三位深度學習之父獲美國計算機協會頒發的2018年圖靈獎

　　據外媒報道，美國計算機協會(ACM)今天宣布尤舒亞-本吉奧(Yoshua Bengio)、杰弗里-辛頓(Geoffrey Hinton)和亞恩-勒庫恩(Yann LeCun)這三位深度學習之父獲得2018年圖靈獎，因為他們在概念和工程方面的突破性工作使深度神經網絡變成了計算的一個關鍵組成部分。

　　本吉奧是蒙特利爾大學教授和魁北克人工智能研究所Mila的科學主任;辛頓是谷歌副總裁和工程研究員、Vector Institute首席科學顧問和多倫多大學榮譽退休教授;勒庫恩是紐約大學教授、Facebook副總裁兼首席人工智能科學家。

　　辛頓、勒庫恩和本吉奧合作，為這一領域奠定了概念基礎，通過實驗發現了令人驚訝的現象，并推動了工程進步，展示了深度神經網絡的實用價值。近年來，深度學習技術在計算機視覺、語音識別、自然語言處理和機器人等應用領域取得了驚人的突破。

　　“諾貝爾計算獎”

　　雖然在20世紀80年代人工神經網絡作為幫助計算機識別和模擬人類智能的工具就已被推出，但到21世紀初，勒庫恩、辛頓和本吉奧等少數人仍然致力于研究人工神經網絡。盡管他們重新激發人工智能社區對神經網絡興趣的努力最初遭到了質疑，但他們的想法最近導致了重大的科技進步，他們的方法論現在是該領域的主導范式。

　　ACM協會頒發的A.M.圖靈獎通常被稱為“諾貝爾計算獎”，獎金為100萬美元，由谷歌公司提供資金支持。它是以英國數學家艾倫-M-圖靈(Alan M. Turing)的名字命名的。圖靈闡述了計算的數學基礎和局限性。

　　本吉奧、辛頓和勒庫恩將于2019年6月15日(星期六)在加州舊金山舉行的ACM年度頒獎宴會上正式被授予2018年ACM圖靈獎。

　　“人工智能現在是所有科學中發展最快的領域之一，也是社會上談論最多的話題之一。”ACM主席切里-潘凱克(Cherri M. Pancake)說，“人工智能的發展和人們對人工智能的興趣，在很大程度上是因為本吉奧、辛頓和勒庫恩奠基的深度學習技術獲得了很大發展。”

　　這些技術被數十億人使用。任何人只要口袋里有一部智能手機，就能明顯地感受到自然語言處理和計算機視覺技術的進步，而這在10年前是根本不可能實現的。除了我們每天使用的產品之外，深度學習技術的新發展也為科學家提供了各種強有力的新工具——從醫學到天文學，再到材料科學。

　　谷歌高級研究員兼谷歌AI高級副總裁杰夫-迪恩(Jeff Dean)表示：“深度神經網絡是現代計算機科學最偉大的進步之一，它有助于人們在計算機視覺、語音識別和自然語言理解等長期問題上取得實質性進展。這一進步的核心是本吉奧、辛頓和勒庫恩在30多年時間里開發的基礎性技術。通過極大地提高計算機理解世界的能力，深度神經網絡不僅改變了計算領域，而且幾乎改變了科學和人類努力的每一個領域。”

　　深度學習

　　在傳統的計算中，計算機程序用明確的指令來指導計算機。在人工智能研究的一個子領域——深度學習中，研究人員并沒有明確地告訴計算機如何解決特定的任務，如對物體進行分類。

　　辛頓自20世紀80年代初以來一直在倡導人工智能中的機器學習技術。他通過研究人類大腦運行的方式來開發機器學習系統。受大腦的啟發，他和其他研究人員提出將“人工神經網絡”作為他們研究機器學習技術的基石。

　　在計算機科學中，“神經網絡”一詞是指由計算機中各種被稱為“神經元”的相對簡單的計算元素組成的系統。這些“神經元”通過增加連接的權重來相互影響。改變連接上的權重，就可以改變由神經網絡執行的計算。辛頓、勒庫恩和本吉奧認識到了使用多層構建深度神經網絡的重要性——這就是“深度學習”一詞的由來。

　　配置強大圖形處理器(GPU)的計算機的普及，以及對大量數據集的訪問，有效地幫助了勒庫恩、本吉奧和辛頓在30年時間里闡述了相關基本概念，并推動了工程進步。近年來，這些因素和其他因素加在一起導致了計算機視覺、語音識別和機器翻譯等技術的飛躍發展。

　　辛頓、勒庫恩和本吉奧既相互獨立又相互合作。例如，勒庫恩在辛頓的監督下從事博士后研究工作。從20世紀90年代初開始，勒庫恩和本吉奧一起在貝爾實驗室工作。即使不在一起工作，他們的工作中也存在著協同作用和相互聯系，他們相互之間產生了很大的影響。

　　本吉奧、辛頓和勒庫恩仍在繼續探索機器學習與神經科學和認知科學的交叉領域，最引人注目的是他們共同參與了加拿大高級研究中心(CIFAR)推出的機器和大腦學習計劃。