在这之前，早在2018年，Bengio就是世界计算机研究者中单日引用次数最高的人（同一年获图灵奖），2022年还一举成为世界上被引用次数最多的计算机科学家。 其贡献最大的几篇论文《一种神经概率语言模型》（发表于2003年）、《Generative adversarial nets》（发表于2014年的GAN）、《Deep learning》（发表于2015年）全都为深度学习领域奠定了重要基础，深刻影响着如今大火的自然语言处理、计算机视觉等研究。 十几岁的时候，他终于和弟弟（Samy Bengio，现任苹果公司AI与机器学习研究高级总监）通过送报纸攒够了买电脑的钱——当时买了Atari 800和Apple II个人电脑。 注意，其博士导师正是Geoffrey Hinton，在受Hinton启发开始对“什么是智力？”这一问题产生兴趣后，他选择研究语音识别，并开始从经典统计模型转向神经网络。 后来，他又分别去了MIT和大名鼎鼎的贝尔实验室从事科学研究，也是在贝尔实验室，他开始与Yann LeCun合作，将其博士论文中的技术应用于实际问题。 直到1993年，他被聘为蒙特利尔大学助理教授，之后陆续晋升为副教授、教授，至今仍为该校教授，担任蒙特利尔学习算法研究所 (MILA) 所长，并担任加拿大高等研究院机器与脑机学习项目的联合主任。 2018年，三巨头共同拿下了计算机领域的国际最高奖项——图灵奖，理由是他们在深度神经网络概念和工程上的突破，使得DNN成为计算的一个重要构成。 2000年，他撰写了具有里程碑意义的论文《一种神经概率语言模型》，提出用神经网络解决语言建模中的“维度灾难（curse of dimensionality）”问题，为后来的大语言模型（如GPT系列）奠定基础。 排在第二的就是三巨头2015年共同发表的《Deep learning》，这篇论文不仅系统总结了深度学习的发展历程，还深入剖析了其理论基础、核心算法和广泛应用，被视为深度学习领域的“圣经”。 再加上后来的几篇，可以说，Bengio在深度学习、循环神经网络、注意力机制、GAN等方面均做出了开创性贡献，推动了机器翻译、自然语言处理、计算机视觉等领域的巨大进步。 Bengio表示，当前AI系统已显现出自我保护和欺骗行为的迹象，随着其能力和自主性的提升，这种趋势只会加速，LawZero是他们针对这些挑战所给出的建设性回应。 它以理解学习世界为核心目标，而非在世界中采取行动，通过透明化外部推理，对问题提供可验证的真实答案，“可用于加速科学发现、为Agent型AI系统提供监督，并深化大家对AI风险及其规避方法的理解”。 这里补充一下AD Scientific Index的介绍，该平台对全球超过260万科研人员、24500多家机构（包括大学、研究所、公司、医院等）、来自221个国家的研究表现进行评估。 评估指标包括H-index、i10-index和总引用数这三个，每个指标都提供“整个职业生涯”与“最近5或6年”两个时间段的数据（兼顾长期积累与近期活跃度)，索引主要基于公开的Google Scholar个人资料，经过多层清洗和审核处理。 整体而言，这个网站的排名不仅具备实时性（谷歌学术数据约20天自动刷新一次，排名则每2天重新计算与发布），而且覆盖了各种学科类型。
