Lê Viết Quốc (nascut el 1982), o en forma occidental Quoc Viet Le, és un informàtic i investigador en intel·ligència artificial vietnamita-estatunidenc. Ha sigut Google Fellow a Google DeepMind i membre fundador del projecte Google Brain.
Le és conegut sobretot pel seu treball pioner en l'aprenentatge profund, especialment en l'aprenentatge no supervisat a gran escala, els models seqüència a seqüència (seq2seq) i AutoML (cerca d'arquitectura neuronal). La seva recerca va posar les bases dels sistemes moderns de traducció automàtica, com ara Google Translate, i va fer avançar el camp dels LLM. El 2026 va abandonar Google per crear Discovery Loop amb Jeff Dean i Oriol Vinyals.
Educació i carrera Le va nàixer a Hương Thủy, a la Província de Thừa Thiên Huế del Vietnam. Va estudiar a l'Institut Quốc Học – Huế per a Alumnes Altes Capacitats abans de traslladar-se a Austràlia el 2004 per cursar un grau a la Universitat Nacional d'Austràlia. Durant els seus estudis de grau, va treballar amb Alex Smola en el mètode del nucli en aprenentatge automàtic. El 2007, Le es va traslladar als Estats Units per cursar estudis de postgrau en ciències de la computació a la Universitat de Stanford, on el seu director de tesi doctoral va ser Andrew Ng.
El 2011, Le es va convertir en membre fundador de Google Brain juntament amb el seu llavors director de tesi Andrew Ng, el Google Fellow Jeff Dean i l'investigador Greg Corrado. Va dirigir el primer gran avenç de Google Brain: un algorisme d'aprenentatge profund entrenat en 16.000 nucli de CPU, que va aprendre a reconèixer gats mirant vídeos de YouTube, sense que se li hagués ensenyat explícitament el concepte de «gat».
El 2014, Le va proposar conjuntament dos models influents en l'aprenentatge automàtic. Juntament amb Ilya Sutskever i Oriol Vinyals, va introduir el model seq2seq per a la traducció automàtica, una tècnica fonamental en el processament del llenguatge natural. El mateix any, en col·laboració amb Tomáš Mikolov, Le va desenvolupar el model doc2vec per a l'aprenentatge de representacions de documents. Le també va ser un col·laborador clau del sistema Google Neural Machine Translation.
El 2017, Le va iniciar i dirigir el projecte AutoML a Google Brain, sent pioner en l'ús de la cerca d'arquitectura neuronal. Aquest projecte va fer avançar significativament l'aprenentatge automàtic automatitzat. Aquest treball va conduir a EfficientNet, una família de models de reconeixement d'imatges que va aconseguir una precisió d'última generació sent considerablement més petita i ràpida que els models anteriors.
El 2020, Le va contribuir al desenvolupament de Meena, posteriorment reanomenat LaMDA, un model de llenguatge de gran mida conversacional basat en l'arquitectura seq2seq. El 2022, Le i els seus coautors van publicar la indicació de cadena de pensament, un mètode que millora les capacitats de raonament dels models de llenguatge de gran mida.
El 2024, Le va contribuir al desenvolupament d'AlphaGeometry, un sistema d'IA que resol problemes de geometria complexos a un nivell proper al d'un medallista d'or de l'Olimpíada Internacional de Matemàtiques (IMO). El sistema, publicat a Nature, va demostrar la capacitat de resoldre 25 de 30 problemes de geometria d'olimpíada, superant significativament els demostradors automàtics de teoremes d'última generació anteriors.
Premis i reconeixements Le va ser inclòs a la llista d'innovadors de menys de 35 anys de la MIT Technology Review el 2014. Ha estat entrevistat i la seva recerca ha aparegut en mitjans de comunicació destacats com Wired, The New York Times, The Atlantic, i la MIT Technology Review. El seu treball en el projecte Google Brain del 2012, que va ser pioner en l'aprenentatge no supervisat a gran escala, va rebre una menció d'honor al premi Test of Time de l'ICML el 2022. Le va ser nomenat Alumni Laureate de l'Escola de Computació de la Universitat Nacional d'Austràlia el 2022. El 2024, Le va rebre el premi NeurIPS Test of Time per l'article fonamental "Sequence to Sequence Learning with Neural Networks" (escrit en coautoria amb Ilya Sutskever i Oriol Vinyals). El comitè del premi va descriure el treball com una «pedra angular» de la IA moderna, assenyalant que va establir l'arquitectura codificador-descodificador i va posar les bases necessàries per als models de llenguatge de gran mida (LLM) i els models fonamentals que van venir després.
Referències
Categoria:Enginyers estatunidencs Categoria:Persones de Huế Categoria:Enginyers asiàtics Categoria:Alumnes de la Universitat Nacional Australiana Categoria:Alumnes de la Universitat Stanford Categoria:Nascuts el 1982