Geoffrey Hinton和Jack Dongarra荣膺2023美国科学院院士

美国国家科学院（NAS）公布了2023年度院士名单，包括120名院士和23名外籍院士。其中，Geoffrey Hinton和Jack Dongarra因其在人工智能和计算机科学领域做出的杰出贡献而当选院士。

Geoffrey Hinton是多伦多大学计算机科学系教授，也是加拿大政府首席科学顾问。他被誉为“深度学习之父”，是人工智能领域最具影响力的学者之一。Hinton在1986年提出了反向传播算法，这是深度学习的基础算法之一。在2012年，他与他的学生Alex Krizhevsky和Ilya Sutskever共同提出了卷积神经网络（CNN），这是一种用于图像识别的深度学习模型。CNN在图像识别任务上取得了惊人的性能，彻底改变了计算机视觉领域。

Jack Dongarra是美国田纳西大学计算机科学系教授，也是美国国家科学院院士。他是高性能计算领域的先驱之一，在并行计算、数值分析和科学计算等领域做出了杰出贡献。Dongarra是LINPACK基准测试的作者之一，这是衡量计算机性能的标准基准测试之一。他还开发了ScaLAPACK库，这是一个用于并行计算机的高性能线性代数库。ScaLAPACK库被广泛用于科学计算和工程计算领域。

Hinton和Dongarra的当选是对他们多年来在人工智能和计算机科学领域做出杰出贡献的认可。他们的研究成果极大地推动了人工智能和计算机科学的发展，为这两个领域的未来发展奠定了坚实的基础。

Geoffrey Hinton的学术成就

Geoffrey Hinton是人工智能领域的先驱之一，他在深度学习领域做出了杰出的贡献。他在1986年提出了反向传播算法，这是深度学习的基础算法之一。在2012年，他与他的学生Alex Krizhevsky和Ilya Sutskever共同提出了卷积神经网络（CNN），这是一种用于图像识别的深度学习模型。CNN在图像识别任务上取得了惊人的性能，彻底改变了计算机视觉领域。

Hinton的研究成果被广泛应用于计算机视觉、自然语言处理、语音识别等领域。他的工作对人工智能的发展产生了深远的影响，他也被誉为“深度学习之父”。

Jack Dongarra的学术成就

Jack Dongarra是高性能计算领域的先驱之一，他在并行计算、数值分析和科学计算等领域做出了杰出贡献。他是LINPACK基准测试的作者之一，这是衡量计算机性能的标准基准测试之一。他还开发了ScaLAPACK库，这是一个用于并行计算机的高性能线性代数库。ScaLAPACK库被广泛用于科学计算和工程计算领域。

Dongarra的研究成果极大地推进了高性能计算领域的发展，使科学家和工程师能够解决更复杂、更具挑战性的问题。他的工作对科学计算和工程计算领域产生了深远的影响。

Hinton和Dongarra对人工智能和计算机科学领域做出的贡献

Hinton和Dongarra是人工智能和计算机科学领域最具影响力的学者之一，他们的研究成果对这两个领域的未来发展产生了深远的影响。Hinton在深度学习领域做出的贡献为人工智能的发展奠定了坚实的基础，而Dongarra在高性能计算领域做出的贡献使科学家和工程师能够解决更复杂、更具挑战性的问题。

Hinton和Dongarra的研究成果不仅对人工智能和计算机科学领域产生了深远的影响，也对其他领域产生了积极的影响。例如，深度学习被广泛应用于医疗、金融、制造业等领域，高性能计算也被广泛应用于气象、气候、航空航天等领域。

Hinton和Dongarra的当选是对他们多年来在人工智能和计算机科学领域做出杰出贡献的认可。他们的研究成果为这两个领域的未来发展奠定了坚实的基础，也对其他领域产生了积极的影响。