Samy Bengio (nascido em 1965) é um cientista da computação canadense especializado em inteligência artificial e aprendizado automático. A partir de 2025, ele atua como diretor sênior de Pesquisa em Inteligência Artificial e Aprendizado Automático na Apple, onde lidera esforços de pesquisa em áreas como aprendizado profundo, redes neurais e processamento de linguagem natural. Bengio é autor de cerca de 250 artigos científicos e é reconhecido por trabalhos iniciais que ajudaram a desencadenar a revolução do aprendizado profundo na década de 2010.
Bengio passou mais de uma década no Google (específicamente em Google Brain) antes de se unir à Apple. Também é professor adjunto na École Polytechnique Fédérale de Lausanne (EPFL), na Suíça, e coautor de Torch, o predecessor do amplamente utilizado framework de aprendizado automático PyTorch. Seu irmão, Yoshua Bengio, é vencedor do Prêmio Turing e uma figura proeminente no aprendizado profundo.
Educação
Bengio completou seu B.Sc. em Ciências da Computação em 1986 na Université de Montréal. Continuou na mesma instituição, obtendo um M.Sc. em Ciências da Computação em 1989, com uma tesis intitulada "Integration of Traditional and Intelligence Tutoring Systems". Em 1993, obteve seu Ph.D. em Ciências da Computação na Université de Montréal, com uma tesis intitulada "Optimization of a Parametric Learning Rule for Neural Networks". Seu trabalho de doutorado focou em melhorar algoritmos de aprendizado para redes neurais, estabelecendo bases para sua pesquisa posterior.
Início de Carreira e Posições Académicas
De 1999 a 2007, Bengio trabalhou no Instituto de Pesquisa IDIAP, na Suíça, um centro de pesquisa focado em aprendizado automático e interação multimodal. Durante este período, também ocupou uma posição na EPFL, onde condujo pesquisa sobre aprendizado estatístico e redes neurais. Seu trabalho em IDIAP e EPFL contribuiu a avanços em reconhecimento de voz e modelagem de sequências.
Em 2024, Bengio foi nomeado professor adjunto em Ciências da Computação e Comunicação na EPFL, formalizando seus vínculos contínuos com a instituição. Este papel envolve mentoría de estudantes de pós-graduação e colaboração em projetos de pesquisa, embora sua afiliación principal permanezca na Apple.
Contribuciones ao Aprendizado Profundo
As contribuciones científicas de Bengio estão documentadas em aproximadamente 250 artigos indexados por DBLP, cobrindo temas como redes neurais, aprendizado automático, aprendizado profundo, estatística, visão computacional e processamento de linguagem natural. Alguns de seus trabalhos mais citados estão entre os estudos iniciais que ajudaron a catalizar o boom do aprendizado profundo na década de 2010. Estes incluyen pesquisa demonstrando como explorar as muitas representaciones aprendidas produzidas por modelos de aprendizado profundo, o que influenció arquitecturas e técnicas de entrenamiento posteriores.
Também contribuiu a uma das primeiras abordagens de aprendizado profundo para legendagem de imágenes, uma tarefa que envolve generar descripciones textuales de imágenes. Este trabalho combinó redes neurais convolucionales para extracción de características visuales com redes recurrentes para generación de linguagem, um paradigma que se tornou influente no campo.
Outra contribución notável é sua pesquisa sobre por qué funciona o aprendizado profundo, que levou a uma série de estudos de seguimiento examinando as propriedades das representaciones aprendidas e a dinámica de optimización. Bengio também trabalhou em uma das primeiras demonstrações de que exemplos adversarios podem existir no mundo real, mostrando que modificar um objeto físico pode enganar um sistema de aprendizado automático. Este achado teve implicaciones significativas para a segurança e robustez dos sistemas de IA.
Además, Bengio esteve involucrado em trabalhos iniciais sobre reconhecimiento zero-shot, que visa reconhecer classes nunca vistas durante o entrenamiento, aprovechando relaciones semánticas entre categorías conhecidas e desconocidas. Esta pesquisa abriu vias para extender modelos além de seus dados de entrenamiento.
Actividades Profesionales e Liderazgo
Bengio tem ocupado vários roles de liderazgo na comunidade de aprendizado automático. Fue program chair da Conferencia Internacional sobre Representaciones de Aprendizaje (ICLR) de 2015 a 2016 e membro do conselho de 2018 a 2020. Também fue program chair da Conferencia sobre Sistemas de Procesamiento de Información Neuronal (NeurIPS) em 2017 e general chair em 2018, e continua servindo como membro do conselho de NeurIPS.
É editor do Journal of Machine Learning Research, uma publicação líder no campo. Seu trabalho editorial envolve supervisar a revisión por pares e moldar o escopo da revista.
Bengio é coautor de Torch, uma biblioteca de aprendizado automático de código aberto que serviu como antecessora de PyTorch, um dos dois maiores frameworks de aprendizado automático usados hoje, junto com TensorFlow. Torch introdujo uma biblioteca de tensores flexível e diferenciación automática, que influenció frameworks posteriores.
Tempo no Google e Saída
Bengio passou muitos anos no Google, onde liderou um grande grupo de pesquisadores trabalhando em aprendizado automático, incluindo configuraciones adversarias. Seu equipo focou em comprender vulnerabilidades em modelos e desenvolver defensas contra entradas maliciosas.
Em dezembro de 2020, Bengio deixou o Google pouco depois que a empresa despediu Timnit Gebru, co-líder do equipo de IA Ética, sem notificarlo primeiro. Bengio posteriormente declarou que estava "atónito" pelos eventos em torno da demissión de Gebru. Sua saída chamou atenção sobre tensões dentro do Google em relação à ética de pesquisa e diversidade, e posteriormente se unió à Apple em 2021 como diretor sênior de IA e Pesquisa em Aprendizado Automático.
Trabalho Atual na Apple
Na Apple, Bengio lidera pesquisa em inteligência artificial e aprendizado automático, focando em áreas como aprendizado no dispositivo, IA que preserva a privacidade e aplicações de aprendizado profundo em produtos da Apple. Seu equipo trabalha em avançar o estado da arte em áreas como visão computacional e processamento de linguagem natural, alineándose com o énfasis da Apple na privacidade do usuário.
O papel de Bengio envolve tanto dirigir pesquisa como colaborar com outros equipos em toda a empresa. Também continuou publicando trabalho académico e participando na comunidade de pesquisa mais ampla, incluindo servir em comités de conferencias e mentorando jovens pesquisadores.
Vida Personal
Samy Bengio nasceu de dois judeus marroquíes que emigraron a França e Canadá. Seu pai, Carlo Bengio, era farmacéutico que escrevía peças de teatro e dirigía uma troupe teatral sefardí em Montreal que interpretava obras judeo-árabes. Sua mãe, Célia Moreno, é uma artista que actuó em grandes escenas teatrales em Marruecos durante os anos 1970, incluindo producciones dirigidas por Tayeb Seddiki. Tanto Samy como seu irmão Yoshua vivieron em Marruecos durante um ano durante o serviço militar de seu pai lá.
Yoshua Bengio, o irmão menor de Samy, é um renombrado cientista da computación e receptor do Prêmio Turing, frequentemente considerado o Nobel da computación. Os irmãos colaboraron em projetos de pesquisa ao longo dos anos, embora tenham seguido caminos profissionais distintos.
Legado e Impacto
O trabalho de Bengio teve um impacto duradouro no aprendizado automático, particularmente nas áreas de aprendizado profundo e robustez adversaria. Seus artículos iniciais sobre aprendizado de representaciones e legendagem de imágenes são amplamente citados e inspiraron numerosos estudos de seguimiento. Suas contribuciones a Torch ajudaron a moldar o kit de herramientas moderno de aprendizado profundo, e seu liderazgo na organización de conferencias influenció a dirección do campo.
A partir de 2025, Bengio continua sendo um pesquisador e líder activo, uniendo pesquisa académica e industrial em IA. Sua carreira reflete um compromiso tanto com a investigación científica fundamental como com aplicaciones prácticas do aprendizado automático.