一个人最大的幸福莫过于在人生的中途、富有创造力的壮年，发现自己此生的使命。自1956年达特茅斯会议首次提出人工智能，60多年的时光里，人工智能在充满未知的探索道路上曲折起伏又快速发展。这背后，正是一群科研工作者孜孜不倦、几十年如一日的坚守与付出。我们发现，人工智能那些顶会里的高产作者中，总有一些星光熠熠的名字，而他们都是值得记录的时代故事。
以下杰出学者选自CVPR、ICCV、NeurIPS、ACL、ICML等国际人工智能顶会上的高产作者TOP10榜单，让我们来看看他们的传奇人生。
计算机视觉领域的大神Ross Girshick，Facebook AI Research（FAIR）的研究员，视觉感知和逻辑领域的知名专家。
博士毕业于芝加哥大学计算机视觉专业，在加州大学伯克利分校读博士后，在加入Facebook之前他曾在微软从事Kinect的相关工作。Ross Girshick在读博期间与导师Pedro Felzenszwalb一起发明了DPM算法，改进了Navneet Dalal和Bill Triggs提出的HOG特征方法，成为当时的经典。
对于深度学习方法，2012年Alex Krizhevsky，Geoff Hinton和Ilya Sutskever基于深度学习的CNN网络赢得了ImageNet挑战赛，堪称是CNN发展史上的里程碑。自那之后，CNN就成了图像分类的黄金标准。这深深影响了做图像目标检测UC Berkeley的Jitendra Malik，他鼓励博士后Girshick采用CNN技术运用到图像目标检测上。
Girshick最终不辱使命，在2014年利用CNN成功取代了HOG、DPM等特征提取，结合Selective Search做区域推荐，再结合SVM做分类算法，成功推出R-CNN，一举轰动世界，开启了深度学习上的图像目标检测。
被称为“人工智能三巨头”之一的蒙特利尔大学计算机科学与运算研究系教授Yoshua Bengio，无疑是现代人工智能技术领域的大师级人物。
他与多伦多大学深度学习开山鼻祖Geoffrey Hinton、算法卷积神经网络的提出者Yann LeCun共获2019年图灵奖。Yoshua Bengio是深度学习的元老，有超过137000次学术引用，“AI圣经”《Deep Learning》等一系列教科书级著作的作者，笑起来极富表现力的眉毛，这些是Yoshua Bengio大神给人们留下的标志性印象。
Bengio曾与Geoff Hinton以及Yan LeCun一道，共同支持深度学习技术——这项技术近年来已经成功由原本的学术性探索成果，转化为世界上最强大的技术之一。
对于深度学习领域的学者来说，Ruslan Salakhutdinov并非籍籍无名之辈。他曾上榜AMiner机器学习领域最具影响力学者榜单。
在NeurIPS上，Ruslan Salakhutdinov署名的文章共有22篇，ICML 15篇。
从整个神经网络和深度学习的历史看，最重要的拐点是2006年7月，Geoffrey Hinton为第一作者的两篇论文《A Fast Learning Algorithm for Deep Belief Nets》和《Reducing the Dimensionality of Data with Neural Networks》的发布。
正是这两篇论文引起了整个学术界对深度学习的兴趣，才有了近十年来深度学习研究的突飞猛进和突破。而Ruslan Salakhutdinov，正是深度学习历史上最重要的标志性论文之一、发表在Nature杂志上的《Reducing the Dimensionality of Data with Neural Networks》的第二作者。
此时的他不过是刚刚进入Geoffrey Hinton门下不久的一名博士生，但这并不影响其在深度学习领域中的辈分。
Pieter Abbeel是加州大学伯克利分校机器人与强化学习领域的教授。他于比利时KU Leuven获得电子工程学士、硕士学位，之后在斯坦福大学师从吴恩达，并于2008年取得博士学位。
2004时，Abbeel发表了论文《Apprenticeship Learning via Inverse Reinforcement Learning》。他提出了一种通过观察执行任务的专家来训练机器人的新方法。他在模拟自动驾驶汽车时展示了这种方法的可行性，该论文后来被认为是他生涯中最重要的论文之一。
在攻读博士期间，Abbeel发表了多篇重要的学术论文，并与导师吴恩达提出了学徒学习（Apprenticeship learning）这一增强学习的全新概念。
Cordelia Schmid是公认的计算机辅助视觉领域的著名专家，她的H指数高达110，引用量达100183次，发文350多篇。她的研究方向包括图像和视频描述、对象和类别识别、机器学习等，尤其是数字图像和视频的自动解释。
她在图像和视频表示领域以及视觉学习方面做出了根本性的贡献，通过利用大量的图像和视频数据库来识别物体的动作和位置。过去十年，她在ICCV上发表过12篇论文，ECCV 17篇，CVPR 3篇。她在计算机辅助视觉领域的杰出工作跨越了整整二十年，2016年时她获得了INRIA和法国科学院大奖。
人工智能被视为新一轮产业变革的核心驱动力，当人工智能的热度和泡沫退去，最终留下的是他们，他们的智慧和坚定重新定义了科技创新。知识的力量永远值得敬畏，而他们，一直拥有改写人类未来的力量和底气。