【历史上的今天】5 月 14 日:扎克伯格出生;Google X 创始人诞生;IBM 软件先驱出生

整理 | 王启隆

透过「历史上的今天」,从过去看未来,从现在亦可以改变未来。

今天是 2022 年 5 月 14 日,在 1973 年的今天,美国第一个空间站“太空试验室 1 号”在肯尼迪角发射进入轨道。太空实验室将在轨道中运行 8 个月,在这段时间中,一艘阿波罗飞船将会载送三名太空人与空间站会合。这个长达 36 米的太空站为 3 名太空人准备了一间工作室和起居室。回顾科技历史上的 5 月 14 日,这一天还发生过什么关键事件呢?

1919 年 5 月 14 日:IBM 软件先驱 Harlan Mills 出生

在这里插入图片描述

图源:维基百科

哈兰·米尔斯(Harlan D. Mills)出生于 1919 年 5 月 14 日,他是是佛罗里达理工学院的计算机科学教授,也是佛罗里达州维罗海滩软件工程技术公司的创始人(这家公司后来被 Q-Labs 收购)。1952 年,米尔斯在爱荷华州立大学获得数学博士学位,随后进入了 IBM。作为一名 IBM 研究员,米尔斯将现有的想法从工程和计算机科学领域应用于软件开发。其中包括自动机理论、Edsger Dijkstra、Robert W. Floyd 等人的结构化编程理论,以及马尔科夫链驱动的软件测试。

米尔斯的软件开发过程理论,强调自上而下的设计和正式的规范,对教育和工业实践产生了深远而持久的影响。他还在六本书和五十多篇技术期刊上的参考文章中为这个行业贡献了他的想法。因其贡献,米尔斯被 IBM 称为“超级程序员”,在后来这个头衔逐渐演变为了 IBM 的“首席程序员”。ICSE 下属的“软件开发的科学与工程”座谈会是为了纪念哈兰·米尔斯而举办的,也是对他为软件工程理论和实践的持久遗产的认可。为了纪念米尔斯,IEEE 计算机学会设立了哈兰·米尔斯奖,以表彰那些“对信息科学的理论和实践做出卓越贡献的人”。

资料来源:维基百科

1967 年 5 月 14 日:Google X 创始人 Sebastian Thrun 出生

在这里插入图片描述

图源:维基百科

1967 年 5 月 14 日,德国发明家、企业家、教育家兼计算机科学家塞巴斯蒂安·特龙(Sebastian Thrun)出生,他是 Kitty Hawk Corporation 的首席执行官,也是 Udacity 的董事长兼联合创始人。在此之前,他是谷歌的副总裁兼研究员,斯坦福大学的计算机科学教授,在此之前在卡内基梅隆大学。在谷歌,他创立了谷歌 X 和谷歌自动驾驶汽车团队。他目前还是斯坦福大学和佐治亚理工学院的兼职教授。

特龙领导了机器人车辆 Stanley 的开发,该车赢得了 2005 年的自动驾驶锦标赛 DARPA 大挑战,并且此后被放置在史密森尼学会的美国国家历史博物馆展出。他的团队还开发了一种叫做 Junior 的飞行器,在 2007 年 DARPA 大挑战比赛中排名第二。随后,特龙凭借着开发经验,领导了谷歌自动驾驶汽车的开发。2011 年 4 月 1 日,特龙辞去在斯坦福大学的职务,加入谷歌,成为谷歌研究员。2012 年 1 月 23 日,他与别人共同创立了在线私人教育机构 Udacity。特龙曾任谷歌副总裁、研究员,研发谷歌无人驾驶汽车系统。

特龙对机器人最著名的贡献是在理论方面。他对概率机器人领域做出了贡献,这是一个融合了统计学和机器人学的领域。他和他的研究小组在移动机器人定位、地图构建(SLAM)和控制领域做出了重大贡献。概率技术已经成为机器人学的主流,并在许多商业应用中得到了应用。2005 年秋,特龙与他的长期同事 Dieter Fox 和 Wolfram Burgard 共同出版了一本名为《概率机器人》的教科书。为表彰他的贡献,他在 39 岁时当选为美国国家工程院院士,并于 2007 年入选利奥波第那科学院。2011 年,他获得 Max-Planck 研究奖,以及首届 AAAI Ed Feigenbaum 奖。《卫报》则认为他是 20 名“互联网自由斗士”之一。

资料来源:维基百科、百度百科

1984 年 5 月 14 日:Facebook 的联合创始人 Mark Zuckerberg 出生

Facebook 创始人马克·扎克伯格(Mark Elliot Zuckerberg)出生于 1984 年 5 月 14 日,他在美国纽约州白原市长大,如今是 Meta 董事长兼首席执行官,同时也是一名软件设计师。Facebook 是由他和哈佛大学的同学达斯汀·莫斯科维兹、爱德华多·萨维林、克里斯·休斯于 2004 年共同创立,扎克伯格也因此被誉为 Facebook 教主。2010 年 12 月,扎克伯格被《时代杂志》评选为“2010 年年度风云人物”。

在这里插入图片描述

图源:维基百科

扎克伯格自中学时期开始写程序,当时他沉迷于电脑,因此没多少朋友,他的思想也远超于同龄人。他的父亲在 90 年代教导他 Atari BASIC 编程之后聘请软件研发者大卫·纽曼(David Newman)当他的家教。他还开发过名为 ZuckNet 的软件程序,让自己的医师父亲可以在家里和牙医诊所之间消息交流。扎克伯格在他的哈佛宿舍内,于 2004 年 2 月 24 日发起了 Facebook。为专心发展自己的网站事业,扎克伯格在哈佛待了不到一个学期便辍学了。

不过,更早启迪扎克伯格的 Facebook 观念的,其实是 2002 年他从 Phillips Exeter 学院毕业时,当时一个名为“The Photo Address Book”的学生交流网站。学生们称其为“The Facebook”。这样以照片为核心的网站,大大拓展了许多私校学生的交流,学生们可以列出彼此的基本资料,比如班级、学年、交友偏好、电话号码等。之后,扎克伯格跟莫斯科维茨与一些朋友搬到加州的帕罗奥图,他们把一间小房子改成办公室,稍后与 Napster 共同创办人肖恩·帕克偶遇,并邀请他同住。

在 2009 年 4 月,扎克伯格把 Facebook 的财务策略规划,交给前网景首席财务官彼得·库里。2010 年 7 月 21 日,扎克伯格宣布他的网站会员已经达 5 亿人。2012 年 5 月 18 日,Facebook 通过首次公开募股正式在纳斯达克上市,募集资金 160 亿美元,成为美国历史上第三大首次公开募股案例。2017 年 5 月 25 日,扎克伯格受邀至哈佛大学本科生毕业典礼演讲,叙述了他在哈佛学生时期创立 Facebook 的历程。并鼓励毕业生在查找自己人生目标时,不忘透过社区建设和服务去努力创造一个“人人都有意义宗旨的世界”。

【欢迎投稿】以史为镜,可以知兴替。计算机科学发展至今,有许多至关重要的事件、人物,欢迎所有朋友一起共建「历史上的今天」,投稿邮箱:tangxy@csdn.net 。

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值