2025年2月4日 斯坦福人工智能实验室消息：
2025 年伊丽莎白女王工程奖颁发给七位为现代机器学习的发展做出开创性贡献的工程师，现代机器学习是人工智能 （AI） 进步的核心组成部分。
现代机器学习使系统能够从数据中学习、识别模式并做出决策或预测，而无需针对每个场景进行明确编程。这种自我提升的能力对于推进 AI 至关重要，因为它允许模型在遇到新数据时随着时间的推移进行调整和改进。
机器学习的最新进展依赖于算法、处理能力和基准数据集方面的创新。正是这些相互关联的突破相结合，支撑了 AI 系统的广泛采用和应用。
Yoshua Bengio、Geoffrey Hinton、John Hopfield 和 Yann LeCun 长期以来一直倡导人工神经网络作为机器学习的有效模型，而这已成为现在的主导范式。他们共同负责这种方法的概念基础。
Jensen Huang 和 Bill Dally 领导了支撑现代机器学习算法运行的硬件平台的开发。利用图形处理单元的愿景及其随后的体系结构进步使扩展成为可能，这一直是其成功应用的核心。
Fei-Fei Li 确立了提供高质量数据集的重要性，这既可以衡量进度，也可以支持机器学习算法的训练。通过创建 ImageNet（一个用于对象识别软件研究的大型图像数据库），她可以访问数百万张标记图像，这些图像在训练和评估计算机视觉算法方面发挥了重要作用。
