萨米·本吉奥（生于1965年）是加拿大计算机科学家，专攻人工智能和机器学习。截至2025年，他担任苹果公司人工智能与机器学习研究高级总监，领导深度学习、神经网络和自然语言处理等领域的研究工作。本吉奥撰写了约250篇科学论文，并以早期推动2010年代深度学习革命的工作而闻名。
在加入苹果之前，本吉奥在谷歌（具体为谷歌大脑）度过了超过十年时间。他还是瑞士洛桑联邦理工学院（EPFL）的兼任教授，并且是Torch的合著者，Torch是广泛使用的PyTorch机器学习框架的前身。他的兄弟约书亚·本吉奥是图灵奖得主，也是深度学习领域的杰出人物。
教育背景
本吉奥于1986年在蒙特利尔大学获得计算机科学学士学位。他继续在同一机构深造，于1989年获得计算机科学硕士学位，论文题为“传统与智能辅导系统的整合”。1993年，他在蒙特利尔大学获得计算机科学博士学位，论文题为“神经网络参数化学习规则的优化”。他的博士研究专注于改进神经网络的学习算法，为后来的研究奠定了基础。
早期职业与学术职位
从1999年到2007年，本吉奥在瑞士IDIAP研究所工作，该研究中心专注于机器学习和多模态交互。在此期间，他还在EPFL担任职务，从事统计学习和神经网络研究。他在IDIAP和EPFL的工作促进了语音识别和序列建模的进步。
2024年，本吉奥被任命为EPFL计算机与通信科学系的兼任教授，正式确立了他与该机构的持续联系。该角色涉及指导研究生和合作研究项目，但他的主要隶属关系仍是苹果。
对深度学习的贡献
本吉奥的科学贡献记录在DBLP索引的约250篇论文中，涵盖神经网络、机器学习、深度学习、统计学、计算机视觉和自然语言处理等主题。他一些被引用最多的作品是2010年代深度学习热潮的早期催化研究之一。这些研究包括展示如何探索深度学习模型产生的多种学习表征，这对后续的架构和训练技术产生了影响。
他还参与了最早的深度学习图像描述方法之一，该任务涉及生成图像的文本描述。这项工作将用于视觉特征提取的卷积神经网络与用于语言生成的循环网络相结合，这一范式在该领域具有深远影响。
另一项显著贡献是他对深度学习为何有效的研究，这催生了一系列后续研究，探讨学习表征的性质和优化动态。本吉奥还参与了早期证明对抗性示例在现实世界中可能存在的演示之一，表明修改物理对象可以欺骗机器学习系统。这一发现对AI系统的安全性和鲁棒性具有重要意义。
此外，本吉奥还参与了零样本识别的早期工作，该技术旨在通过利用已知和未知类别之间的语义关系，识别训练中从未见过的类别。这项研究为将模型扩展到训练数据之外开辟了途径。
专业活动与领导角色
本吉奥在机器学习社区中担任过多个领导职务。他在2015年至2016年担任国际学习表征会议（ICLR）的程序主席，并在2018年至2020年担任董事会成员。他还曾担任神经信息处理系统会议（NeurIPS）2017年的程序主席和2018年的大会主席，并继续担任NeurIPS的董事会成员。
他是《机器学习研究杂志》的编辑，该期刊是该领域的领先出版物。他的编辑工作涉及监督同行评审并塑造期刊的范围。
本吉奥是Torch的合著者，Torch是一个开源机器学习库，是PyTorch的前身，PyTorch是与TensorFlow并列的当今两大机器学习框架之一。Torch引入了灵活的张量库和自动微分，影响了后来的框架。
在谷歌的时光与离职
本吉奥在谷歌工作多年，领导一个大型研究团队，专注于机器学习，包括对抗性场景。他的团队专注于理解模型漏洞并开发防御恶意输入的方法。
2020年12月，本吉奥离开谷歌，不久后该公司在没有事先通知他的情况下解雇了道德AI团队联合负责人蒂姆尼特·格布鲁。本吉奥后来表示，他对格布鲁被解雇的事件感到“震惊”。他的离职引发了人们对谷歌内部研究伦理和多样性紧张关系的关注，随后他于2021年加入苹果，担任人工智能与机器学习研究高级总监。
在苹果的当前工作
在苹果，本吉奥领导人工智能和机器学习研究，重点关注设备端学习、隐私保护AI以及深度学习在苹果产品中的应用等领域。他的团队致力于推动计算机视觉和自然语言处理等领域的最先进技术，同时与苹果对用户隐私的重视保持一致。
本吉奥的角色既包括指导研究，也包括与公司其他团队合作。他还继续发表学术作品并参与更广泛的研究社区，包括担任会议委员会成员和指导年轻研究人员。
个人生活
萨米·本吉奥的父母是两位摩洛哥犹太人，他们移民到了法国和加拿大。他的父亲卡洛·本吉奥是一名药剂师，撰写戏剧作品，并在蒙特利尔运营了一个表演犹太-阿拉伯作品的塞法迪戏剧团体。他的母亲西莉亚·莫雷诺是一位艺术家，曾在1970年代出演摩洛哥主要戏剧场景，包括由塔耶布·塞迪基制作的剧目。萨米和他的兄弟约书亚在父亲服兵役期间曾在摩洛哥生活了一年。
约书亚·本吉奥是萨米的弟弟，他是著名计算机科学家，也是图灵奖获得者，该奖项常被视为计算领域的诺贝尔奖。多年来，兄弟俩在研究项目上有过合作，尽管他们各自走了不同的职业道路。
遗产与影响
本吉奥的工作对机器学习产生了持久影响，特别是在深度学习和对抗鲁棒性方面。他关于表征学习和图像描述的早期论文被广泛引用，并启发了众多后续研究。他对Torch的贡献帮助塑造了现代深度学习工具包，而他在会议组织中的领导作用影响了该领域的发展方向。
截至2025年，本吉奥仍是一位活跃的研究者和领导者，连接学术和工业AI研究。他的职业生涯体现了对基础科学探究和机器学习实际应用的承诺。