NEC C&C 基金会奖 2024 年 C&C 奖

NEC C&C 基金会今天宣布，2024 年 C&C 奖将授予两个团体，以表彰他们对大容量波分复用 (WDM) 海底光缆系统的开发和实施做出的贡献，以及Transformer 深度学习模型的开创性研究作为生成人工智能的基础，应用于支持现代社会的全球互联网、网络应用、数据科学和人工智能等各个领域。 Shigeyuki Akiba 博士、Masatoshi Suzuki 博士和 Ituro Morita 博士将代表 A 组，Transformer 团队将代表 B 组。每位获奖者都将获得荣誉证书和奖牌。每组还将获得一千万日元的现金奖励。

C&C奖设立于1985年，颁发给杰出人士，以表彰在计算机和通信技术集成相关的研发活动和开创性工作以及这些领域的发展所产生的社会影响方面做出的杰出贡献。今年的两个获奖群体概述如下。

颁奖仪式和获奖感言将于 11 月 27 日星期三 15:00 在东京全日空洲际酒店举行，并向通过基金会网站申请的人士进行现场直播。

2024 年 C&C 奖获得者

A组

Shigeyuki Akiba 博士
前 KDDI R&D Laboratories Inc. 总裁兼首席执行官

铃木正敏博士
千岁科学技术研究所副总裁、教授
早稻田大学研究生院理工学院客座教授

森田逸郎博士
早稻田大学科学与工程学院教授

表彰
对大容量波分复用 (WDM) 海底光缆系统的开发和实施做出的

贡献
国际通信始于 19 世纪下半叶，当时铺设了一条海底电缆，提供了一条电报线。随后出现了同轴电缆，它扩大了电路容量，也可用于拨打电话。然而，在 20 世纪 70 年代和 80 年代，具有更大电路容量的卫星通信成为主流。然而，进入20世纪80年代，光纤和半导体激光器开始实用化，利用光纤的低损耗和宽带特性，使大容量传输成为可能，同时减少了海底中继器的数量，降低了通信成本，所有这些都推动了海底光缆的采用。至于跨太平洋电缆，使用光纤的第三条跨太平洋电缆（TPC-3）（每根光纤的容量：280 Mbps）于 1989 年开始运营，TPC-4（每根光纤的容量：560 Mbps）于 1992 年开始运营，TPC-5（每根光纤的容量：560 Mbps）于 1992 年开始运营。光纤：5 Gbps），随着光放大器-中继器传输系统的引入，显着提高了传输容量，并于 1995 年开始运行。但是，由于光波在光纤中传播的速度根据波长而不同的现象（由于光纤的非线性，WDM信号波形会发生畸变，极大地阻碍了跨距10000公里的大容量海底光缆系统的实施。在此背景下，KDDI 工程师包括 Shigeyuki Akiba 博士、Masatoshi Suzuki 博士和 Dr. Masatoshi Suzuki 博士。森田逸郎先生表示，在增加海底光缆系统容量，特别是升级基于 WDM 的海底光缆系统方面发挥了重要作用，从而支持了快速增长的互联网通信需求。

秋叶博士、铃木博士和森田博士开发的技术成为WDM海底光缆的关键技术，并在1999年至2016年期间应用于多条海底光缆，覆盖系统总长度达206,000公里。其中包括跨太平洋（PC-1：1999、日美：2001）、跨大西洋（TAT-14：2001）和亚洲地区（C2C：2001、EAC：2002）海底光缆以及 1-Tbps 级跨太平洋海底光缆（TGN-Pacific：2003 年，UNITY：2010 年）。这些技术为全球宽带基础设施的部署做出了重大贡献，该基础设施支持因互联网的普及和智能手机的广泛使用而迅速增长的通信流量。

秋叶博士、铃木博士和森田博士率先研究和开发了扩大长距离海底光缆容量的技术，特别是通过光学非线性控制。他们在将该技术应用于跨太平洋/跨大西洋大容量海底光缆方面发挥了重要作用，这些海底光缆构成了处理约 99% 国际通信的主要动脉。这些成果在学术界和工业界产生了巨大的连锁反应。他们在全球范围内表现出色，在C&C（计算机与通信）领域做出了巨大的社会贡献。鉴于这些杰出成就，秋叶博士、铃木博士和森田博士获得 C&C 奖是再合适不过了。

B组

Transformer 团队

成员：《Attention Is All You Need》论文的八位作者

表彰作为生成式人工智能成就
基础的 Transformer 深度学习模型的开创性研究


近年来，人工智能技术突飞猛进，不仅深入到工业领域，也深入到社会领域。尤其是生成式人工智能的出现，作为具有创造力的人工智能，在世界范围内引起了震动。第三代人工智能热潮于2000年代到来。机器学习进入实用化，深度学习出现，人工智能在图像识别、自然语言处理、使用卷积神经网络（CNN）、循环神经网络（RNN）等的语音识别等多个领域的性能得到提升。模型。 2017 年，改进了传统神经网络的创新 Transformer 模型似乎实现了远远超过现有模型的性能水平。据说，如果没有 Transformer，人工智能就不可能取得目前的进展。

论文发表后，使用 Transformer 架构的 AI 研究也相继公布。除了高速度和高性能之外，随着训练数据规模的增加，Transformer 的准确性也显着提高，这也带来了 AI 模型中与规模相关的竞争。 2018 年，OpenAI 发布了其大型语言模型生成式预训练 Transformer (GPT) 的初始版本，此后一直在发布更新版本。作为可以像人类一样进行对话的人工智能，2022 年出现的 ChatGPT 在发布后不到三个月的时间里用户数量就突破了 1 亿。除了被认为可以在商业、工作、教育、医疗和日常生活等各个领域促进创新的人工智能之外，它还引发了有关道德问题的讨论。 Open AI 还发布了图像生成系统 DALL-E 和语音识别模型 Whisper。 2018年，谷歌发布了一种名为BERT（Bi Direction Encoder Representations from Transformers）的自然语言处理模型，随后又推出了专门用于图像识别的ViT（Vision Transformer）。然后，在 2023 年，它发布了 Gemini（以前称为 Bard），这是一个生成式人工智能聊天机器人。这八位提出 Transformer 改变人工智能历史的人后来离开了谷歌。其中七家成立了自己的初创公司，除了一家之外，所有这些公司都基于 Transformer 技术开展业务。谷歌发布了一种名为 BERT（来自 Transformers 的双向编码器表示）的自然语言处理模型，随后又推出了专门用于图像识别的 ViT（视觉变换器）。然后，在 2023 年，它发布了 Gemini（以前称为 Bard），一个生成人工智能聊天机器人。这八位提出 Transformer 改变人工智能历史的人后来离开了谷歌。其中七家成立了自己的初创企业，除了一家之外，所有这些公司都基于 Transformer 技术开展业务。谷歌发布了一种名为 BERT（来自 Transformers 的双向编码器表示）的自然语言处理模型，随后又推出了专门用于图像识别的 ViT（视觉变换器）。然后，在 2023 年，它发布了 Gemini（以前称为 Bard），一个生成人工智能聊天机器人。这八位提出 Transformer 改变人工智能历史的人后来离开了谷歌。其中七家成立了自己的初创企业，除了一家之外，所有这些公司都基于 Transformer 技术开展业务。这八位提出 Transformer 改变人工智能历史的人后来离开了谷歌。其中七家成立了自己的初创企业，除了一家之外，所有这些公司都基于 Transformer 技术开展业务。这八位提出 Transformer 改变人工智能历史的人后来离开了谷歌。其中七家成立了自己的初创公司，除了一家之外，所有这些公司都基于 Transformer 技术开展业务。

Transformer不仅突破了当时RNN、LSTM等先进技术的限制，还实现了多模态AI中多种类型数据的无缝融合，同时大幅提升了AI系统的能力。尽管深度学习从 2010 年左右开始就引发了基于人工智能的创新，但从改造现有神经网络的意义上来说，Transformer 堪称第二次伟大的创新。目前以 Transformer 为基础技术的生成式人工智能的普及及其对社会的影响是巨大的，鉴于这些成就，Transformer 团队的这 8 名成员理应获得 C&C 奖。