恭喜！

昨天，伊麗莎白女王工程獎發布了今年度的獲獎人員名單。該獎項今年的主題為現代機器學習（Modern Machine Learning），因此獲獎者被 AI 領域人士完全包攬，包括諾貝爾獎得主 Geoffrey Hinton 與 John Hopfield、圖靈獎得主 Yoshua Bengio 和 Yann LeCun、英偉達首席科學家 Bill Dally、英偉達創始人和 CEO 黃仁勛以及被譽為「AI 教母」的李飛飛。

伊麗莎白女王工程獎（Queen Elizabeth Prize for Engineering，簡稱 QEPrize）于 2012 年由英國一個跨黨派團體發起，成員包括戴維?卡梅倫、尼克?克萊格和埃德?米利班德，他們當時分別是英國首相、副首相和反對黨領袖。為此成立的伊麗莎白女王工程獎基金會每年會以伊麗莎白二世女王的名義頒發 50 萬英鎊（約 454 萬人民幣）獎金和一個 3D 打印的獎杯（該獎項在 2021 年之前每兩年頒發一次）。

據官網介紹，QEPrize 旨在「表彰對人類具有全球利益的大膽、開創性的工程創新。」此前的獲獎者涉及多個領域，其中第一屆獲獎者包括「互聯網之父」Tim Berners-Lee：

• 2013 年，互聯網與萬維網：Robert Kahn、Vinton Cerf、Louis Pouzin、Marc Andreessen 和 Tim Berners-Lee；
• 2015 年，控釋大分子藥物輸送：Robert Langer；
• 2017 年，數字成像傳感器：Eric Fossum、George Smith、Nobukazu Teranishi 和 Michael Tompsett
• 2019 年，全球定位系統（GPS）：Bradford Parkinson、James Spilker, Jr、Hugo Fruehauf 和 Richard Schwartz；
• 2021 年，LED 照明：Isamu Akasaki、Shuji Nakamura、Nick Holonyak Jr、M George Craford 和 Russell Dupuis；
• 2022 年，世界最強磁體：佐川真人（Masato Sagawa）；
• 2023 年，PERC 太陽能光伏技術：Martin Green、Andrew Blakers、Aihua Wang 和 Jianhua Zhao。
• 2024 年，現代風力發電技術：Andrew Garrad CBE 和 Henrik Stiesdal。

QEPrize 在相關文章中寫到：「2025 年伊麗莎白女王工程獎授予七位工程師，他們為現代機器學習的發展做出了開創性的貢獻，這是人工智能（AI）進步的核心組成部分。」之后，該文章簡要羅列了每位獲獎者的獲獎理由：

Yoshua Bengio、Geoffrey Hinton、John Hopfield 和 Yann LeCun 長期以來一直倡導人工神經網絡作為機器學習的有效模型，現在這已成為主流范式。他們共同奠定了這種方法的概念基礎。

黃仁勛與 Bill Dally 領導開發了支持現代機器學習算法運行的硬件平臺。利用圖形處理單元（GPU）及其后續架構進步的的愿景實現了大規模擴展，從而成為了這些硬件成功應用的關鍵。

李飛飛確立了提供高質量數據集的重要性，這既可以用于衡量進展情況，也可以支撐機器學習算法的訓練。通過創建用于目標識別軟件研究的大型圖像數據庫 ImageNet，她使人們能夠使用數百萬張有標注圖像，這些圖像在訓練和評估計算機視覺算法方面發揮了重要作用。

「這些工程師的共同努力為機器學習奠定了基礎，而機器學習正是塑造當今世界許多最激動人心的創新背后的力量。」

現場照片，轉自英國皇家工程院推文 @RAEngNews

李飛飛在社交網絡上表達了感謝，她表示：「神經網絡算法、數據和 GPU 芯片共同促成了現代 AI 的誕生（重生），讓這項強大的技術可以幫助人們增強能力并改善我們的生活和工作。」

Yann LeCun 分享了一些自己在現場領獎的照片：

Yoshua Bengio 也分享了獲獎的喜悅。

下面我們簡單介紹一下今年度的各位獲獎者。

Yoshua Bengio

Yoshua Bengio 出生于法國巴黎，大學就讀于麥吉爾大學計算機工程學專業。1986-1991 年繼續修讀「計算機科學」到博士畢業，隨后一段時間在麻省理工學院做博士后研究員，1992 年到美國 AT&T 貝爾實驗室 LeCun 小組做學習和視覺算法研究工作。1993 年起，他在蒙特利爾大學擔任全職教授，負責計算機科學與運籌學方向，同時他也是 MILA 創始人和科學主任。

2003 年，Bengio 證明神經網絡可以通過預測下一個單詞（例如自動更正）來學習人類語言模式，從而為現代大型語言模型奠定了基礎。2014 年，Bengio 與 Ian Goodfellow 合作，提出了一種訓練 AI 的方法，讓兩個 AI 相互競爭，一個生成內容，另一個判斷其質量。

Bill Dally

Bill Dally 于 2009 年 1 月加入英偉達擔任首席科學家，此前他在斯坦福大學工作了 12 年，擔任計算機科學系主任，和團隊開發了當今大多數大型并行計算機所采用的系統架構、網絡架構、信號、路由和同步技術。他在 1986 年至 1997 年期間于麻省理工學院工作，和團隊構建了 J-Machine 和 M-Machine，這兩個實驗性并行計算機系統率先將機制與編程模型分離，并展示了開銷極低的同步和通信機制。1983 年至 1986 年，他在加州理工學院 (CalTech) 工作，在那里他設計了 MOSSIM 模擬引擎和 Torus Routing 芯片，后者率先實現了「蟲洞」路由和虛擬通道流量控制。他是美國國家工程院院士、美國藝術與科學學院院士、IEEE 和 ACM 院士，曾獲得 ACM Eckert-Mauchly 獎、IEEE Seymour Cray 獎和 ACM Maurice Wilkes 獎。Bill Dally 擁有弗吉尼亞理工大學電氣工程學士學位、斯坦福大學電氣工程碩士學位和加州理工學院計算機科學博士學位。

Geoffrey Hinton

1978 年，Geoffrey Hinton 在愛丁堡獲得人工智能博士學位。在卡內基梅隆大學任教五年后，他成為加拿大高等研究院的研究員，并進入多倫多大學計算機科學系任教，現為該系名譽教授。他于 2013 年 3 月加入谷歌，Vector 研究所的首席科學顧問。

1986 年，Geoffrey Hinton 與 David Rumelhart、Ronald J. Williams 一起發表的論文介紹了用于訓練多層神經網絡的反向傳播算法。2012 年，Geoffrey Hinton 在多倫多帶領的研究小組實現了深度學習的重大突破，徹底改變了語音識別和目標分類。他與學生 Alex Krizhevsk、Ilya Sutskever 合作設計的卷積神經網絡「AlexNet」以遠超第二名的成績在 ImageNet 2012 挑戰賽奪冠，將 ImageNet 數據集上的視覺識別錯誤率降到了 15.3%，僅有此前的一半。這成為了計算機視覺領域的里程碑事件。

2018 年，Hinton 與 Yann LeCun 和 Yoshua Bengio 一起獲得了 2018 年圖靈獎，以表彰他們使深度神經網絡成為計算的關鍵組成部分的概念和工程突破。

2024 年 10 月，瑞典皇家科學院宣布將 2024 年諾貝爾物理學獎授予 Geoffrey Hinton 和 John Hopfield，「以表彰他們在使用人工神經網絡實現機器學習方面奠基性發現和發明」。

John Hopfield

John Hopfield 是美國物理學家，活躍于生物物理學和統計物理學領域。他在 1982 年提出的 Hopfield 網絡是神經網絡領域的經典模型。Hopfield 為該模型引入了精確的二值神經元和能量函數的概念，這是一種特別自關聯網絡，能夠存儲和搜索記憶。Hopfield 網絡被廣泛用于解決組合優化問題、圖像識別等任務，特別是在自聯想存儲和優化問題。

Hopfield 的神經網絡模型開啟了人們對大腦計算過程的研究，推動了計算神經科學的發展。他的神經理論解釋了大規模處理如何在存儲網絡中實現穩定的記憶，啟發了后來的深度學習研究。

黃仁勛（Jensen Huang）

黃仁勛（Jensen Huang）是英偉達創始人兼首席執行官，他于 1993 年創立英偉達。2001 年入選《財富》40 歲以下最富 40 人；2020 年入選《2020 福布斯全球億萬富豪榜》。2023 年 5 月 30 日，英偉達成為首家市值達到 1 萬億美元的芯片企業，史上第九家跨入美元市值「萬億俱樂部」的企業。2024 年，黃仁勛當選美國工程院院士。

Yann LeCun

Yann LeCun 是 Meta 首席 AI 科學家、NYU 教授，被譽為「卷積神經網絡之父」，2019 年 3 月，因在人工智能深度學習方面的貢獻獲得 2018 年度圖靈獎。此外，他還獲得了 2014 年 IEEE 神經網絡先鋒獎（Neural Network Pioneer Award）、2015 年 IEEE PAMI 杰出研究獎和 2016 年 Lovie 終身成就獎。

李飛飛（Fei-Fei Li）

李飛飛是斯坦福大學計算機科學教授，美國工程院院士，專業領域是計算機視覺和認知神經科學。她牽頭創建的 ImageNet 數據集和競賽，在深度學習革命中發揮了重要作用。李飛飛與他人共同創辦了斯坦福大學以人為本人工智能研究所 (HAI)，并繼續突破計算機視覺的界限。

除了在谷歌的工作之外，李飛飛的職業生涯一直在學術界度過。2016 年，李飛飛加入 Google 云端人工智能暨機器學習的中國中心團隊，以 Google Cloud 首席科學家身份任團隊負責人之一。2018 年 9 月，李飛飛宣布返回斯坦福大學任教，并持續參與斯坦福大學的 AI 議題研究。

2024 年，李飛飛創辦了 World Labs，旨在生成用戶可以探索的 3D 場景。World Labs 致力于為人工智能提供「空間智能」，即生成、推理和與三維世界互動的能力。