0
| 本文作者： skura | 2019-03-27 19:28 |
雷鋒網 AI 科技評論按，今天，ACM 宣布，2018 年圖靈獎獲得者是號稱深度學習三巨頭的 Yoshua Bengio, Yann LeCun 和 Geoffrey Hinton，得獎理由是：他們在概念和工程上取得的巨大突破，使得深度神經網絡成為計算的關鍵元素（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代意義的一天！
Yoshua Bengio
Yoshua Bengio，蒙特利爾大學教授。Bengio 教授憑《Learning Deep Architectures for AI》、《A neural probabilistic language model》兩篇經典之作在內的 300 多篇論文，對深度學習的發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 年始的深度學習復興，并稱深度學習三巨頭。Yoshua Bengio 教授于 2017 年獲得加拿大總督功勛獎。
Bengio 教授研究人工智能的動力就是發掘它的潛能，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代占據一席領導者位置的重要原因。「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，我們現在離那一步還太遠」，Bengio 教授說，「但是人工智能現在的發展已經足以對經濟和人類的福祉產生巨大的影響。」
Yann LeCun
Yann LeCun 出生在法國，曾在多倫多大學跟隨深度學習鼻祖 Geoffrey Hinton 進行博士后研究。早在 20 世紀 80 年代末，Yann LeCun 就作為貝爾實驗室的研究員提出了卷積網絡技術，并展示如何使用它來大幅度提高手寫識別能力。上世紀末本世紀初，當神經網絡失寵時，Yann LeCun 是少數幾名一直堅持的科學家之一。他于 2003 年成為紐約大學教授，并從此引領了深度學習的發展，目前是 Facebook 首席人工智能科學家，并創立了 Facebook 人工智能研究院（FAIR）。
在去年 11 月接受專訪時，被問到退休之前最想做出來的成果，他表示，「我的興趣實際上還是在學習上，比如我喜歡尋找不同的方式讓機器通過觀察來學習這個世界是怎么運作的。這就意味著在包含有不確定性的環境中學習。如果你讓機器看一段視頻，然后讓它預測接下來會發生什么，可能的發展其實會有很多。但另一方面，所有這些可能的發展里，真正發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生的。當你訓練一個機器預測視頻的時候，如果你不小心的話，它就會輸出一個模糊的預測結果，差不多是所有可能發生的情境的平均值。那這就是一個糟糕的預測了。」
Geoffrey Hinton
Geoffrey E. Hinton（生于 1947 年 12 月 6 日），「神經網絡之父」，「深度學習鼻祖」。Geoffrey E. Hinton 是加拿大認知心理學家和計算機科學家，愛丁堡大學人工智能博士，以他的人工神經網絡 (artificial neural networks) 而出名，被稱為「神經網絡之父」、「深度學習鼻祖」。
他目前是多倫多大學特聘教授，并于 2013 年加入加入谷歌 AI 團隊，將神經網絡帶入應用一線，比如將他的成名作 Back Propagation（反向傳播）算法應用到神經網絡與深度學習，同時他也是第一個證明了廣義反向傳播算法（BP 算法 GeneralizedBackPropagationAlgorithm）訓練多層神經網絡的人。他獲得的重要獎項包括：2001 年「Rumelhart 獎」（國際認知科學領域最高學術榮譽，Geoffrey E. Hinton 是獲得該獎項的第一人）；2005 年 IJCAI「卓越研究獎」；2011 年「加拿大自然科學與工程研究委員會吉勒斯?布拉薩德博士獎」（Herzberg Canada Gold Medal for Science and Engineering）；2012 年，Hinton 獲得加拿大「基廉獎」（Killam Prizes，有「加拿大諾貝爾獎」之稱的國家最高科學獎）；2016 年歐勝、RSE 和 IEEE 聯合頒發「James Clerk Maxwell 獎」等。
圖靈獎歷年得主：https://amturing.acm.org/byyear.cfm
雷鋒網雷鋒網
