计算机界的诺贝尔奖发布：AI“三剑客”共同获奖

图片来源：IC photo

作者：「创业最前线」旗下「科技最前线」北行三

深度学习，是近来兴起的人工智能技术。

在传统的计算措施中，计算机遇循序渐进地执行指令。而在深度学习中，计算机不被明白告知如何处置特定任务，而是模仿大脑神经网络构成一种学习算法，从数据中提取方式，然后依据输入数据给出结果。

通常，模仿的神经网络层数越深，结果越好，因而相关措施被称作深度学习。

美国东部时间3月27日，美国计算机协会(ACM)宣布：

深度学习技术的三位推进者尤舒亚 · 本吉奥(Yoshua Bengio)、杰弗里 · 辛顿(Geoffrey Hinton)，和雅恩 · 乐昆(Yann LeCun)因其在神经网络方面的成就，赢得了2018年的图灵奖(A.M. Turing Award)，共同分享100万美圆奖金。

01

先简单聊聊图灵奖。

这一奖项创建于1966年，是计算机界的最高荣誉，也被称为“计算机界的诺贝尔奖”。

其称号取自计算机先驱艾伦 · 图灵 (Alan. M. Turing)，该奖对获奖者的请求极高：必须在计算机范畴具有耐久而严重的先进性技术贡献。

评奖程序也十分严厉，普通每年只奖励一名计算机科学家，只需极少数年度有两名以上获奖者。

而今年，获奖者为三人。

这也是自图灵奖自树立以来的少有的状况。ACM在公告中这样引见他们的成就：

这三位科学家在概念和工程学上取得突破，使深度神经网络成为计算科学的关键部分。这种深度学习措施促使计算机视觉、语音辨认、自然言语处置和机器人等范畴取得突破性停顿。

02

实践上在计算机科学范畴，获奖的这三位早已是“教父”级别的人物。

Yoshua Bengio(58岁)

蒙特利尔大学教授、魁北克人工智能机构 Mila 的科学主管。

他曾与其他专家合著被业内誉为“圣经”的《深度学习》(Deep Learning)。

另外，他在1990年代发明的序列的概率模型，为语音辨认技术奠定了重要基础。

同时，Bengio 发表的论文《A Neural Probabilistic Language Model》也让机器翻译取得了技术突破，成为深度学习处置序列的重要技术。

据统计，他的论文在2018年平均每天被援用131次。

GeoffreyHinton(71岁)

谷歌副总裁和 Engineering Fellow，Vector人工智能研讨院首席科学顾问，多伦多大学名誉教授。

他最重要的贡献包含反向传播的论文《Learning Internal Representations by Error Propagation》，该理论能让神经网络发现自己内部的数据表征，处置以往无法处置的问题。

其次是1983年发明的玻尔兹曼机(Boltzmann Machines)，以及2012年对卷积神经网络的改进，曾在计算机视觉范畴掀起了一场重要反动。

同时，他也是复兴深度学习技术最早的发起人。

YannLeCun(55岁)

纽约大学教授、Facebook 副总裁和首席 AI 科学家。他也被誉为“卷积神经网络之父”。

1980年代，LeCun发明了机器学习范畴的基础技术之卷积神经网络，让深度学习效率更高。

往常，卷积神经网络曾经成普遍用于计算机视觉、语音辨认、语音合成、图片合成、自然言语处置等学术方向，以及自动驾驶、医学图片辨认、语音助手、信息过滤等工业应用方向。

LeCun的第二个重要贡献是改进了反向传播算法，让反向传播算法更快。另外，他还拓展了神经网络的应用范围，他把神经网络变成了一个能够完成大量不同任务的计算模型，这一措施往常曾经用于很多日常的辨认任务。

能够明白地说，这三位科学家共同发明了深度学习的基本概念，开创了经得起时间考验的理论。

而今天，深度学习曾经是人工智能技术范畴最重要的技术之一，计算机视觉、语音辨认、自然言语处置、机器人近些年取得的爆炸性停顿都离不开深度学习。

03

但在光环之下，他们也接受了长达30年的质疑和误解。

早在20世纪80年代，Hinton 就开端倡导这一全新概念：引入人工神经网络辅佐计算机辨认方式、模仿人类智能。但他的想法，遭到了包含导师在内的很多人工智能学者的质疑以至反对。

好在还有一批跟Hinton一样的“顽固派”。

Yann Lecun 是 Hinton 的博士后学生，也是神经网络的坚决信仰者，而 Bengio 固然不是 Hinton 的直系弟子，但也被以为是和 Hinton、LeCun 一同推进了深度学习的浪潮，他开创了神经网络的言语模型 language model 的先河。

正是这三人的不懈努力，使得基于神经网络从不被看好的偏门范畴，变成往常简直一切人工智能技术进步的中心。

也正是他们这样“一小撮”研讨者顶着外界的反对声音，坚持研讨这种措施30多年，才有今天的严重技术进步，他们的措施也已成为该范畴的主导范式。

因而，Bengio、Hinton 和 LeCun 被称为“深度学习三剑客”。

谈起这次图灵奖的评选，AMC主席Cherri Pancake在颁奖时说：

“人工智能是往常一切学科中展开最快的，人们在任何时分都能从口袋里的智能手机体验到自然言语处置和计算机视觉方面的进步，都是受益于这三位计算机科学家的研讨成果。

深度学习的停顿也为医学到天文学再到资料学等范畴的科学家提供了研讨的新工具。”

从另一个角度讲，深度神经网络显著提升了计算机感知世界的才干，它不只改动了计算范畴，也简直改动了科学和人类斗争的一切范畴。

关于 Bengio、Hinton 和 LeCun 来说，他们熬过了艰难的30年，等到了曙光。而更侥幸的是，作为受益者的我们，没有错过计算机技术改造的时期。

我们也有理由置信，这项技术定会改动往常、以及未来的一切。