Alex Krizhevsky
Data i miejsce urodzenia | 4 marca 1986 |
---|---|
Zawód, zajęcie | informatyk |
Strona internetowa |
Alex Krizhevsky, znany również jako Alexei Krizhevsky (ukr. Олексій Крижевський, ur. 4 marca 1986 na Ukrainie, wówczas USRR) – kanadyjski informatyk i badacz sztucznej inteligencji. Jest znany ze swojej pracy w dziedzinie głębokiego uczenia się, a w szczególności w dziedzinie konwolucyjnych sieci neuronowych (CNN).
Życiorys
Kryzhevsky studiował w Uniwersytecie w Toronto gdzie uzyskał licencjat, a następnie magisterium (2009)[1], w dziedzinie informatyki.
Od roku 2010 organizowane są corocznie konkursy w dziedzinie rozpoznawania obrazów „ImageNet challenge” (inna, angielska nazwa konkursu: ImageNet Large Scale Visual Recognition Challenge, ILSVRC)[a][2][3][4][5]. W 2012 Krizhevsky wraz z kolegą ze studiów doktoranckich Ilią Sutskeverem i promotorem ich obydwu Geoffreyem Hintonem zdecydowali się wziąć udział w konkursie. Wykorzystując nietypowy pomysł: sztuczną sieć neuronową zaprojektowaną przez Krizhevsky’ego[6] – opracowali architekturę AlexNet[7], głęboką sieć CNN. Sieć AlexNet uzyskała, w konkursie 2012, znakomity rezultat – wyjątkowo niski wskaźnik błędu wynoszący około 16%, podczas gdy kolejny projekt uzyskał wynik 10,8% gorszy. Zwycięstwo sieci neuronowej AlexNet zrewolucjonizowało dziedzinę rozpoznawania obrazów i ustanowił podwaliny pod rozwój głębokich sieci neuronowych w kolejnych latach. Prace Krizhevsky’ego[8] zostały docenione, wniosły znaczący wkład w rozwój głębokiego uczenia się w różnych dziedzinach. Jego badania znacząco wpłynęły na rozwój konwolucyjnych sieci neuronowych i ich zastosowanie w zadaniach rozpoznawania i klasyfikacji obrazów; są często cytowane.
W 2012 Hinton, Krizhevsky i Sutskever założyli sturtup DNN Research Inc.[9][10] Został on w 2013 przejęty przez Google[9][11]. W latach 2013–2017 pracował w AI Google w Mountain View, Kalifornia[1]. Od 2017 pracował w startupie Dessa[12], przy wsparciu nowych technik głębokiego uczenia się.
Jest twórcą baz danych CIFAR-10 i CIFAR-100[13].
Zobacz też
- Splot, ang. convolution (przym. konwolucyjny)
Uwagi
- ↑ ImageNet jest ogromną bazą danych obrazów, która zawiera miliony oznaczonych i sklasyfikowanych obiektów. W konkursie ImageNet uczestnicy są wyzwani do stworzenia modeli uczenia maszynowego, które mogą nauczyć się rozpoznawać i klasyfikować różne kategorie obiektów, takie jak zwierzęta, pojazdy, jedzenie, narzędzia, rośliny itp. Zadaniem uczestników jest stworzenie algorytmu komputerowego, który może dokładnie rozpoznać i sklasyfikować obrazy na podstawie ich zawartości i dodatkowym warunkiem jest by algorytm popełniał jak najmniejszą ilość błędów. Konkurs ImageNet jest ważnym wydarzeniem w dziedzinie sztucznej inteligencji i uczenia maszynowego, ponieważ przyczynia się do rozwoju i doskonalenia algorytmów rozpoznawania obrazów.
Przypisy
- ↑ a b Alex Krizhevsky. [dostęp 2023-06-04]. (ang.).
- ↑ Dave Gershgorn: The data that transformed AI research – and possibly the world. QUARTZ, 2017-07-26. [dostęp 2023-06-05]. (ang.).
- ↑ Dave Gershgorn: The inside story of how AI got good enough to dominate Silicon Valley. QUARTZ, 2018-06-18. [dostęp 2023-06-05]. (ang.).
- ↑ Imagenet Challenge. ScienceDirect. [dostęp 2023-06-05]. (ang.).
- ↑ ImageNet Winning CNN Architectures (ILSVRC). [dostęp 2023-06-05]. (ang.).
- ↑ AlexA. Krizhevsky AlexA., IlyaI. Sutskever IlyaI., GeoffreyG. Hinton GeoffreyG., ImageNet Classification with Deep Convolutional Neural Networks [pdf], ImageNet Classification with Deep Convolutional NeuralI.C.D.C.N. Networks (red.) [dostęp 2023-06-05] (ang.).
- ↑ JerryJ. Wei JerryJ., AlexNet: The Architecture that Challenged CNNs [online], 3 lipca 2019 [dostęp 2023-06-05] (ang.).
- ↑ Google Scholar. Alex Krizhevsky. University of Toronto. [dostęp 2023-06-05].
- ↑ a b John Ribeiro: Google acquires Toronto University startup focused on neural networks. Computerworld, 2013-03-13. [dostęp 2023-06-05]. (ang.).
- ↑ AI blog. Alex Krizhevsky. [dostęp 2023-06-05]. (ang.).
- ↑ Frederic Lardinois: How Google’s Acquisition Of DNNresearch Allowed It To Build Its Impressive Google+ Photo Search In 6 Months. 2013-06-12. [dostęp 2023-06-05]. (ang.).
- ↑ Dessa. LinkedIn. [dostęp 2023-06-05]. (ang.).
- ↑ Alex Krizhevsky: Learning Multiple Layers of Features from Tiny Images. CiteSeer, 2009-04-08. [dostęp 2023-06-05]. (ang.).
Linki zewnętrzne
- ImageNet, strona [online] (ang.).
- Google Scholar: xegzhJcAAAAJ