यान लेकुन, जेफ्री हिंटन और योशुआ बेंगियो कंप्यूटर वैज्ञानिक हैं जिन्हें गहन शिक्षण के अग्रणी के रूप में पहचाना जाता है। 2018 में, उन्हें संयुक्त रूप से ACM A.M. ट्यूरिंग अवार्ड मिला, जिसे अक्सर 'कंप्यूटिंग का नोबेल पुरस्कार' कहा जाता है, उनके वैचारिक और इंजीनियरिंग सफलताओं के लिए जिन्होंने गहन तंत्रिका नेटवर्क को कंप्यूटिंग का एक महत्वपूर्ण घटक बना दिया। 1980 के दशक से वर्तमान तक फैला उनका सामूहिक कार्य, आधुनिक कृत्रिम बुद्धिमत्ता प्रणालियों, जिसमें बड़े भाषा मॉडल और जनरेटिव एआई अनुप्रयोग शामिल हैं, की नींव रखी।
उनके शोध ने तंत्रिका नेटवर्क सिद्धांत को एक विशिष्ट शैक्षणिक प्रयास से मशीन लर्निंग में एक प्रमुख प्रतिमान में बदल दिया। प्रत्येक ने अलग लेकिन पूरक नवाचारों का योगदान दिया: लेकुन ने छवि पहचान के लिए कन्वोल्यूशनल नेटवर्क विकसित किए, हिंटन ने बैकप्रोपेगेशन और अनुपरिवेक्षित शिक्षण को आगे बढ़ाया, और बेंगियो ने अनुक्रम मॉडलिंग और जनरेटिव मॉडल में अग्रणी भूमिका निभाई। साथ में, उनके प्रयासों ने दशकों के सैद्धांतिक कार्य को व्यावहारिक, स्केलेबल कार्यान्वयन से जोड़ा, जिससे एआई का वर्तमान युग संभव हुआ।
प्रारंभिक जीवन और शिक्षा
जेफ्री हिंटन का जन्म 6 दिसंबर 1947 को लंदन, इंग्लैंड में हुआ था। उन्होंने 1970 में कैम्ब्रिज विश्वविद्यालय से प्रायोगिक मनोविज्ञान में स्नातक की डिग्री और 1978 में एडिनबर्ग विश्वविद्यालय से कृत्रिम बुद्धिमत्ता में पीएचडी प्राप्त की। उनका प्रारंभिक कार्य तंत्रिका नेटवर्क और संज्ञानात्मक विज्ञान पर केंद्रित था, जो उनके परदादा, तर्कशास्त्री जॉर्ज बूल से प्रभावित था।
यान लेकुन का जन्म 8 जुलाई 1960 को सोइसी-सूस-मोंटमोरेंसी, फ्रांस में हुआ था। उन्होंने 1983 में पेरिस में इकोले सुपीरियर डी'इंजीनियर्स एन इलेक्ट्रॉनिक एट इलेक्ट्रोटेक्निक से इंजीनियरिंग की डिग्री और 1987 में पियरे और मैरी क्यूरी विश्वविद्यालय से कंप्यूटर विज्ञान में पीएचडी प्राप्त की। उनके डॉक्टरेट शोध प्रबंध ने तंत्रिका नेटवर्क के लिए एक सीखने का एल्गोरिदम पेश किया जो बाद में कन्वोल्यूशनल आर्किटेक्चर में विकसित हुआ।
योशुआ बेंगियो का जन्म 1964 में पेरिस, फ्रांस में हुआ था और बचपन में वे कनाडा चले गए। उन्होंने 1986 में मैकगिल विश्वविद्यालय से इलेक्ट्रिकल इंजीनियरिंग में विज्ञान स्नातक और 1991 में मैकगिल से कंप्यूटर विज्ञान में पीएचडी प्राप्त की। उनके प्रारंभिक शोध ने आवर्ती नेटवर्क और संभाव्य मॉडल की खोज की, जिसने उनके बाद के अनुक्रम सीखने के कार्य के लिए मंच तैयार किया।
गहन शिक्षण में प्रमुख योगदान
लेकुन का सबसे प्रभावशाली योगदान 1989 में आया जब उन्होंने कन्वोल्यूशनल न्यूरल नेटवर्क (CNN) विकसित किया, एक जैविक रूप से प्रेरित आर्किटेक्चर जो स्थानीय फिल्टर की परतों के माध्यम से दृश्य डेटा को संसाधित करता है। ज़ेरॉक्स PARC और बाद में MIT और कार्नेगी मेलन में काम करते हुए, उन्होंने हस्तलिखित अंक पहचान के लिए CNN लागू किए, जिससे 1998 में LeNet-5 प्रणाली का निर्माण हुआ। इस प्रणाली को बैंकों और डाक सेवाओं द्वारा चेक और पिन कोड पढ़ने के लिए तैनात किया गया, जिससे गहन शिक्षण की व्यावसायिक व्यवहार्यता प्रदर्शित हुई।
हिंटन का महत्वपूर्ण कार्य 1986 में हुआ जब उन्होंने डेविड रुमेलहार्ट और रोनाल्ड विलियम्स के साथ 'लर्निंग रिप्रेजेंटेशन्स बाय बैक-प्रोपेगेटिंग एरर्स' पेपर सह-लेखन किया, जिसने बैकप्रोपेगेशन एल्गोरिदम को लोकप्रिय बनाया। यह विधि बहु-परत नेटवर्क में ग्रेडिएंट्स की कुशलता से गणना करती है, जिससे प्रशिक्षण संभव होता है। 2012 में, हिंटन और उनके छात्र एलेक्स क्रिज़ेव्स्की और इल्या सुत्स्केवर ने AlexNet के साथ ImageNet प्रतियोगिता जीती, एक गहन CNN जिसने त्रुटि दरों को नाटकीय रूप से कम किया, जिससे आधुनिक एआई उछाल शुरू हुआ।
बेंगियो के योगदान में 2000 में तंत्रिका भाषा मॉडल का विकास शामिल है, जिसने शब्दों के वितरित प्रतिनिधित्व का उपयोग किया, और 2014 में अपने सहयोगियों के साथ ध्यान तंत्र की शुरुआत की। यह ध्यान तंत्र ट्रांसफॉर्मर आर्किटेक्चर का एक मुख्य घटक बन गया, जो OpenAI के GPT मॉडल और Google DeepMind के AlphaFold जैसी प्रणालियों को रेखांकित करता है।
शैक्षणिक और शोध करियर
हिंटन ने अपना करियर कई संस्थानों में बिताया। पीएचडी के बाद, उन्होंने ससेक्स विश्वविद्यालय और कैलिफोर्निया विश्वविद्यालय, सैन डिएगो में काम किया, इससे पहले 1982 में कार्नेगी मेलन में शामिल हुए। 1987 में, वे टोरंटो विश्वविद्यालय चले गए, जहाँ वे प्रोफेसर बने और एक अग्रणी गहन शिक्षण प्रयोगशाला स्थापित की। उन्होंने 2013 से 2023 तक Google में एक शोध पद भी संभाला, जहाँ उन्होंने तंत्रिका नेटवर्क अनुप्रयोगों पर काम किया।
लेकुन ने 1988 से 1996 तक ज़ेरॉक्स PARC में शोधकर्ता के रूप में कार्य किया, फिर AT&T लैब्स में शामिल हुए, जहाँ उन्होंने छवि प्रसंस्करण अनुसंधान विभाग का नेतृत्व किया। 2003 में, वे न्यूयॉर्क विश्वविद्यालय में प्रोफेसर बने और बाद में NYU सेंटर फॉर डेटा साइंस के सह-संस्थापक बने। 2013 में, वे मेटा (तब फेसबुक) में AI रिसर्च के संस्थापक निदेशक के रूप में शामिल हुए, एक भूमिका जो उन्होंने 2025 तक निभाई।
बेंगियो ने अपना अधिकांश करियर मॉन्ट्रियल विश्वविद्यालय में बिताया, जहाँ वे 1993 में प्रोफेसर बने। उन्होंने 2004 में मॉन्ट्रियल इंस्टीट्यूट फॉर लर्निंग एल्गोरिदम (MILA) की स्थापना की, जो दुनिया के सबसे बड़े शैक्षणिक एआई शोध समूहों में से एक बन गया। उन्होंने CIFAR AI कार्यक्रम के वैज्ञानिक निदेशक के रूप में भी कार्य किया और 2016 में एआई कंपनी एलिमेंट एआई की सह-स्थापना की।
पुरस्कार और मान्यता
2018 ट्यूरिंग अवार्ड के अलावा, तीनों को कई सम्मान मिले हैं। हिंटन 1998 में रॉयल सोसाइटी के फेलो चुने गए और 2014 में IEEE फ्रैंक रोसेनब्लाट अवार्ड प्राप्त किया। लेकुन 2014 में नेशनल एकेडमी ऑफ इंजीनियरिंग के लिए चुने गए और 2018 में IEEE न्यूरल नेटवर्क पायनियर अवार्ड प्राप्त किया। बेंगियो को 2010 में रॉयल सोसाइटी ऑफ कनाडा का फेलो नामित किया गया और 2019 में किलम पुरस्कार मिला।
2024 में, हिंटन और जॉन हॉपफील्ड को मशीन लर्निंग में मौलिक खोजों के लिए, विशेष रूप से कृत्रिम तंत्रिका नेटवर्क पर उनके काम के लिए, भौतिकी में नोबेल पुरस्कार से सम्मानित किया गया। इस मान्यता ने कंप्यूटर विज्ञान से परे उनके शोध के व्यापक वैज्ञानिक प्रभाव को उजागर किया।
उद्योग और समाज पर प्रभाव
तीनों के काम ने सीधे उद्योगों में गहन शिक्षण अनुप्रयोगों के प्रसार को सक्षम किया। लेकुन के CNN स्वायत्त वाहनों, चिकित्सा इमेजिंग और चेहरे की पहचान प्रणालियों में उपयोग किए जाते हैं। हिंटन के अनुपरिवेक्षित शिक्षण और जनरेटिव मॉडल पर शोध ने जनरेटिव एआई उपकरणों जैसे OpenAI के DALL-E और Anthropic के Claude के विकास को प्रभावित किया। बेंगियो के अनुक्रम मॉडल और ध्यान तंत्र ट्रांसफॉर्मर-आधारित बड़े भाषा मॉडल के लिए मौलिक हैं जो Google Cloud और Amazon Web Services द्वारा उपयोग किए जाते हैं।
उनका प्रभाव हार्डवेयर और बुनियादी ढांचे तक फैला हुआ है। तंत्रिका नेटवर्क प्रशिक्षण की मांग ने NVIDIA, AMD, और Intel जैसी कंपनियों से विशेष चिप्स में नवाचार को बढ़ावा दिया है, साथ ही Microsoft Azure और Oracle Cloud जैसी क्लाउड सेवाएं भी। Groq और SambaNova जैसे स्टार्टअप इन मॉडलों के लिए अनुमान को अनुकूलित करने के लिए उभरे हैं।
दार्शनिक और नैतिक रुख
हिंटन 2023 में Google छोड़ने के बाद एआई सुरक्षा के एक मुखर वकील बन गए हैं। उन्होंने उन्नत एआई प्रणालियों द्वारा उत्पन्न अस्तित्वगत जोखिमों के बारे में चिंता व्यक्त की है, जिसमें बड़े भाषा मॉडल की गलत सूचना फैलाने या स्वायत्त हथियारों में उपयोग किए जाने की क्षमता शामिल है। उन्होंने अंतर्राष्ट्रीय विनियमन और संरेखण में शोध का आह्वान किया है।
बेंगियो ने भी जिम्मेदार एआई विकास के महत्व पर जोर दिया है। उन्होंने 2018 में जिम्मेदार एआई के लिए मॉन्ट्रियल घोषणा का सह-लेखन किया और मशीन लर्निंग प्रणालियों में पारदर्शिता और निष्पक्षता की वकालत की है। उन्होंने कुछ निगमों में एआई शक्ति की एकाग्रता के खिलाफ चेतावनी दी है और एआई शोध में सार्वजनिक निवेश का आह्वान किया है।
लेकुन ने अधिक आशावादी रुख अपनाया है, यह तर्क देते हुए कि वर्तमान एआई प्रणालियाँ मानव-स्तर की बुद्धिमत्ता से बहुत दूर हैं और अस्तित्वगत जोखिम के डर समय से पहले हैं। उन्होंने एआई के लिए 'विश्व मॉडल' की अवधारणा को बढ़ावा दिया है, जो मशीनों को अवलोकन और सामान्य ज्ञान से सीखने की अनुमति देगा, और खुले शोध और सहयोग की वकालत की है।
विरासत और भविष्य की दिशाएँ
2018 ट्यूरिंग अवार्ड ने तीनों की स्थिति को 'गहन शिक्षण के गॉडफादर' के रूप में स्थापित किया। उनके सामूहिक कार्य ने MIT CSAIL से स्टैनफोर्ड एआई लैब तक शोध और उद्योग का एक पूरा पारिस्थितिकी तंत्र उत्पन्न किया है, और माइकल जॉर्डन और अनिमा आनंदकुमार जैसे शोधकर्ताओं की एक नई पीढ़ी को प्रभावित किया है।
2025 तक, तीनों शोध और सार्वजनिक प्रवचन में सक्रिय हैं। हिंटन एआई सुरक्षा पर व्याख्यान देना जारी रखते हैं, बेंगियो कारण और मजबूत सीखने पर MILA के प्रयासों का नेतृत्व करते हैं, और लेकुन मेटा में ऊर्जा-आधारित मॉडल और स्वायत्त बुद्धिमत्ता की खोज करते हैं। उनके योगदान दशकों तक कृत्रिम बुद्धिमत्ता के विकास के केंद्र में रहने की संभावना है, जो वैज्ञानिक खोज से लेकर दैनिक उपभोक्ता प्रौद्योगिकी तक सब कुछ आकार देते हैं।
यह भी देखें
संदर्भ
- ACM ट्यूरिंग अवार्ड उद्धरण, 2018।
- भौतिकी में नोबेल पुरस्कार घोषणा, 2024।
- लेकुन, बेंगियो और हिंटन के सार्वजनिक व्याख्यान और साक्षात्कार, 2018-2025।