Charles Babbage
查尔斯·巴贝奇
设计差分机与分析机，把自动计算与可编程机器的构想推进到具体设计中。
ASI.FAN
正在加载…
ASI.FAN
正在加载…
人物 · 概念 · 相关故事
一个名字，一个新词，都可以成为读懂AI的起点。
这里列出故事涉及的部分人物。每一项进展，也包含合作者、工程师与数据工作者的贡献。
Charles Babbage
设计差分机与分析机，把自动计算与可编程机器的构想推进到具体设计中。
Ada Lovelace
在1843年分析机附注中，讨论机器处理符号以及超出算术的用途。
Alan Turing
为计算理论提供重要基础，并在1950年讨论模仿游戏、学习与“儿童机器”。
John McCarthy
达特茅斯研究计划提出者之一，推动“人工智能”成为共同的研究名称。
Marvin Minsky
人工智能早期研究者与达特茅斯计划提出者之一，研究涉及多种智能问题。
Frank Rosenblatt
感知机研究的重要人物，探索通过经验调整模型判断的学习方式。
Joseph Weizenbaum
ELIZA的创造者，后来持续反思人们如何理解和使用计算机。
Edward Feigenbaum
参与DENDRAL等研究，推动专家系统与知识工程的发展。
Judea Pearl
概率推理与因果研究的重要贡献者，让不确定性获得更系统的表达。
Geoffrey Hinton
神经网络与表示学习的重要研究者，参与1986年反向传播论文和2012年AlexNet工作。
Yann LeCun
卷积网络与基于学习的文档识别等方向的重要研究者。
Fei-Fei Li
与团队推动ImageNet，促进大规模视觉数据与共同评测的发展。
Kaiming He
与张祥雨、任少卿和孙剑共同提出残差网络ResNet，帮助训练更深的视觉模型。
Demis Hassabis
DeepMind联合创始人，参与推动AlphaGo和AlphaFold等研究。
David Silver
强化学习研究者，AlphaGo、AlphaGo Zero等工作的主要作者之一。
Ashish Vaswani
2017年Transformer论文的第一作者；该工作由八位作者共同完成。
Ian Goodfellow
与合作者在2014年提出生成对抗网络GAN，探索一种新的生成模型训练方式。
John Jumper
AlphaFold蛋白质结构预测研究的重要贡献者，2021年相关论文的第一作者。