有業(yè)內(nèi)人士認為，近年來三大趨勢推動了人工智能領(lǐng)域的大爆發(fā)，一是高性能的計算能力，二是強大的算法，三是海量的數(shù)據(jù)。

人工智能技術(shù)已經(jīng)可以以極高的準確度識別圖片、語音，甚至在象棋、圍棋方面勝過最頂尖的人類選手。由于機器學(xué)習(xí)技術(shù)的發(fā)展，每天我們都會聽說人工智能帶來的最新進步，無論是對醫(yī)療健康，還是關(guān)于圍棋比賽。然而我們常常沒有注意到的是，在這些成功的機器人背后也有著人類的聰明才智。

我們今天看到的快速變化是由于整個行業(yè)和學(xué)術(shù)界的努力。對于人類生成并收集的越來越多數(shù)據(jù)，研究者正在探索更好的利用方式。

其中一些重量級的研究者在機器學(xué)習(xí)領(lǐng)域取得了重要突破。目前，這些技術(shù)進步已成為了我們開發(fā)數(shù)字工具，將人工智能應(yīng)用于社交網(wǎng)絡(luò)、無人駕駛汽車，以及工業(yè)互聯(lián)網(wǎng)的基礎(chǔ)。

1、吳恩達

吳恩達近期辭去了百度首席數(shù)據(jù)科學(xué)家的職務(wù)。此外，他也是在線教育平臺Coursera的創(chuàng)始人，以及斯坦福大學(xué)計算機科學(xué)系助理教授。

在加入百度之前，他創(chuàng)建了谷歌（微博）的Brain AI研究部門，專注于深度學(xué)習(xí)技術(shù)。在斯坦福大學(xué)，他牽頭的項目包括斯坦福人工智能機器人（STAIR）的開發(fā)，以及利用單一二維照片生成三維數(shù)字模型的算法。

2、約書亞?·本吉奧（Joshua Begio）

作為蒙特利爾大學(xué)計算機科學(xué)系教授，本吉奧以智能神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)方面的研究而聞名。他曾表示，在他研究背后最重要的動機是理解“通過學(xué)習(xí)獲得智能的原理”。他的許多公開工作集中于自動編碼器。這種技術(shù)用于編碼非結(jié)構(gòu)化數(shù)據(jù)，使數(shù)據(jù)可以通過無監(jiān)控機器學(xué)習(xí)技術(shù)被計算機理解。

3、延恩·勒昆（Yann LeCunn）

勒昆自2013年以來擔(dān)任Facebook的人工智能研究負責(zé)人。他是計算機視覺技術(shù)的先驅(qū)，即讓計算機以類似人類的方式識別對象，進而將對象歸類。他也被認為是卷積神經(jīng)網(wǎng)絡(luò)模型的發(fā)明者之一。卷積神經(jīng)網(wǎng)絡(luò)的目標是以類似人類眼睛或大腦的方式，獲取并表達信息。他是紐約大學(xué)數(shù)據(jù)科學(xué)中心的創(chuàng)始人。