dizhi91la@gmail.com
添加时间：
作为教授，Bengio曾经和Ian Goodfellow、Aaron Courville等业界大神一起写出了Deep Learning，成为人手一本的“AI圣经”，不少人将这本书亲切称之为“花书”。除了学术界，Bengio也活跃在产业界。曾经，Bengio联合Jean-François Gagné创立了Element AI，为那些想给自家业务寻找机器学习解决方案的公司，找到AI领域的专家。
到底发生了什么？风云君来带您一探究竟！二、重组并购深似海，从此经营是路人1、未满1年，上路重组2015年6月上市，当年实现净利润6，526.36万元，尽管2016年净利润增加至7，540.90万元，增幅15.54%，但经营活动产生的现金流却由上年的1.17亿元，变为净流出5，145万元。
他们动用了全球8个台站的毫米波望远镜组成干涉阵列，打造了一个超级巨无霸“相机”——虚拟的视界面望远镜（EHT）。这些望远镜被分布在世界最偏僻的角落，包括夏威夷的火山、亚利桑那州的高峰、智利的荒漠以及冰天雪地的南极。200多名来自全球的科学家在世界的各个角落，将他们的望远镜对准了这个叫做M87的星系，观测期间大约持续了10天左右。但随之而来的，是更加漫长的数据处理阶段，一等就是两年。
其实，现代神经网络、机器学习等AI技术背后的思想，可以追溯到第二次世界大战行将结束之际。彼时，学者们开始构建计算系统，旨在以类似于人类大脑的方式存储和处理信息。而深度神经网络早在1980年代就已经提出，但很快遭受质疑。专注于这种方法的学者，是AI界的少数派，LeCun、Hinton和Bengio就在其中。
参与此次观测的望远镜包括ALMA、APEX、IRAM 30米望远镜、James Clerk Maxwell望远镜、大毫米波望远镜（LMT）、亚毫米波阵（SMA）、亚毫米波望远镜（SMT）和南极望远镜（SPT）。马普射电所和麻省理工学院Haystack天文台的专用超级计算机负责了对原始观测数据的相关工作。
“这是一个漫长的旅程，但最终我亲眼看到了，是为了证明自己的想法是不是真的。”Falcke教授说道。正如米克-贾格尔的名言——你不可能永远得到你想要的，但如果你试一下，说不定正好找到你所需要的。但是单个望远镜显然无法完成这一壮举，Falcke教授随后找到了哈佛大学及史密松宁学会天体物理中心的Sheperd S。 Doeleman教授来主导全球联网观测。
