神经网络之父Hinton回加拿大办AI研究所,和美国大公司抢人才

简介:
本文来自AI新媒体量子位(QbitAI)

 Geoffrey Hiton

被尊称为“神经网络之父”的Geoffrey Hiton又有了一份新事业:加拿大人工智能研究机构向量研究所(Vector Institute)的首席科学顾问。

《多伦多星报》在报道中称:“Hinton将搬回加拿大,来领导Google多伦多办公室的研究团队。”目前,Hinton每年都会去山景城Google总部工作几个月,如果真的彻底搬回加拿大,可谓是对这个新机构投入巨大。加拿大《每日邮报》则透露,连“Vector Institute”这个名字,都是他起的。

向量研究所是一个独立的非营利研究机构,主要由多伦多大学的研究人员们发起,将招募大约25名新的科学家。他们的研究领域将专注于深度学习,特别是图像和语音识别。

这家刚刚成立的研究机构从政府、商业公司获得了总计超过1.5亿加元(约合人民币7.7亿元)的投资。其中包括来自加拿大联邦政府“泛加拿大人工智能战略”基金的4000万加元、安大略省政府分5年提供的5000万加元和来自31家公司、分10年提供的8000万加元。Google、加拿大航空、劳伯劳斯连锁超市以及加拿大的五大银行都对向量研究所进行了投资。

向量研究所的目标,是将AI人才吸引回加拿大并留住他们,并培育出更多经过良好训练的专家,向加拿大现有的公司输送人才。

Hinton说,“当然有其他研究院愿意从美国回到加拿大,我收到过不少询问。”

Geoffrey Hinton是深度学习领域的教父级人物,以“神经网络之父”的称号为人们所熟知。他是加拿大多伦多大学名誉教授,2013年,Hinton创办的公司DNNResearch被Google收购之后,他本人也随之加入了Google,出任副总裁及Engineering Fellow。

由于深度学习领域久负盛名的三人Hinton、Yann LeCun、Yoshua Bengio都来自加拿大的学校,这个国度一直被视为这一波人工智能发展的源泉和支撑,多伦多大学、蒙特利尔大学都号称拥有世界一流的人工智能实验室。同时,加拿大培养的AI人才也在源源不断地流向美国,他们进入美国高校和科技巨头的实验室,把深度学习技术用在实时机器翻译、人脸识别、推荐系统等领域。

向量研究所中,将有一部分人员专注于纯粹的学术研究,“我们不知道这个领域里新的重大突破将发生在哪。我们想要确保自己站在这个领域的最前沿,所以需要做学术研究的人。”该机构的研究总监、多伦多大学计算机系教授Richard Zemel说。

机构的其他人将会与商业伙伴合作进行研究。与企业合作一个巨大的好处,是能为这家公司带来大量的数据集和需要解决的真实问题,这两者,也正是美国科技巨头对于深度学习PhD们的吸引力所在之一。

不过,与科技巨头的巨额利润相比,向量研究所的年度预算依然相形见绌,因此也有不少人担心,这家新机构会成为又一个为美国大公司生产机器学习PhD的兵工厂。

Hinton对此并不担心,他说:“他们显然不会都留在加拿大,但是多伦多的企业界会热情地争夺他们,而特朗普也算是帮了我们一把。”Hinton的团队中就有两名伊朗人,他们因为特朗普的移民新政而无法进入美国。

而加拿大政府,正在对人工智能研究展开搭理支持。上周三,加拿大总理Justin Trudeau在首都渥太华公布政府预算,人工智能被列为六大支柱产业之一,获得了1.25亿加元的“泛加拿大人工智能战略”基金预算。

本文作者:李林
原文发布时间:2017-03-29
相关文章
|
6月前
|
人工智能 云栖大会 调度
「2025云栖大会」“简单易用的智能云网络,加速客户AI创新”专场分论坛诚邀莅临
”简单易用的智能云网络,加速客户AI创新“专场分论坛将于9月24日13:30-17:00在云栖小镇D1-5号馆举办,本场技术分论坛将发布多项云网络创新成果,深度揭秘支撑AI时代的超低时延、自适应调度与跨域协同核心技术。同时来自领先企业的技术先锋将首次公开其在模型训练、企业出海等高复杂场景中的突破性实践,展现如何通过下一代云网络实现算力效率跃升与成本重构,定义AI时代网络新范式。
228 4
|
6月前
|
传感器 机器学习/深度学习 算法
【UASNs、AUV】无人机自主水下传感网络中遗传算法的路径规划问题研究(Matlab代码实现)
【UASNs、AUV】无人机自主水下传感网络中遗传算法的路径规划问题研究(Matlab代码实现)
171 0
|
6月前
|
机器学习/深度学习 算法 调度
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
483 0
|
6月前
|
人工智能 运维 安全
从被动防御到主动免疫进化!迈格网络 “天机” AI 安全防护平台,助推全端防护性能提升
迈格网络推出“天机”新版本,以AI自学习、全端防护、主动安全三大核心能力,重构网络安全防线。融合AI引擎与DeepSeek-R1模型,实现威胁预测、零日防御、自动化响应,覆盖Web、APP、小程序全场景,助力企业从被动防御迈向主动免疫,护航数字化转型。
从被动防御到主动免疫进化!迈格网络 “天机” AI 安全防护平台,助推全端防护性能提升
|
6月前
|
机器学习/深度学习 资源调度 算法框架/工具
AI-ANNE: 将神经网络迁移到微控制器的深度探索——论文阅读
AI-ANNE框架探索将深度学习模型迁移至微控制器的可行路径,基于MicroPython在Raspberry Pi Pico上实现神经网络核心组件,支持本地化推理,推动TinyML在边缘设备中的应用。
348 10
|
5月前
|
机器学习/深度学习 人工智能 算法
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
235 0
|
6月前
|
机器学习/深度学习 并行计算 算法
【CPOBP-NSWOA】基于豪冠猪优化BP神经网络模型的多目标鲸鱼寻优算法研究(Matlab代码实现)
【CPOBP-NSWOA】基于豪冠猪优化BP神经网络模型的多目标鲸鱼寻优算法研究(Matlab代码实现)
145 8
|
6月前
|
算法 数据挖掘 区块链
基于遗传算法的多式联运车辆路径网络优优化研究(Matlab代码实现)
基于遗传算法的多式联运车辆路径网络优优化研究(Matlab代码实现)
170 2
|
6月前
|
人工智能 监控 数据可视化
如何破解AI推理延迟难题:构建敏捷多云算力网络
本文探讨了AI企业在突破算力瓶颈后,如何构建高效、稳定的网络架构以支撑AI产品化落地。文章分析了典型AI IT架构的四个层次——流量接入层、调度决策层、推理服务层和训练算力层,并深入解析了AI架构对网络提出的三大核心挑战:跨云互联、逻辑隔离与业务识别、网络可视化与QoS控制。最终提出了一站式网络解决方案,助力AI企业实现多云调度、业务融合承载与精细化流量管理,推动AI服务高效、稳定交付。
|
5月前
|
传感器 机器学习/深度学习 数据采集
【航空发动机寿命预测】基于SE-ResNet网络的发动机寿命预测,C-MAPSS航空发动机寿命预测研究(Matlab代码实现)
【航空发动机寿命预测】基于SE-ResNet网络的发动机寿命预测,C-MAPSS航空发动机寿命预测研究(Matlab代码实现)
366 0