ABAB Pedia

Quoc Le

Quoc Le(越南语名 Le Viet Quoc)是人工智能研究者、Google Brain 早期成员,主导了2012年用1.6万个处理器核心让神经网络从 YouTubeYouTubeYouTube是Google旗下的视频分享与创作者平台,2005年由Steve Chen、Chad Hurley和Jawed Karim创办,2006年被Google收购。平台围绕视频上传、观看与创作者收益,发展出Shorts、YouTube Music、Premium、YouTube TV及儿童产品,总部位于美国加利福尼亚州San Bruno。点击查看完整词条 视频中自学识别猫的实验,并参与提出序列到序列学习(seq2seq)、段落向量和神经架构搜索(AutoML)等深度学习方法。2026年8月,他与 Jeff DeanJeff DeanJeff Dean 是计算机科学家、软件工程师,Discovery Loop 联合创始人兼首席执行官,曾任 Google 首席科学家。他于1999年加入 Google,参与 MapReduce、Bigtable、Spanner、TensorFlow 与机器学习基础设施建设,2026年8月离开 Google 创业。同年7月,他在 Y Combinator Startup School 讨论 AI 创业、工程优化与自动化研究。点击查看完整词条、Sanjay GhemawatSanjay GhemawatSanjay Ghemawat 是计算机科学家、软件工程师,1999年加入 Google,与长期搭档 Jeff Dean 共同设计了 MapReduce、Bigtable 等支撑 Google 搜索与数据处理的分布式基础设施,后成为 Google 高级研究员(Senior Fellow)。2026年8月,他与 Jeff Dean、Quoc Le、Oriol Vinyals 离开 Google,联合创办 AI 公司 Discovery Loop。点击查看完整词条、Oriol VinyalsOriol VinyalsOriol Vinyals 是人工智能研究者,2013年前后加入 Google,先后在 Google Brain 与 DeepMind 工作,参与提出序列到序列学习(seq2seq)、知识蒸馏和图像描述生成等方法,共同领导了击败星际争霸 II 职业选手的 AlphaStar 项目,并曾与 Jeff Dean 同为 Gemini 模型的总体技术负责人。2026年8月,他与 Jeff Dean、Sanjay Ghemawat、Quoc Le 离开 Google,联合创办 AI 公司 Discovery Loop。点击查看完整词条 离开 GoogleGoogleGoogle是一家美国科技公司,由Larry Page与Sergey Brin创办,1998年注册成立,2015年成为Alphabet旗下企业。其业务涵盖互联网搜索、广告、软件平台、云计算及人工智能。点击查看完整词条,联合创办 AI 公司 Discovery LoopDiscovery LoopDiscovery Loop 是以公益公司(public benefit corporation)形式设立的人工智能初创公司,目标是用 AI 自动执行“提出实验、运行、评估、迭代”的研究循环,以加快机器学习、科学与工程领域的发现。公司由 Jeff Dean 与 Sanjay Ghemawat、Quoc Le、Oriol Vinyals 四位前 Google 研究人员共同创办,2026年8月5日公开,Dean 任首席执行官;Google 为其创始投资人和云服务合作伙伴。点击查看完整词条。

本页目录19 节
词条资料

早年:越南中部的成长

Le 在越南农村长大,家中没有电,但住处附近有一座图书馆,他在那里大量阅读伟大发明的故事。大约14岁时,他认定对人类帮助最大的会是一台聪明到能够自行发明的机器。他毕业于顺化的 Quoc Hoc Hue 高中。⁠[1][1][2]

求学 ANU 与 Stanford

2004年,Le 进入澳大利亚国立大学(ANU)学习人工智能与机器学习,在 ANU 与澳大利亚国家信息通信技术研究中心(NICTA)师从 Alex Smola,取得软件工程学士学位(一等荣誉),在校期间获“Distinguished Scholar”称号;其间他还曾到德国图宾根马克斯·普朗克生物控制论研究所的 Schölkopf 部门访问研究。⁠[3][4][2][4]

此后他在 Stanford University 计算机系人工智能实验室攻读博士,导师为 Andrew Ng。当时的机器学习软件需要人工标注数据并指定特征,Le 对此深感挫败;当时用模拟神经元网络的深度学习方法进展很慢,他找到了显著提速的办法,即构建大100倍、能处理多出数千倍数据的模拟神经网络,这一思路引起 Google 注意。⁠[4][1][1][1][1][1]

加入 Google Brain

2011年,Le 加入 Google Brain,与 Andrew Ng 合作,在其指导下测试大规模深度学习方法。⁠[3][1]

识猫实验

2012年6月26日,Google 宣布其团队把一个人工神经网络的计算分布到1.6万个 CPU 核心上,训练出超过10亿个连接的模型;网络中的一个神经元仅凭无标注的 YouTube 视频静帧就学会了识别猫,实验由 Le 主导,并在当周的 ICML 会议上报告,论文《Building High-level Features Using Large Scale Unsupervised Learning》以他为第一作者。这批研究结果公开后,在 FacebookFacebookFacebook(脸书)是 Meta 旗下的社交网络平台,2004年从哈佛校园上线,逐步发展出动态消息、照片与视频分享、群组及 Marketplace 等功能。平台保留 Facebook 名称,母公司在2021年采用 Meta 品牌;两者的用户与财务数据应按各自口径理解。点击查看完整词条、MicrosoftMicrosoftMicrosoft(微软)是由 Bill Gates 和 Paul Allen 于1975年创办、总部位于美国华盛顿州雷德蒙德的科技公司,业务涵盖 Windows、Microsoft 365、Azure、企业软件、人工智能、游戏和设备。点击查看完整词条 等公司引发深度学习投资竞赛;截至2014年,该技术已用于 Google 图片搜索和语音识别软件。2022年,这篇论文获 ICML 时间检验奖荣誉提名。⁠[5][5][5][6][1][1][7]

离开 Stanford,任 Google 研究科学家

2013年,Le 离开 Stanford,正式成为 Google 研究科学家。他参与开发了 Android 手机语音识别和网页照片自动标注等基于深度学习的系统。⁠[4][3][8]

段落向量

2014年5月,Le 与 Google 同事 Tomas Mikolov 发表论文《Distributed Representations of Sentences and Documents》,提出把整段文字表示为数学向量的“段落向量”方法,可用于情感分析等任务。⁠[9][9][9][8][8]

入选“35岁以下创新者”

2014年8月,32岁的 Le 入选《MIT Technology Review》“35岁以下创新者”名单。⁠[1][1]

序列到序列学习

2014年,Le 与 Google 同事 Ilya Sutskever、Oriol Vinyals 合作发表《Sequence to Sequence Learning with Neural Networks》,用多层长短期记忆网络(LSTM,一种循环神经网络)把输入序列映射为输出序列,用于机器翻译,并于当年12月在 NIPS 会议上报告。Le 表示,这种方法能记住序列中词的顺序,并可处理长度不定的输入。2024年,该论文获 NeurIPS 时间检验奖,评奖方称它是确立编码器—解码器架构的基石工作,启发了后来基于注意力机制的改进和今天的基础模型研究。⁠[10][8][8][10][8][8][11][11]

Google 神经机器翻译

2016年9月27日,Le 与 Mike Schuster 以 Google Brain 研究科学家身份发文,发布 Google 神经机器翻译系统(GNMT),Le 也是技术报告作者之一;Google 翻译当时已在中译英上全部改用该系统,每天约1800万次翻译。⁠[12][12][12]

AutoML 与神经架构搜索

2017年5月17日,Le 与 Barret Zoph 介绍 Google 称为“AutoML”的方法:由一个控制器神经网络提出“子模型”架构,训练评估后把结果反馈给控制器以改进下一轮提议,如此重复数千次。两人的论文《Neural Architecture Search with Reinforcement Learning》于 ICLR 2017 发表。Google 后来推出的机器学习产品 Cloud AutoML 也基于他的构想。⁠[13][13][13][13][14][3]

Google Brain 项目负责人

2019年2月接受越南《青年报》(Tuoi Tre)专访时,Le 是 Google Brain 三位项目负责人之一,管理五六个与人脸、语音识别和自然语言处理有关的项目,团队有25人。⁠[3][3][3]

EfficientNet

2019年5月29日,时任 Google AI 主任科学家(Principal Scientist)的 Le 与 Mingxing Tan 发布 EfficientNet,提出用一个复合系数统一缩放卷积神经网络宽度、深度和分辨率的方法。⁠[15][15]

Meena 对话模型

2020年1月28日,Google 发布26亿参数的端到端对话模型 Meena,团队致谢 Le 等人对项目的领导支持。⁠[16][16][16]

思维链提示

2022年5月11日,Google 研究人员介绍提升语言模型推理能力的“思维链提示”(chain of thought prompting)方法,Le 是该项目的合作者之一。⁠[17][17][17]

AlphaGeometry

联合创办 Discovery Loop

2026年8月5日,Le 与 Jeff Dean、Sanjay Ghemawat、Oriol Vinyals 宣布离开 Google,联合创办公益公司 Discovery Loop,用 AI 自动化完整的实验循环、同时发起并迭代数千项实验,以加快工程与科学发现,初期从自动化机器学习研究入手。首轮融资由 Radical VenturesRadical VenturesRadical Ventures 是专注人工智能的风险投资机构,由 Jordan Jacobs 与 Tomi Poutanen 在多伦多 Vector Institute 于2017年启动后不久创办,从孵化、种子轮一直投资到成长期和上市前阶段,投资组合包括 Cohere、Waabi、World Labs 等公司。2026年,它共同领投 Jeff Dean 等人创办的 Discovery Loop,并完成后期基金 Radical Breakouts Fund 的首次募集。点击查看完整词条 与 Khosla VenturesKhosla VenturesKhosla Ventures(KV)是 Sun Microsystems 创始首席执行官 Vinod Khosla 于2004年创办的美国风险投资公司,总部位于加州 Menlo Park。它早期重仓清洁技术,2019年成为 OpenAI 的首家风险投资方,投资组合还包括 DoorDash、Block(原 Square)、Impossible Foods 与 Rocket Lab 等公司。点击查看完整词条 共同领投,Kleiner PerkinsKleiner PerkinsKleiner Perkins成立于1972年。1977年,Frank Caufield和Brook Byers加入Eugene Kleiner、Tom Perkins所在的机构,形成Kleiner Perkins Caufield & Byers名称。点击查看完整词条、LightspeedLightspeed Venture PartnersLightspeed Venture Partners支持从种子轮到后期融资阶段的企业。其官网区分Lightspeed Management Company(LSVP)与Lightspeed India Partners(LSIP):两者是分别运营的投资顾问实体,美国、欧洲和以色列办公室属于LSVP,印度及东南亚办公室属于LSIP。点击查看完整词条 和 Doerr CapitalDoerr CapitalDoerr Capital 是与美国风险投资人、Kleiner Perkins 董事长 John Doerr 相关联的投资机构。2026年8月,它参投 Jeff Dean 等四名前 Google 研究人员创办的 Discovery Loop 首轮融资;它还与 Kleiner Perkins 一同作为合作方参与 UCSF Health 主导的医疗人工智能加速器 UCSF Health Converge。点击查看完整词条 参投。Le 表示,他对自动化机器学习非常兴奋,“也许我们会发现一种不同的 Transformer 架构”。⁠[19][19][19][19][19][20][19][21]

主题:Fulbright University Vietnam 理事

Le 担任越南 Fulbright University Vietnam 的理事(Trustee)。⁠[2]

关联机构、网站与公开账号

Fulbright University Vietnam:官网:https://fulbright.edu.vn/(在新窗口打开)。⁠[2]

来源

  1. Quoc Le | Innovators Under 35(在新窗口打开)
  2. Le Viet Quoc(在新窗口打开)
  3. Meet Le Viet Quoc, a Vietnamese talent at Google(在新窗口打开)
  4. Quoc V. Le(在新窗口打开)
  5. Using large-scale brain simulations for machine learning and A.I.(在新窗口打开)
  6. Building High-level Features Using Large Scale Unsupervised Learning(在新窗口打开)
  7. Test of Time Award 2022(在新窗口打开)
  8. A Googler’s Quest to Teach Machines How to Understand Emotions(在新窗口打开)
  9. Distributed Representations of Sentences and Documents(在新窗口打开)
  10. Sequence to Sequence Learning with Neural Networks(在新窗口打开)
  11. Announcing the NeurIPS 2024 Test of Time Paper Awards(在新窗口打开)
  12. A Neural Network for Machine Translation, at Production Scale(在新窗口打开)
  13. Using Machine Learning to Explore Neural Network Architecture(在新窗口打开)
  14. Neural Architecture Search with Reinforcement Learning(在新窗口打开)
  15. EfficientNet: Improving Accuracy and Efficiency through AutoML and Model Scaling(在新窗口打开)
  16. Towards a Conversational Agent that Can Chat About…Anything(在新窗口打开)
  17. Language Models Perform Reasoning via Chain of Thought(在新窗口打开)
  18. AlphaGeometry: An Olympiad-level AI system for geometry(在新窗口打开)
  19. Jeff Dean and other top AI researchers are leaving Google to launch their own startup(在新窗口打开)
  20. Our Investment in Discovery Loop(在新窗口打开)
  21. 4 of Google’s Top AI Brains Are Leaving—and Launching Their Own AI Startup(在新窗口打开)