Kunihiko Fukushima
From Wikipedia, the free encyclopedia
| Naissance | |
|---|---|
| Nationalité | |
| Domicile | |
| Formation | |
| Activités |
| A travaillé pour |
Université du Kansai ( - Université de Technologie de Tokyo ( - Nippon Institute of Technology (en) ( - Université du Maryland Global Campus (en) ( - Université d'Osaka ( - |
|---|---|
| Distinction |
Kunihiko Fukushima (福島 邦彦, Fukushima Kunihiko), né le à Saga au Japon, est un informaticien et chercheur japonais, pionnier dans le domaine de l’intelligence artificielle et des réseaux neuronaux. Il est surtout connu pour avoir développé le réseau de neurones convolutifs Neocognitron, considéré comme l’un des précurseurs des réseaux neuronaux profonds (deep learning) modernes[1].
Kunihiko Fukushima obtient son doctorat en électronique à l’Université de Kyushu en 1961. Il commence sa carrière comme chercheur à l’Institut de Recherche de Toshiba, puis rejoint le Laboratoire de Neuro-Informatique de l’Université de Tohoku. Ses travaux portent principalement sur les réseaux de neurones, la vision par ordinateur et les modèles cognitifs inspirés du cerveau.
Dans les années 1980, il développe le Neocognitron, un modèle de réseau de neurones capable de reconnaître des motifs visuels de manière hiérarchique et robuste aux déformations. Ce modèle constitue un fondement théorique majeur pour les architectures modernes de réseaux convolutifs utilisées aujourd’hui dans la reconnaissance d’images et l’intelligence artificielle.
Kunihiko Fukushima est également professeur émérite à l’Université de Fukushima et a participé à de nombreux projets de recherche internationaux sur le deep learning et l’apprentissage automatique.
Contributions scientifiques
- Neocognitron (1980) : premier réseau neuronal convolutif hiérarchique capable de reconnaître des caractères manuscrits sans supervision explicite. Inspiré par la structure du cortex visuel humain, il est souvent considéré comme un prédécesseur direct des réseaux convolutifs modernes utilisés en vision artificielle.
- Vision par ordinateur et reconnaissance de formes : Fukushima a publié de nombreux travaux sur la reconnaissance automatique de caractères et d’images, explorant la robustesse aux transformations et aux bruits visuels.
- Théorie des réseaux neuronaux hiérarchiques : il a étudié la manière dont les couches successives de neurones peuvent extraire des caractéristiques de plus en plus abstraites des données d’entrée.
Publications majeures
- Fukushima, K. (1980). Neocognitron: A self-organizing neural network model for a mechanism of pattern recognition unaffected by shift in position. Biological Cybernetics, 36, 193–202.
- Fukushima, K. (1988). Neocognitron for handwritten character recognition. IEEE Transactions on Systems, Man, and Cybernetics, 18(5), 482–489.
- Fukushima, K. (2013). Artificial Vision by Multi-layered Neural Networks: Neocognitron and Its Applications. Neural Networks, 37, 103–109.
Distinctions
- Membre de l’IEEE pour ses contributions à l’informatique et aux systèmes neuronaux.
- Récompensé par plusieurs prix japonais pour ses recherches en intelligence artificielle et en vision par ordinateur.
- Considéré comme l’un des pionniers du deep learning moderne.
Impact et héritage
Le travail de Fukushima a eu une influence majeure sur le développement des réseaux convolutifs (CNN), utilisés aujourd’hui dans la reconnaissance d’images, la vidéo, la traduction automatique et d’autres domaines de l’intelligence artificielle. Ses concepts de hiérarchie et de traitement multi-couches ont été repris et étendus par des chercheurs comme Yann LeCun et d’autres pionniers du deep learning.
