为“计算机之父”和“博弈论之父”。冯·诺伊曼对世界上第一台电子计算机ENIAC（电子数字积分计算机）的设计提出过建议，1945年3月他在共同讨论的基础上起草了一个全新的“存储程序通用电子计算机方案”--EDVAC（ElectronicDiscreteVariableAutomaticComputer的缩写）。这对后来计算机的设计有决定性的影响，特别是确定计算机的结构，采用存储程序以及二进制编码等，至今仍为电子计算机设计者所遵循。1946年，冯·诺依曼开始研究程序编制问题，他是现代数值分析——计算数学的缔造者之一，他首先研究线性代数和算术的数值计算，后来着重研究非线性微分方程的离散化以及稳定问题，并给出误差的估计。他协助发展了一些算法，特别是蒙特卡罗方法。40年代末，他开始研究自动机理论，研究一般逻辑理论以及自复制系统。在生命的最后时刻他深入比较天然自动机与人工自动机。他逝世后其未完成的手稿在1958年以《计算机与人脑》为名出版。
延伸阅读：世界著名人工智能专家在推特上展开争论
在过去一周左右时间里，两名人工智能专家一直在Twitter上就人工智能（AGI）之路展开友好（但竞争激烈得令人愉快）的辩论。对于那些不熟悉这个术语的人来说：AGI是机器中人类级别的智能。争论集中在一个特定的AI开发是否一定是通向AGI的道路。这比那要复杂得多，但要点是勒昆（LeCun）坚信，深度学习将是解决方案的一部分。当然，马库斯（Marcus）有点不同意。
这似乎没什么大不了的，尤其是如果你用点赞和转发量来衡量的话，但有时，历史在发生的时候对主流来说并不敏感。这场辩论的主要鼓动者，勒昆和马库斯，可能不是你所习惯的那种社交媒体影响者，但在机器学习的世界里，他们的影响力很大。而且，当AI的巨人们发生冲突时，总是会有一些戏剧性的场面。这个甚至还有一个额外的层面，这是一个经典的大技术与学术的对决。
作为Facebook的最高人工智能，勒昆负责尖端机器学习技术的开发。至少以前是这样，我们听说他从日常工作中抽身出来，全身心地投入到索菲亚机器人的研发中。马库斯在纽约大学教授心理学和神经科学，这使他成为智力方面的专家。然而，在11月的人工智能大辩论中，不仅仅是勒昆和马库斯在推特上交流。就像所有的好节目一样，有很多明星客串。
这种讨论似乎是凭空冒出来的，但我怀疑最近阿吉的所有言论都与马丁·福特的新书《智能架构师》有关。在这本书中，他采访了25位世界顶尖的人工智能专家，包括勒昆、马库斯和迪安。
TNW就这本书采访了福特。他告诉我们，他从写作中获得的最大收获是看到专家们对人工智能领域的看法是多么不同。你当然可以在Twitter上看到他的意思。而且，如果你能把这场对话的导火索归功于福特，那么马库斯和勒昆为这场引人入胜的辩论打开了大门，理应得到疯狂的尊重。很明显，未来的道路并没有在Twitter上持续一周的辩论中找到答案。不管你对社交媒体有什么看法，只要能上网，任何人都能看到这些才华横溢的人讨论AGI，这绝对令人惊叹。这就像物理学家在讨论曼哈顿计划早期构想一样。 人工智能（AI）界的吉尼斯大佬
最后小编们带您了解一下AI届的“吉尼斯”，周末了放松一下。
最懂表情包的AI
「好的」这两个字后面加上最简单的表情，都会让这个单纯的词语变得不再单纯。在不同的情景回复不同的人时，表情符号可以让这个常见的回复词，带上不同的情绪，沮丧、开心、无奈、窃喜、期待……
麻省理工学院有一个团队正在进行一个名为「DeepMoji」的项目，利用人工智能对人们在社交网络上使用的emoji表情符号进行研究，通过机器学习的手段，让人工智能读懂人们的情绪，尤其是语言中的「反讽」。
最剽悍的AI
说它剽悍，是因为它“长”在枪上。但其实，AI本身并不剽悍啦……据俄罗斯塔斯社消息，AK-47制造厂卡拉什尼科夫公司将推出具有人工智能性质的新枪。
公司发言人索菲娅·伊万诺娃说，这款枪支基于先进的“神经网络全自动系统”，在无人操控的情况下，不仅能够决定是否射击，还能够根据敌人和环境的变化随时调整射击状态。
最老司机的AI
讲过几个荤段子就敢说自己是“老司机”？这款AI表示严重不服！Porxxub已经宣布推出一款全新的成人片识别引擎，这款引擎由AI驱动，使用计算机视觉技术自主检测和识别成人片内容以及表演者。
该引擎和算法迄今为止通过简单的扫描和解释镜头进行了训练，已识别超过1万种色情内容。Porxxub表示使用了数千个视频以及演员的官方照片来训练这个AI驱动的解决方案。
最贪玩的AI
DeepMind刚刚在博客中宣布，与合作伙伴暴雪一起，发布了一套名为SC2LE（StarCraftIILearningEnvironment）的工具组件，这套工具组件将加速即时策略游戏星际争霸2中的AI研究。
当然啦，为服务人类而生的AI并不是一门心思地玩儿咯，这是一盘大旗：通用人工智能的下一个重大挑战是回答大规模多个AI智能体如何从激励和经济约束共存的环境中吸取经验，学习人类水平的合作或竞争。随着深度加强学习（DRL）的蓬勃发展，研究人员开始借助增强后的学习能力，着手解决多代理协作问题。
最天真无邪的AI
人类玩起大型对战游戏来，一言不合就要互相“问候亲人”，所以最天真无邪的AI还是比较喜欢玩小游戏……
微软AI打出《吃豆人》最高得分：999，990分。微软研究员开发了一个AI系统，在雅达利2600游戏主机上挑战《Ms.Pac-Man》游戏后，以999，990的分数，打破了该游戏最高得分纪录（Highscore.com上的吃豆人得分榜显示，该版本此前的最高分是266，330分）。
最“知音”的AI
高山流水觅知音
常言说“知音难觅”，但AI却说：这很简单啊！日本一支研究团队就正在开发这样一款AI耳机，它能够跟踪听众的情感状态，为使用者量身创作音乐。
这套AI系统可以通过收集用户大脑的音乐数据，为用户创建个性化的“情感音乐模型”。在开始谱曲前，它会对用户脑电波进行学习、识别各种音乐之间的关联。最终为用户贴身打造定制音乐，刺激用户精神状态。
最天使的AI
所谓“救人一命胜造七级浮屠”，那么最天使的AI非这位能够预判人类自杀倾向并提前预警的AI莫属了。
Walsh和他的同事创建了一些机器学习算法，这些算法可以预测病人试图自杀的可能性，其精度高得吓人。试验结果表明，算法对某人在2年内是否有自杀倾向的预测精准度达到了80-90%，而预测下周是否会试图自杀的准确度则高达92%。
最会下棋的AI
曾经一度横扫人类围棋界的阿法狗最近终于迎来了真正意义上的对手，不过……打败它的，还是AI。
近日，DeepMind发布了AlphaGoAI的下一个迭代AlphaGoZero。Zero自学围棋仅仅3天后就战胜了击败李世石版本的AlphaGo，战绩是惊人的100:0……
最HR的AI
围棋的世界如此令人心塞，我们还是来说说找工作的事情好了（？？？好像更心塞了）。全球最大的求职搜索引擎Indeed的副总裁RajMukherjee表示：“人工智能可以用NLP（自然语言处理）对工作描述和应聘者的简历进行分析，并以此进行匹配。”
人工智能甚至可以从搜索引擎上搜集约4.5亿份求职人员的职位描述和工作经历，以此匹配求职人员的薪资范围。
最火一届人工智能大会，AI大佬们在关心什么
7月6日，世界人工智能大会在上海开幕。这是大会举办6年来最火爆，也是话题最集中的一届，展馆面积5万平方米，远超去年的1.5万平方米。参展企业400多家，比去年数量翻倍。无论是展区还是开幕式主论坛，参与者讨论的话题都很集中：大模型。
导读
壹||全面人工智能比人类聪明的多，现在很重要的一点是，如何对AI进行监督。
贰||华为的思考结果是：下阶段全力推进人工智能走深向实。
叁||尽管大模型令人兴奋，但目前，大模型也存在“一本正经胡说八道”、不安全、落地时不好用等缺陷。这些问题能得到解决吗？ChatGPT之后，AI的下一步会是什么？
7月6日，世界人工智能大会在上海开幕。这是大会举办6年来最火爆，也是话题最集中的一届，展馆面积5万平方米，远超去年的1.5万平方米。参展企业400多家，比去年数量翻倍。
无论是展区还是开幕式主论坛，参与者讨论的话题都很集中：大模型。华为轮值董事长胡厚崑说，他昨天去展览区转了一圈，只关注到了两件事：一方面是大模型的研究，另一方面是大模型在不同行业的应用。他在开幕式上的10多分钟发言，通篇都与大模型相关。
在开幕式主论坛上，与会的AI大佬们或多或少都谈到了大模型带动的生成式AI浪潮，虽然还存在风险高、落地难等多方面的争议和讨论，但AI势不可挡的趋势已有基本共识。
风险与监管
特斯拉创始人马斯克是大会第一位演讲嘉宾，他通过视频作了8分钟演讲。这次展会上特斯拉设立了专门展台，一位参展人士看到后调侃说，作为一家汽车厂商，特斯拉不去参加上海车展，反而来到了人工智能大会。
此前，马斯克曾呼吁暂停GPT研发，以减少对人类造成的潜在风险。这次他重申对AI的监管话题时说，有局限的人工智能和全面人工智能完全不一样，全面人工智能比人类聪明的多，现在很重要的一点是，如何对AI进行监督。
“相对于机器智能，人类的智能在全部智能中所占的比例会越来越低，这将是一个根本性的深度变化，现在很难理解它带来的影响，这可能是现在人类历史上最深刻的一个时期。”马斯克说。
图灵奖得主、MetaAI团队首席人工智能科学家杨立昆也提了AI风险。不过他与马斯克的观点完全不同——他不赞同监管AI。杨立昆认为，如果想让人工智能变得安全，实用且唯一的方法是让它开源。
“想象一下，未来10年或15年后，我们每个人都通过人工智能助手与数字世界互动，如果技术被少数公司控制，这不是好事。未来的人工智能系统应该成为人类所有知识的宝库，它们的训练方式必须基于众多的源头，我希望看到更多的开源AI系统。”
杨立昆还认为，可以通过设置目标做到AI可控，比如设定让它不要伤害别人，不要出现欺骗或支配人类的行为，让它诚实，让它屈从于人类，这样这些AI系统将完全可控。这件事并不容易，但设置目标的方式可以让AI系统变得安全，这是一个非常艰巨的挑战。
产业与探索
当学术界热衷讨论AI基础研究的星辰大海时，企业界更关心大模型的实际应用和落地。
华为轮值董事长胡厚崑预告，明天（7月7日）华为将发布盘古大模型3.0。他说，人工智能方向已经很清晰，在一个不太长的时间，通用人工智能会帮助我们改写一切。方向清晰后，最关键的就是路径，我们应该怎么做？
华为的思考结果是：下阶段全力推进人工智能走深向实。共分为两个方向，其一是打造算力，目前在国内建立了25个城市算力基础设施，针对大企业、小企业分别有不同的算力服务方式。胡厚崑说，他希望算力不再成为人工智能发展瓶颈。其二是做行业大模型，让人工智能服务千行百业，目前华为大模型在金融、制造、政务、电力、煤矿、医疗、铁路等10多个领域做了落地。
在AI领域走的最快，成功投中OpenAI的微软，目前关心的也是应用落地。微软全球资深副总裁、微软大中华区董事长兼CEO侯阳说，他感受到了市场对新一代生成式AI的迫切需求，微软正加大投入，近期已连续发布了超过50项生成式AI新技术和新服务。
目前微软的生成式AI场景已经在全球推进。侯阳认为，AI可以对很多行业进行创新，比如，可以革新零售电商行业的智能客服，可以在游戏中构建有无线剧情和对话的NPC，可以在金融行业更早发现风险，可以提升生命科学领域临床实验数据的分析能力，可以在教育行业探索定制化的学习方式。
GPT的未来
尽管大模型令人兴奋，但目前，大模型也存在“一本正经胡说八道”、不安全、落地时不好用等缺陷。这些问题能得到解决吗？ChatGPT之后，AI的下一步会是什么？
图灵奖获得者、上海期智研究院院长姚期智认为，GPT之后，下一个重要突破方向在智能机器人领域，应该让机器人有视觉、听觉等多种感知能力，让它们能在不同环境里，自主学习不同的新技能。
马斯克也重点提到了机器人。他提到了一个比例问题：机器人和人类的比例是多少？他认为将会超过1:1，也就是说，地球上的机器人数量将会超过人类数量。
马斯克还预测说，L4-L5级的全自动驾驶大概今年晚些时候就能实现。“我以前也做过预测，但都错了，但我觉得此刻做的预测比以往任何时候都更接近于现实。”
与往届人工智能大会相比，今年的这届大会学术含量较高。据统计，今年有4位图灵奖以及迈克尔·莱维特诺奖得主、80多位国内外院士出席。在开幕式上，以学者身份出席的演讲嘉宾也很多，他们更关心AI人才的培养。
香港中文大学教授、商汤科技创始人汤晓鸥介绍了3个中国年轻学者在过去10年间为大模型做出的贡献。汤晓鸥说，现在中国的科技原创者已经看到了曙光。
三个年轻学者分别是香港中文大学的王晓刚、何恺明、林达华。王晓刚在深度学习兴起的最初几年，即2011年到2013年，发表了多篇深度学习论文，在全世界第一次将深度学习应用到视觉领域。何恺明2016年发表的论文解决了深度学习网络梯度传递问题，改变了深度学习网络训练参数的瓶颈。林达华打造了国际上有影响力的视觉算法开源体系，并早于谷歌，在2021年12月把技术拓展到城市级，打造了全国首个三维实景大模型。
通过三位学者的经历，汤晓鸥说，国内AI基础理论研究领域，新一代中坚力量已经起步。
关注同花顺财经（ths518），获取更多机会