Ещё

Советский математик поможет Facebook стать «умнее» 

Умная сеть

Переход Вапника из Лондонского университета в крупнейшую социальную сеть полностью укладывается в набирающую силу кадровую тенденцию — в последнее время интернет-компании стремятся привлечь к своим разработкам представителей фундаментальной науки. Facebook оперирует огромными объемами данных, что открывает перед Вапником широкое поле для прикладной деятельности. А социальная сеть может использовать его авторитет для привлечения к своей работе других талантливых и перспективных ученых.

Это уже не первое громкое R&D назначение Facebook. В прошлом году соцсеть приняла на работу одного из ведущих мировых специалистов по искусственному интеллекту, француза Яна Лекуна, который и возглавил соответствующую лабораторию сети — Facebook AI Research. Лекун известен своей разработкой серии методов машинного обучения, в том числе сверточных нейронных сетей, относящихся к алгоритмам так называемого глубокого обучения (deep learning).

Архитектуры глубокого обучения используются в таких областях как компьютерное зрение, распознавание речи и обработка естественного языка. Соответствующая технология уже была применена Google при разработке программы, способной различать объекты на видео. А Facebook, в свою очередь, использовал ее при создании системы распознавания лиц под названием DeepFace. Она умеет распознавать человеческие лица с точностью 97,25%, что сопоставимо с точностью распознавания лица человеком.

Разработка архитектур глубокого обучения зачастую подается как важная веха на пути к созданию искусственного интеллекта. Вычислительное глубокое обучение тесно связано с теориями умственного развития, разработанными в начале 1990-х годов специалистами по когнитивной нейробиологии.

Термин «глубокое обучение» вошел в широкое употребление после публикации Джеффри Хинтона и Руслана Салахутдинова в середине 2000-х годов, в которой они доказали возможность эффективного предобучения многослойной нейронной сети.

Математический междусобойчик

«В Facebook Владимир будет работать вместе со своими давними товарищами — Джейсоном Вестоном, Ронаном Коллобертом и Яном Лекуном», — сообщил FB на своей официальной странице в сети. Все трое ученых некогда трудились в исследовательском подразделении американской телекоммуникационной компании AT&T — знаменитой Bell Laboratories.

Формально Вапник будет трудиться в Facebook под руководством Лекуна. Во время совместной работы в Bell Labs Вапник был настроен весьма критически к разработкам своего коллеги. Как писал журнал Wired, в 1995 году Вапник, Лекун и их тогдашний начальник Лэрри Джекел заключили пари: Джекел утверждал, что к 2000 году станет в целом понятно, как работают глубинные искусственные нейронные сети, Вапник — не верил в это. Кроме того, он считал, что к 2005 году «никто в здравом уме не будет применять нейронные сети в том виде, в каком их понимают в 1995». Проигравший оплачивал ужины в дорогих ресторанах.

Судьба пари неизвестна, но Вапник точно выиграл бы первую часть спора. В 2000 году внутренние механизмы нейронных сетей по-прежнему оставались по большей части неразгаданными (эта проблема окончательно не решена и сейчас). Однако вторая часть пари осталась за Джекелом и Лекуном: к 2005 году глубинные нейронные сети, восходящие именно к исследованиям Лекуна 80-90-х годов, по-прежнему широко применялись на практике — например, в банковских системах распознавания чеков.

БИОГРАФИЯ ВАПНИКА

Вапник — профессор Королевского колледжа Холлоуэй (Лондонский университет).

Вапник окончил математический факультет Узбекского государственного университета в Самарканде в 1958 году. С 1961 по 1990 год работал в московском Институте проблем управления им. В. А. Трапезникова, где занимался теорией распознавания образов.

Вместе с коллегой по институту Алексеем Червоненкисом (также профессор Королевского колледжа Холлоуэй) разработал метод обобщенного портрета для распознавания образов, а понятие размерности Вапника — Червоненкиса (VC-dimension) стало общеупотребимым в международном научном сообществе. Червоненкис скончался 22 сентября 2014 года от переохлаждения, заблудившись на территории парка «Лосиный остров».

В 1990 году Вапник покинул Россию и начал работать в AT&T в лаборатории Белла. В 2002 году ученый ушел из AT&T в лабораторию японской корпорации NEC в Принстонском университете. В 1995 году стал приглашенным профессором Королевского колледжа Холлоуэй, а в 2003 году — профессором компьютерных наук в Колумбийской университете Нью-Йорка.

Вапник — обладатель нескольких наград, в том числе премии Института инженеров в области электричества и электроники (IEEE) «Пионеру нейронных сетей» (2010), медали Бенджамина Франклина за вклад в развитие компьютерных и когнитивных наук (2012) и других.

Ученые, которые ушли в бизнес

В последние годы специалисты в области математики, прежде считавшиеся идеальными кандидатами на погружение в «чистую» науку, неожиданно стали крайне востребованы в бизнесе. «В эпоху big data все больше компаний нанимают математиков для того, чтобы выполнять числовые расчеты для самых разных проектов», — отмечает Forbes.

В марте 2013 года в Google пришел известный британский информатик Джефри Хинтон, приведя в компанию двоих своих аспирантов — Алекса Крижевского и Илью Суцкевера. До этого Google выделила команде Хинтона грант в размере $600 тыс., чтобы поддержать их исследования в области нейронных сетей.

В мае 2013 китайский поисковик Baidu переманил у Google Эндрю Ына, руководившего в американской корпорации проектом машинного обучения Google Brain. Ын — выпускник Университета Карнеги — Меллона, степень магистра получил в Массачусетском технологическом институте, докторскую диссертацию защитил в Калифорнийском университете в Беркли. Автор более 100 научных работ. Сейчас Ын — ведущий специалист лаборатории искусственного интеллекта Baidu.

В декабре 2013 года Facebook наняла профессора Нью-Йоркского университета Яна ЛеКуна, одного из ведущих специалистов в области машинного обучения, для того чтобы он возглавил ее новую лабораторию по разработке искусственного интеллекта.

В 2014 году директор исследовательского центра имени Тьюринга (Turing Center) при Вашингтонском университете Орен Эциони, посвятившей своей академической карьере в общей сложности 23 года, возглавил Allen Institute for Artificial Intelligence, исследовательский институт, занимающийся проблематикой искусственного интеллекта. Allen Institute for Artificial Intelligence создан по инициативе соучредителя Microsoft Пола Аллена.

 Ещё 13 источников 
Читайте также
Новости партнеров
Больше видео