Dong Yu (chinesisch: 俞栋) ist ein chinesisch-amerikanischer Informatiker, Forscher im Bereich künstliche Intelligenz sowie Ingenieur, der für seine Beiträge zur Spracherkennung, zum Deep Learning und zur multimodalen künstlichen Intelligenz bekannt ist. Er ist Fellow der Association for Computing Machinery(ACM), des Institute of Electrical and Electronics Engineers(IEEE) sowie der International Speech Communication Association(ISCA). Stand 2026 ist Yu Vizepräsident für AI Foundations bei Capital One und wissenschaftlicher Chefberater von Transsion, nachdem er zuvor leitende Positionen bei Tencent AI Lab und Tencent Cloud AI innehatte.
Frühes Leben und Ausbildung
Yu erwarb einen Bachelor of Science in Elektrotechnik an der Zhejiang University sowie einen Master-Abschluss in Mustererkennung und intelligenter Steuerung an der Chinesischen Akademie der Wissenschaften. Anschließend erlangte er einen Master of Science in Informatik an der Indiana University Bloomington sowie einen Ph.D. in Informatik an der University of Idaho. Sein akademischer Werdegang kombinierte Grundlagen der Elektrotechnik mit computergestützter Forschung, was ihn für spätere Arbeiten an maschinellem Lernen und neuronalen Netzarchitekturen positionierte.
Karriere
Yu begann seine berufliche Laufbahn 1998 bei Microsoft Research in Redmond, Washington, wo er in der Forschungsgruppe für Sprache und Dialog arbeitete. Während seiner Zeit bei Microsoft leitete er Forschung zur automatischen Spracherkennung, multimodaler KI sowie Deep-Learning-Frameworks und trug zu Produkten wie Microsoft Cortana, Skype Translator sowie Ford Sync bei. Seine Arbeit dort umfasste die Anwendung von Deep-Learning-Techniken auf praktische Sprachsysteme, wodurch akademische Forschung und kommerzielle Bereitstellung überbrückt wurden.
2017 wechselte Yu zu Tencent America, wo er Doppelführungsrollen bei Tencent AI Lab und Tencent Cloud AI innehatte. Seine Arbeit konzentrierte sich auf die Entwicklung von Großsprachmodell-Systemen, multimodaler KI sowie Forschung hin zur künstlichen allgemeinen Intelligenz(AGI). Er leitete Teams, die Systeme für konversationelle KI, Sprach- und Musik synthese, multimodale Interaktion sowie intelligente Web-Agenten entwickelten. Er verließ Tencent 2026 und wurde anschließend Vizepräsident für AI Foundations bei Capital One sowie wissenschaftlicher Chefberater von Transsion.
Yu war Vorsitzender des IEEE Technical Committee für Sprach- und Sprachverarbeitung sowie technischer Programm-Mitvorsitzender für die ICASSP 2021. Er trug als assoziierter Herausgeber sowie leitender Bereichs-Herausgeber für die IEEE/ACM Transactions on Audio, Speech, and Language Processing bei und fungierte als Gast-Herausgeber für mehrere IEEE-Zeitschriften sowie Sonderausgaben von Konferenzen, die sich auf Deep Learning, Sprachverarbeitung sowie konversationelle KI konzentrierten. Er war außerdem außerordentlicher Professor an der Zhejiang University und hält ungefähr 100 Patente. Er gehörte zu den Gründern und Kernbeiträgern von CNTK, einem Open-Source-Deep-Learning-Framework.
Forschung und Beiträge
Yu ist bekannt für die Anwendung von Deep Learning auf Spracherkennung mit großem Wortschatz, einschließlich der Entwicklung kontextabhängiger tiefer neuronaler Netze(CD-DNN-HMM,, die die Erkennungsgenauigkeit erheblich verbesserten und sowohl Wissenschaft als auch Industrie beeinflussten. Diese Arbeit zeigte, wie Residualnetzwerke sowie andere architektonische Innovationen für sequenzielle Audiodaten angepasst werden konnten, wodurch das Feld der Sprachverarbeitung neu geformt wurde.
Er hat außerdem rekurrente und faltende neuronale Netze, End-to-End-Deep-Learning-Architekturen, multimodale KI sowie Sprachsynthese vorangetrieben und zu Technologien beigetragen, die moderne virtuelle Assistenten sowie Systeme zur Mensch-Computer-Interaktion untermauern. Yu entwickelte das Computational Network Toolkit(CNTK,, ein Open-Source-Deep-Learning-Framework, und führte skalierbare Trainingsmethoden für Multi-GPU-Systeme ein, wodurch Herausforderungen bei Modellbereinigung sowie verteilter Berechnung adressiert wurden.
In jüngerer Zeit konzentrierte sich seine Forschung auf multimodale große Sprachmodelle sowie AGI, was zu Modellen wie SongGeneration, AlphaLLM, LiteSearch, WebVoyager, Cognitive Kernel, R-Zero sowie WebEvolver führte, sowie zu Audio-Front-End- und Sprachsynthesesystemen, die in Tencent-Produkten verwendet werden. Diese Bemühungen überschneiden sich mit generativer KI sowie Transformer-Architekturen und drängen hin zu fähigeren sowie interaktiveren KI-Systemen.
Auszeichnungen und Ehrungen
Yu hat den Claude Shannon–Harry Nyquist Technical Achievement Award 2025 der IEEE Signal Processing Society für Beiträge zu Deep Learning sowie dessen Anwendungen in Spracherkennung und -verarbeitung erhalten. Er hat außerdem Best Paper Awards der IEEE Signal Processing Society in den Jahren 2013, 2016, 2020 sowie 2022 erhalten; den NAACL Best Long Paper Award 2021; den Best Paper Award des IEEE Signal Processing Magazine 2022; den Best Column Award des IEEE Signal Processing Magazine 2022 sowie den Outstanding Paper Award der EMNLP 2023\
Yu wurde zum IEEE Fellow sowie zum ISCA Fellow für Beiträge zur auf Deep Learning basierenden Spracherkennung und -verarbeitung gewählt und ist außerdem ACM Fellow. Seine Wahl in mehrere bedeutende Berufsgesellschaften spiegelt die Breite und Wirkung seiner Forschung über künstliche-Intelligenz-Domänen hinweg wider\
Referenzen
[Basiert auf öffentlich zugänglichen biografischen Informationen sowie Aufzeichnungen von Berufsgesellschaften.]