無疑，今天將是人工智能史上具有劃時(shí)代意義的一天！
文 | 王雪佩
雷鋒網(wǎng) AI 科技評論按，今天，ACM 宣布，2018 年圖靈獎(jiǎng)獲得者是號稱深度學(xué)習(xí)三巨頭的 Yoshua Bengio, Yann LeCun 和 Geoffrey Hinton，得獎(jiǎng)理由是：他們在概念和工程上取得的巨大突破，使得深度神經(jīng)網(wǎng)絡(luò)成為計(jì)算的關(guān)鍵元素（For conceptual and engineering breakthroughs that have made deep neural networks a critical component of computing.）。無疑，今天將是人工智能史上具有劃時(shí)代意義的一天！
Yoshua Bengio，蒙特利爾大學(xué)教授。Bengio 教授憑《Learning Deep Architectures for AI》、《A neural probabilistic language model》兩篇經(jīng)典之作在內(nèi)的 300 多篇論文，對深度學(xué)習(xí)的發(fā)展起到了巨大的推動作用，他與 Geoff Hinton、Yann LeCun 兩位一起造就了 2006 年始的深度學(xué)習(xí)復(fù)興，并稱深度學(xué)習(xí)三巨頭。Yoshua Bengio 教授于 2017 年獲得加拿大總督功勛獎(jiǎng)。
Bengio 教授研究人工智能的動力就是發(fā)掘它的潛能，而不是對它的恐懼。他的研究成果不僅是如今 AI 熱浪的基石，也是加拿大在人工智能時(shí)代占據(jù)一席領(lǐng)導(dǎo)者位置的重要原因。「要讓電腦能像人類那樣思考，或者起碼能像人類那樣理解世界，我們現(xiàn)在離那一步還太遠(yuǎn)」，Bengio 教授說，「但是人工智能現(xiàn)在的發(fā)展已經(jīng)足以對經(jīng)濟(jì)和人類的福祉產(chǎn)生巨大的影響。」
Yann LeCun 出生在法國，曾在多倫多大學(xué)跟隨深度學(xué)習(xí)鼻祖 Geoffrey Hinton 進(jìn)行博士后研究。早在 20 世紀(jì) 80 年代末，Yann LeCun 就作為貝爾實(shí)驗(yàn)室的研究員提出了卷積網(wǎng)絡(luò)技術(shù)，并展示如何使用它來大幅度提高手寫識別能力。上世紀(jì)末本世紀(jì)初，當(dāng)神經(jīng)網(wǎng)絡(luò)失寵時(shí)，Yann LeCun 是少數(shù)幾名一直堅(jiān)持的科學(xué)家之一。他于 2003 年成為紐約大學(xué)教授，并從此引領(lǐng)了深度學(xué)習(xí)的發(fā)展，目前是 Facebook 首席人工智能科學(xué)家，并創(chuàng)立了 Facebook 人工智能研究院（FAIR）。
在去年 11 月接受專訪時(shí)，被問到退休之前最想做出來的成果，他表示，「我的興趣實(shí)際上還是在學(xué)習(xí)上，比如我喜歡尋找不同的方式讓機(jī)器通過觀察來學(xué)習(xí)這個(gè)世界是怎么運(yùn)作的。這就意味著在包含有不確定性的環(huán)境中學(xué)習(xí)。如果你讓機(jī)器看一段視頻，然后讓它預(yù)測接下來會發(fā)生什么，可能的發(fā)展其實(shí)會有很多。但另一方面，所有這些可能的發(fā)展里，真正發(fā)生在接下來的視頻里只會有一種，但其他的狀況也還是有可能發(fā)生的。當(dāng)你訓(xùn)練一個(gè)機(jī)器預(yù)測視頻的時(shí)候，如果你不小心的話，它就會輸出一個(gè)模糊的預(yù)測結(jié)果，差不多是所有可能發(fā)生的情境的平均值。那這就是一個(gè)糟糕的預(yù)測了。」
Geoffrey E. Hinton（生于 1947 年 12 月 6 日），「神經(jīng)網(wǎng)絡(luò)之父」，「深度學(xué)習(xí)鼻祖」。Geoffrey E. Hinton 是加拿大認(rèn)知心理學(xué)家和計(jì)算機(jī)科學(xué)家，愛丁堡大學(xué)人工智能博士，以他的人工神經(jīng)網(wǎng)絡(luò) (artificial neural networks) 而出名，被稱為「神經(jīng)網(wǎng)絡(luò)之父」、「深度學(xué)習(xí)鼻祖」。
他目前是多倫多大學(xué)特聘教授，并于 2013 年加入加入谷歌 AI 團(tuán)隊(duì)，將神經(jīng)網(wǎng)絡(luò)帶入應(yīng)用一線，比如將他的成名作 Back Propagation（反向傳播）算法應(yīng)用到神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)，同時(shí)他也是第一個(gè)證明了廣義反向傳播算法（BP 算法 GeneralizedBackPropagationAlgorithm）訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)的人。
他獲得的重要獎(jiǎng)項(xiàng)包括：2001 年「Rumelhart 獎(jiǎng)」（國際認(rèn)知科學(xué)領(lǐng)域最高學(xué)術(shù)榮譽(yù)，Geoffrey E. Hinton 是獲得該獎(jiǎng)項(xiàng)的第一人）；2005 年 IJCAI「卓越研究獎(jiǎng)」；2011 年「加拿大自然科學(xué)與工程研究委員會吉勒斯·布拉薩德博士獎(jiǎng)」（Herzberg Canada Gold Medal for Science and Engineering）；2012 年，Hinton 獲得加拿大「基廉獎(jiǎng)」（Killam Prizes，有「加拿大諾貝爾獎(jiǎng)」之稱的國家最高科學(xué)獎(jiǎng)）；2016 年歐勝、RSE 和 IEEE 聯(lián)合頒發(fā)「James Clerk Maxwell 獎(jiǎng)」等。
圖靈獎(jiǎng)歷年得主：https://amturing.acm.org/byyear.cfm
