Dong Yu (chino: 俞栋) es un informático, investigador de inteligencia artificial e ingeniero chino-estadounidense, reconocido por sus contribuciones al reconocimiento de voz, el aprendizaje profundo y la inteligencia artificial multimodal. Es miembro de la Association for Computing Machinery (ACM), del Institute of Electrical and Electronics Engineers (IEEE) y de la International Speech Communication Association (ISCA). A partir de 2026, Yu se desempeña como vicepresidente de AI Foundations en Capital One y asesor científico principal de Transsion, habiendo ocupado previamente puestos de liderazgo sénior en Tencent AI Lab y Tencent Cloud AI.
Vida temprana y educación
Yu recibió una licenciatura en Ingeniería Eléctrica de la Universidad de Zhejiang y una maestría en Reconocimiento de Patrones y Control Inteligente de la Academia China de Ciencias. Posteriormente, obtuvo una maestría en Ciencias de la Computación de la Universidad de Indiana en Bloomington y un doctorado en Ciencias de la Computación de la Universidad de Idaho. Su trayectoria académica combinó fundamentos de ingeniería eléctrica con investigación computacional, lo que lo preparó para su trabajo posterior en arquitecturas de aprendizaje automático y redes neuronales.
Carrera
Yu comenzó su carrera profesional en Microsoft Research en Redmond, Washington, en 1998, donde trabajó en el Grupo de Investigación de Voz y Diálogo. Durante su tiempo en Microsoft, dirigió investigaciones sobre reconocimiento automático de voz, IA multimodal y marcos de aprendizaje profundo, contribuyendo a productos como Microsoft Cortana, Skype Translator y Ford Sync. Su trabajo allí implicó la aplicación de técnicas de aprendizaje profundo a sistemas de voz prácticos, uniendo la investigación académica con el despliegue comercial.
En 2017, Yu se unió a Tencent America, donde ocupó roles de liderazgo dual en Tencent AI Lab y Tencent Cloud AI. Su trabajo se centró en el desarrollo de sistemas de modelos de lenguaje de gran escala, IA multimodal e investigación hacia la inteligencia artificial general (AGI). Lideró equipos que crearon sistemas para IA conversacional, síntesis de voz y música, interacción multimodal y agentes web inteligentes. Dejó Tencent en 2026, convirtiéndose posteriormente en vicepresidente de AI Foundations en Capital One y asesor científico principal de Transsion.
Yu se desempeñó como presidente del Comité Técnico de Procesamiento de Voz y Lenguaje del IEEE y fue copresidente del programa técnico de ICASSP 2021. Contribuyó como editor asociado y editor de área sénior de las transacciones IEEE/ACM sobre audio, voz y procesamiento de lenguaje, y actuó como editor invitado en múltiples revistas del IEEE y números especiales de conferencias centrados en aprendizaje profundo, procesamiento de voz e IA conversacional. También fue profesor adjunto en la Universidad de Zhejiang y posee aproximadamente 100 patentes. Fue uno de los fundadores y contribuyentes principales de CNTK, un marco de aprendizaje profundo de código abierto.
Investigación y contribuciones
Yu es conocido por la aplicación del aprendizaje profundo al reconocimiento de voz de gran vocabulario, incluido el desarrollo de redes neuronales profundas dependientes del contexto (CD-DNN-HMM), que mejoraron significativamente la precisión del reconocimiento e influyeron tanto en el ámbito académico como en la industria. Este trabajo demostró cómo las redes residuales y otras innovaciones arquitectónicas podían adaptarse a datos de audio secuenciales, remodelando el campo del procesamiento de voz.
También ha avanzado en redes neuronales recurrentes y convolucionales, arquitecturas de aprendizaje profundo de extremo a extremo, IA multimodal y síntesis de voz, contribuyendo a tecnologías que sustentan los asistentes virtuales modernos y los sistemas de interacción humano-computadora. Yu desarrolló el Computational Network Toolkit (CNTK), un marco de aprendizaje profundo de código abierto, e introdujo métodos de entrenamiento escalables para sistemas multi-GPU, abordando desafíos en poda de modelos y computación distribuida.
Más recientemente, su investigación se ha centrado en modelos de lenguaje de gran escala multimodales y AGI, lo que ha dado como resultado modelos como SongGeneration, AlphaLLM, LiteSearch, WebVoyager, Cognitive Kernel, R-Zero y WebEvolver, así como sistemas de front-end de audio y síntesis de voz utilizados en productos de Tencent. Estos esfuerzos se cruzan con IA generativa y arquitecturas transformers, avanzando hacia sistemas de IA más capaces e interactivos.
Premios y honores
Yu ha recibido el Premio al Logro Técnico Claude Shannon–Harry Nyquist de la Sociedad de Procesamiento de Señales del IEEE en 2025 por sus contribuciones al aprendizaje profundo y sus aplicaciones en el reconocimiento y procesamiento de voz. También ha recibido los Premios al Mejor Artículo de la Sociedad de Procesamiento de Señales del IEEE en 2013, 2016, 2020 y 2022; el Premio al Mejor Artículo Largo de NAACL 2021; el Premio al Mejor Artículo de la Revista de Procesamiento de Señales del IEEE 2022; el Premio a la Mejor Columna de la Revista de Procesamiento de Señales del IEEE 2022; y el Premio al Artículo Destacado de EMNLP 2023.
Yu fue elegido miembro del IEEE y miembro de ISCA por sus contribuciones al reconocimiento y procesamiento de voz basados en aprendizaje profundo, y también es miembro de ACM. Su elección a múltiples sociedades profesionales importantes refleja la amplitud e impacto de su investigación en los dominios de la inteligencia artificial.
Referencias
[Artículo basado en información biográfica disponible públicamente y registros de sociedades profesionales.]