Yoshua Bengio

概述

深度学习领域先驱研究者，2018 年图灵奖获得者，蒙特利尔大学教授，生成对抗网络论文合著者，与 Hinton、LeCun 并称"深度学习三巨头"。

关键内容

1. 注意力机制：与 Dzmitry Bahdanau、Kyunghyun Cho 共同提出 Neural Machine Translation by Jointly Learning to Align and Translate (2015 论文)，首次引入注意力机制解决 seq2seq 固定长度瓶颈，是 Transformer 和现代 LLM 的直接前身。
2. GAN 论文合著：作为 Generative Adversarial Nets (2014 论文) 的最后一位作者（senior author），Yoshua Bengio 为 GAN 的提出提供了学术指导和支持。该论文的共同作者包括 Ian Goodfellow（一作）、Jean Pouget-Abadie、Mehdi Mirza、Bing Xu、David Warde-Farley、Sherjil Ozair 和 Aaron Courville。
3. 学术地位：与 Geoffrey E. Hinton 和 Yann LeCun 共同获得 2018 年 ACM 图灵奖，表彰他们在深度学习领域的突破性贡献。他是蒙特利尔学习算法研究所（MILA）的创始人，培养了大量深度学习领域的杰出研究者。
4. 研究方向：长期专注于深度学习的理论基础，包括表示学习、生成模型、序列建模等。他的研究组在 GAN 的后续发展中持续产出重要工作，包括条件 GAN、注意力机制等方向。

来源

• Generative Adversarial Nets (2014 论文) — NeurIPS 2014
• 10_gan_2014.md — 源文件
• raw/articles/ai-papers/machine-learning/12_attention_2015.md — 注意力机制论文第三作者

相关

• Ian Goodfellow — collaborates
• Generative Adversarial Nets (2014 论文) — author
• 生成对抗网络（GAN） — supports
• Geoffrey E. Hinton — co-laureate
• Yann LeCun — co-laureate
• Neural Machine Translation by Jointly Learning to Align and Translate (2015 论文) — author（注意力机制论文）
• 注意力机制（Attention Mechanism） — caused（首次提出注意力机制）