文章图片
△何晓冬的谷歌学术主页
比如在2014年 , 他与深度学习三巨头之一Yoshua Bengio等人给IEEE TASLP投稿的《Using RNN for Slot Filling in Spoken Language Understanding》 , 提出了基于深度循环神经网络的口语理解模型 , 为口语理解领域带来突破 。
六年之后 , 该论文获得2020年度IEEE 信号处理协会 (IEEE SPS)最佳论文奖 。 跟一般顶会的最佳论文奖不同 , 这个奖是从过去6年里发表于IEEE SPS的所有论文里评选 , 相当于经过了时间的检验 。
何晓冬还为此感慨道 , AI领域发展很快 , 这个工作萌发idea的时候 , 这些作者里还只有一位IEEE Fellow , 获奖的时候 , 作者群里已经7位Fellow加一个图灵奖了 。
文章图片
△ICASSP 线上举办的颁奖典礼
又比如2018年 , 何晓冬与沈向洋、李笛等人在中国工程院刊FITEE发表论文《From Eliza to XiaoIce: Challenges and Opportunities with Social Chatbots》 , 深度探讨了构建先进人机对话系统的设计原则 , 获得业界广泛关注 , 并获得2018年度优秀论文奖 。
基于其对自然语言理解和语言与视觉多模态信息处理的贡献 , 2018年底何晓冬当选IEEE Fellow 。
此外 , 他还曾担任IEEE西雅图分会主席及多个顶级学术期刊编委 。
深度学习爆发的见证者、参与者
正如乔布斯在斯坦福大学那场著名的演讲中所言 , 人生中很多事件其间存在巧妙关联 , 但要在多年后回望时才会发现 。
这一点在何晓冬身上也有印证 。
站在当下这个节点上 , 何晓冬回望走过的路 , 何晓冬对我们讲述了自己亲历的深度学习发展中的几个片刻 。
关于这个故事 , 还要从2006年说起 。
当年 , 深度学习三巨头之一Geoffrey Hinton在顶刊Science上发表了一篇论文 , 名为《Reducing the Dimensionality of Data with Neural Networks》 。
文章图片
虽然当时人们认为这篇论文并不好懂 , 但现在回头来看 , 这篇论文可以称得上是这次深度学习浪潮的起点 。
在他看来 , 很多算法、理论确实够前沿新颖 , 但当真的用到实际问题中时 , 效果却差强人意 。
之后在2008年的机器学习顶会NeurIPS (当时叫做NIPS)上 , 他和当时微软的同事邓立便举办了一场语音语言研讨会 (NIPS Workshop on Speech and Language: Learning-based Methods and Systems) , 同时也邀请Hinton来做报告 。
推荐阅读
- 京东方|消息称京东方 2022 年扩张带鱼屏产品线
- 影像|京东零售集团CEO辛利军空降小米“跑进2022”活动直播间为米粉送福利
- 出货|消息称京东方 2022 年推 40 英寸带鱼曲面屏:4K+分辨率
- 服贸|京东云助力打造“永不落幕的服贸会”案例入选中国信通院“云安全守卫者计划”
- 平台|京东云助力打造“永不落幕的服贸会”案例入选中国信通院“云安全守卫者计划”
- jbhcfw|京东慧采适合什么样的企业入驻,我们公司合适么?
- 汽车|阿联酋批准国药新疫苗用作加强针;京东方重庆第6代AMOLED(柔性)生产线正式量产 | 思维独角兽
- 硬件|投资465亿 京东方重庆第6代AMOLED柔性生产线正式量产
- 硬件|京东方晶芯首个玻璃基4K产品交付 百万级对比度、115%色域
- 技术|京东方晶芯 MLED 首个玻璃基 AM P0.9 直显 4K 产品成功交付