เล เว ยต ก วก เว ยดนาม Lê Viết Quốc จ อโนม 黎曰國 เก ด 1982 เป นน กว ทยาการคอมพ วเตอร ชาวเว ยดนาม ผ บ กเบ กด านการเร ยนร ขอ

เล เวี้ยต ก๊วก (เวียดนาม: Lê Viết Quốc, จื๋อโนม: 黎曰國, เกิด 1982) เป็นนักวิทยาการคอมพิวเตอร์ชาวเวียดนาม ผู้บุกเบิกด้านการเรียนรู้ของเครื่อง ทำงานที่ เขาเป็นหนึ่งในผู้ร่วมคิดค้นแบบจำลอง doc2vec กับ seq2seq ที่ใช้ในด้านการประมวลภาษาธรรมชาติ นอกจากนี้เขายังได้ริเริ่มและเป็นผู้นำโครงการริเริ่ม ของกูเกิลเบรน รวมถึงการนำเสนอเทคนิคการค้นหาสถาปัตยกรรมประสาท

เล เวี้ยต ก๊วก 黎曰國
เกิด	Lê Viết Quốc ค.ศ. 1982 (อายุ 41–42 ปี) จังหวัดเถื่อเทียนเว้ เวียดนาม
การศึกษา	มหาวิทยาลัยแห่งชาติออสเตรเลีย มหาวิทยาลัยสแตนฟอร์ด
อาชีพทางวิทยาศาสตร์
สาขา	การเรียนรู้ของเครื่อง
สถาบันที่ทำงาน
วิทยานิพนธ์	การเรียนรู้ค่าแทนลักษณะแบบปรับสเกลได้ (2013)
อาจารย์ที่ปรึกษาในระดับปริญญาเอก	แอนดรูว์ อึ่ง
อาจารย์ที่ปรึกษาอื่น ๆ	อเล็กซ์ สโมลา

การศึกษาและการงาน

เล เวี้ยต ก๊วก เกิดที่เมือง จังหวัดเถื่อเทียนเว้ ประเทศเวียดนาม เขาเรียนที่ โรงเรียนมัธยมก๊วกห็อกเว้ ในปี 2004 เขาย้ายไปออสเตรเลียเพื่อศึกษาในหลักสูตรระดับปริญญาตรีที่มหาวิทยาลัยแห่งชาติออสเตรเลีย โดยมีอาจารย์ที่ปรึกษาคือ อเล็กซ์ สโมลา (Alex Smola) และศึกษา ในการเรียนรู้ของเครื่อง ในปี 2007 เขาเข้ามหาวิทยาลัยสแตนฟอร์ดเพื่อศึกษาระดับบัณฑิตศึกษาสาขาวิทยาการคอมพิวเตอร์โดยมีอาจารย์ที่ปรึกษาคือ แอนดรูว์ อึ่ง

ในปี 2011 เขากลายมาเป็นสมาชิกผู้ก่อตั้ง ร่วมกับแอนดรูว์ อึ่ง ซึ่งเป็นอาจารย์ที่ปรึกษาขณะนั้น และ และ นักวิจัยของกูเกิล เลเป็นผู้นำการค้นพบขั้นตอนวิธีการเรียนรู้เชิงลึก ที่เป็นการคิดค้นครั้งสำคัญครั้งแรกของกูเกิลเบรน โดยทำการฝึกฝนบนหน่วยประมวลผลกลางแบบมัลติคอร์ 16,000 ตัว ทำให้มีความสามารถในการเรียนรู้ที่จะรู้จำแมวหลังจากดูวิดีโอในยูทูบโดยไม่เคยมีใครบอกว่า "แมว" คืออะไร

ในปี 2014 เลได้ร่วมกับ (Ilya Sutskever) และ (Oriol Vinyals) เสนอแบบจำลอง seq2seq สำหรับทำการแปลด้วยเครื่อง และในปีเดียวกันนั้น เขายังได้ร่วมกับ (Tomáš Mikolov) เสนอแบบจำลอง doc2vec ที่ใช้สำหรับการเรียนรู้ตัวแทนในการแปลงเอกสาร เขายังเป็นหนึ่งในผู้เขียนหลักและนักวิจัยของ ระบบการแปลด้วยเครื่องประสาทของกูเกิล (GNMT)

เลริเริ่มและเป็นผู้นำโครงการ ของ โดยรวมถึงการเสนอเกี่ยวกับการค้นหาสถาปัตยกรรมประสาท เขาเป็นหนึ่งในผู้เขียน LaMDA ซึ่งเป็นแบบจำลองภาษาการสนทนาขนาดใหญ่ที่พัฒนาและเปิดตัวครั้งแรกในปี 2020 ภายใต้ชื่อ Meena ในปี 2022 เขาและผู้ทำงานร่วมกันได้เสนอให้ใช้ข้อความพร้อมรับแบบลูกโซ่ความคิด (chain-of-thought, CoT) เป็นวิธีการปรับปรุงความสามารถในการให้เหตุผลของแบบจำลองภาษาขนาดใหญ่

อ้างอิง

"'Quái kiệt' AI Lê Viết Quốc - người đứng sau thuật toán Transformers của ChatGPT". Viettimes - tin tức và phân tích chuyên sâu kinh tế, quốc tế, y tế (ภาษาเวียดนาม). 2023-02-09. สืบค้นเมื่อ 2023-07-03.
Le, Quoc V.; Mikolov, Tomas (2014-05-22). "Distributed Representations of Sentences and Documents". :1405.4053 [cs.CL].
Sutskever, Ilya; Vinyals, Oriol; Le, Quoc V. (2014-12-14). "Sequence to Sequence Learning with Neural Networks". :1409.3215 [cs.CL].
"Le Viet Quoc, a young Vietnamese engineer who holds Google's brain". tipsmake.com (ภาษาอังกฤษแบบอเมริกัน). สืบค้นเมื่อ 2022-11-24.
Hernandez, Daniela. "A Googler's Quest to Teach Machines How to Understand Emotions". Wired (ภาษาอังกฤษแบบอเมริกัน). ISSN 1059-1028. สืบค้นเมื่อ 2022-11-25.
Chow, Rony (2021-06-07). "Quoc V. Le: Fast, Furious and Automatic". History of Data Science (ภาษาอังกฤษแบบอเมริกัน). สืบค้นเมื่อ 2022-11-26.
"Le Viet Quoc, a young Vietnamese engineer who holds Google's brain". tipsmake.com (ภาษาอังกฤษแบบอเมริกัน). สืบค้นเมื่อ 2022-11-24.
"Fulbright scholars Vietnam - Le Viet Quoc".
"Meet Le Viet Quoc, a Vietnamese talent at Google". Tuoi Tre News (ภาษาอังกฤษแบบอเมริกัน). 2019-02-15. สืบค้นเมื่อ 2022-11-25.
"Le Viet Quoc, a young Vietnamese engineer who holds Google's brain". tipsmake.com (ภาษาอังกฤษแบบอเมริกัน). สืบค้นเมื่อ 2022-11-24.
(2012-06-25). "How Many Computers to Identify a Cat? 16,000". The New York Times.
A bot will complete this citation soon. Click here to jump the queue arXiv:[1].
"A Neural Network for Machine Translation, at Production Scale". Google Research Blog (ภาษาอังกฤษแบบอเมริกัน). 2016-09-27. สืบค้นเมื่อ 2023-07-02.
Zoph, Barret; Le, Quoc V. (2017-02-15). "Neural Architecture Search with Reinforcement Learning". :1611.01578 [cs.LG].
"Language Models Perform Reasoning via Chain of Thought". Google Research Blog (ภาษาอังกฤษแบบอเมริกัน). 2022-05-22. สืบค้นเมื่อ 2023-07-02.

[1] "'Quái kiệt' AI Lê Viết Quốc - người đứng sau thuật toán Transformers của ChatGPT". Viettimes - tin tức và phân tích chuyên sâu kinh tế, quốc tế, y tế (ภาษาเวียดนาม). 2023-02-09. สืบค้นเมื่อ 2023-07-03.

[2] Le, Quoc V.; Mikolov, Tomas (2014-05-22). "Distributed Representations of Sentences and Documents". :1405.4053 [cs.CL].

[3] Sutskever, Ilya; Vinyals, Oriol; Le, Quoc V. (2014-12-14). "Sequence to Sequence Learning with Neural Networks". :1409.3215 [cs.CL].

[tipsmake-4] "Le Viet Quoc, a young Vietnamese engineer who holds Google's brain". tipsmake.com (ภาษาอังกฤษแบบอเมริกัน). สืบค้นเมื่อ 2022-11-24.

[Wired2-5] Hernandez, Daniela. "A Googler's Quest to Teach Machines How to Understand Emotions". Wired (ภาษาอังกฤษแบบอเมริกัน). ISSN 1059-1028. สืบค้นเมื่อ 2022-11-25.

[6] Chow, Rony (2021-06-07). "Quoc V. Le: Fast, Furious and Automatic". History of Data Science (ภาษาอังกฤษแบบอเมริกัน). สืบค้นเมื่อ 2022-11-26.

[tipsmake2-7] "Le Viet Quoc, a young Vietnamese engineer who holds Google's brain". tipsmake.com (ภาษาอังกฤษแบบอเมริกัน). สืบค้นเมื่อ 2022-11-24.

[8] "Fulbright scholars Vietnam - Le Viet Quoc".

[9] "Meet Le Viet Quoc, a Vietnamese talent at Google". Tuoi Tre News (ภาษาอังกฤษแบบอเมริกัน). 2019-02-15. สืบค้นเมื่อ 2022-11-25.

[tipsmake3-10] "Le Viet Quoc, a young Vietnamese engineer who holds Google's brain". tipsmake.com (ภาษาอังกฤษแบบอเมริกัน). สืบค้นเมื่อ 2022-11-24.

[11] (2012-06-25). "How Many Computers to Identify a Cat? 16,000". The New York Times.

[12] A bot will complete this citation soon. Click here to jump the queue arXiv:[1].

[13] "A Neural Network for Machine Translation, at Production Scale". Google Research Blog (ภาษาอังกฤษแบบอเมริกัน). 2016-09-27. สืบค้นเมื่อ 2023-07-02.

[14] Zoph, Barret; Le, Quoc V. (2017-02-15). "Neural Architecture Search with Reinforcement Learning". :1611.01578 [cs.LG].

[15] "Language Models Perform Reasoning via Chain of Thought". Google Research Blog (ภาษาอังกฤษแบบอเมริกัน). 2022-05-22. สืบค้นเมื่อ 2023-07-02.