近日，MIT Technology Review 公布了第 20 届 Innovators Under 35 评选结果，即 2020 年度全球 “35 岁以下科技创新 35 人”榜单。在入选榜单的五位华人中，香侬科技李纪为博士是唯一一位在中国大陆的入选者。其余4位华人包括，李博，现任伊利诺伊大学厄巴纳-香槟分校机械科学与工程系助理教授；蔡丽丽，现任伊利诺伊大学厄巴纳-香槟分校机械科学与工程系助理教授；王思泓，现任芝加哥大学分子工程学院助理教授；潘世昂，出生于中国台湾，来自Modern Electron 联合创始人兼 CEO。
Innovators Under 35 评选开始于 1999 年，每年在全世界范围内遴选出35位 35 岁以下的科技创新者。Innovators Under 35 每年所挖掘的新人及其项目都极富创新性。各位在影响力、创新能力、进取精神、未来发展潜力、沟通能力以及领导力方面都表现优异。从初创公司到研发机构再到科技巨头，他们在不同的平台上大展拳脚并取得了突破性成就。很多入选者在做出了改变世界的科技创新。
1999年，网景（Netscape）网络浏览器的创造者马克·安德森和Yahoo 创始人杨志远入选。
2002年，谷歌创始人选出了拉里·佩奇（Larry Page）和谢尔盖·布林（Sergey Brin）入选。
2007年，年仅23岁的Facebook创始人马克·扎克伯格（Mark Zuckberg）入选。
2008 年，斯坦福大学教授、谷歌大脑创始人、原百度首席科学家吴恩达 (Andrew Ng)入选。
2014 年，基因编辑CRISPR 发明者，麻省理工学院教授张锋入选。
2015年，Ilya Sutskever，OpenAI首席科学家Imagenet-CNN 模型发明者入选。
2016年，谷歌大脑资深科学家 Seq2Seq模型发明者Oriol Vinyals入选。
2017年，OpenAI创始人，GAN模型发明者Ian Goodfellow入选。
2019年，麻省理工学院助理教授、深度网络压缩主要发明者韩松入选。
在当下这个略显混乱的时代，看到如此多的青年科技学者们仍在努力让世界变得更加美好，着实令人内心充满勇气。这对于那些抗击病毒大流行的医务人员和为社会正义而战的普通公民而言，以及对那些致力于通过技术来解决这些问题和许多其他问题的人们来说，都是真真切切的精神鼓舞。
（以下为获奖内容译文）
在过去的几个月里，谷歌和 Facebook 都发布了新的聊天机器人，李纪为博士的技术在其中起到了核心作用。
深度强化学习是让神经网络在试错中学习，李纪为博士将这一相对较新的技术应用到自然语言处理（NLP）中，自然语言处理是计算机科学领域的重要方向，旨在用程序处理人类语言。
通过使用深度强化学习识别大量文本中的句法结构，李纪为博士让机器更好地提取到其中的语义信息。其中，语法指的是词语之间的语法关系，而语义指的是词语的意义。
在书面用语中，语义关系相近的词在实际的句子中并不总是紧密相连。例如，一个动词和它的对象之间可能隔着一串形容词或从句。以往让机器解析自然语言的做法常常过于强调词语在句子中的位置是否接近，带来明显错误的结果。李纪为博士的机器学习算法能够找到句子的语法结构，从而更可靠地识别句子的意义。它们已经成为许多 NLP 系统的重要基础。
李纪为博士在中国长大，曾在北京大学学习生物学，随后他到美国康奈尔大学攻读生物物理学博士学位。但他很快将研究领域换成了 NLP，并先后进入卡内基梅隆和斯坦福大学，最终成为史上首个在 3 年内获得计算机科学博士学位的学生。
李纪为博士还探索了其他方法，让人工智能能够更好地识别语言数据中的模式。2014 年，他和团队将 Twitter 帖子与美国气象数据相关联，研究天气是如何影响用户的情绪。首先，他手动给 600 条推文贴上了快乐、愤怒、悲伤等标签。他用这些标签数据训练了一个神经网络来评估一条推文的情绪，并将得到的情绪信息与 2010 年和 2011 年发布的所有推文中约 2% 的地理位置数据进行交叉对比。
得到的结果并不令人惊讶：下雨时，人们的情绪会变差；天热时，人们会更容易表达愤怒。而对李纪为博士来说，这是一堂关于如何从大量文本中获取隐藏信息的实验课。
2017 年完成学业后，李纪为博士回到北京创立了专注在 NLP 领域的香侬科技。香侬科技正在开发机器学习算法，分析各类商业报告、社交媒体推文里的文本信息，并以此进行经济预测。
李纪为博士还尝试将深度强化学习用于生成自然语言，对他来说，这是 NLP 的进一步应用。他表示，一旦你学会了阅读，你就可以学习写作。
即使是最好的聊天机器人，也会出现各种低级错误，比如语句不连贯、缺乏基本常识等，且对话越长，AI 的对话效果就越差。李纪为博士的技术能够让 AI 更好地掌握语言的结构。在对话中，如果语句中有明确的语法，那 AI 就更容易识别语句的主语和宾语等。例如，如果你对机器说“我们开始吧?”，普通的机器可能会回答“当然！”，但这样的回答内容其实可以接在任何问题之后，而李纪为博士开发的技术能让 AI 参考此前的对话内容，给出像 "是的，我们还有很多事情要做" 这样的回答。
