重磅消息！加拿大兩名人工智能科學家獲得18年計算機圖靈獎，還有一名美國教授_風聞

昨天，全球計算機界尤其是人工智能相關產業和學術界都迎來了重磅消息，即著名的深度學習三巨頭獲得了2018年計算機圖靈獎，圖靈獎被稱為計算機界的諾貝爾獎。

加拿大成為今年圖靈獎的最大贏家，獲獎者包括兩名加拿大大學教授，和一名美國大學教授，這名美國教授也曾在多倫多大學進行博士後工作。無論世界上任何一個國家開發人工智能相關技術，都離不開這三名教授開創的核心理論和算法。

以下是ACM官網截圖

2019年3月27日 ACM國際計算機協會宣佈，Yoshua Bengio，Geoffrey Hinton和Yann LeCun獲得了2018年ACM 圖靈獎。

Bengio是蒙特利爾大學教授，加拿大魁北克人工智能研究所Mila的科學主任; Hinton是Google副總裁兼工程研究員、加拿大Vector Institute首席科學顧問，多倫多大學名譽大學教授; LeCun是紐約大學的教授，也是Facebook的副總裁兼首席人工智能科學家。

Hinton，LeCun和Bengio獨立工作，共同開發了該領域的概念基礎，通過實驗確定了令人驚訝的現象，並貢獻了工程進展，證明了深度神經網絡的實際優勢。近年來，深度學習方法一直是計算機視覺，語音識別，自然語言處理和機器人技術以及其他應用中驚人突破的原因。

雖然在20世紀80年代引入了人工神經網絡作為幫助計算機識別模式和模擬人類智能的工具，但到了21世紀初，LeCun，Hinton和Bengio仍然是一個堅持這種方法的小團體。雖然他們重新點燃人工智能社區對神經網絡興趣的努力最初遭到懷疑，但他們的想法最近實現了重大的技術進步，他們的方法現在已經成為該領域的主導範例。

ACM 圖靈獎，通常被稱為“諾貝爾計算機獎”，它以英國數學家Alan M. Turing的名字命名。Bengio，Hinton和LeCun將於2019年6月15日星期六在加利福尼亞州舊金山舉行的ACM年度頒獎晚宴上正式獲得2018年ACM 圖靈獎。

“人工智能現在是所有科學領域發展最快的領域之一，也是社會上最受關注的話題之一，”ACM總裁Cherri M. Pancake説。“人工智能的增長和興趣在很大程度上歸功於Bengio，Hinton和LeCun奠定的深度學習基礎的最新進展。數十億人正在使用這些技術。任何在口袋裏裝有智能手機的人都可以體驗到自然語言處理和計算機視覺方面的進步，這在10年前是不可能實現的。除了我們每天使用的產品之外，從醫學，天文學到材料科學，深度學習的新進展為科學家提供了強大的新工具 。“

“深度神經網絡是現代計算機科學的一些最大進步，幫助在計算機視覺，語音識別和自然語言理解長期問題上取得實質性進展，”Google高級研究員兼Google高級研究員Jeff Dean説。。“AI這一進步的核心是30多年前由今年的圖靈獎獲獎者，Yoshua Bengio，Geoff Hinton和Yann LeCun開發的基本技術大幅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。“

機器學習，神經網絡和深度學習

在傳統計算中，計算機程序使用明確的逐步指令來指導計算機。在深度學習中，人工智能研究的子領域，計算機沒有明確告知如何解決特定任務，如對象分類。相反，它使用學習算法來提取數據中的模式，這些模式將輸入數據（例如圖像的像素）與所需的輸出（例如標籤“cat”）相關聯。研究人員面臨的挑戰是開發有效的學習算法可以修改人工神經網絡中連接的權重，以便這些權重捕獲數據中的相關模式。

自20世紀80年代早期以來一直倡導人工智能機器學習方法的傑弗裏·辛頓（Geoffrey Hinton）研究了人類大腦如何發揮作用來建議機器學習系統的開發方式。受大腦的啓發，他和其他人提出“人工神經網絡”作為他們機器學習調查的基石。

在計算機科學中，術語“神經網絡”指的是由在計算機中模擬的稱為“神經元”的相對簡單的計算元件的層組成的系統。這些“神經元”只與人類大腦中的神經元鬆散相似，通過加權連接相互影響。通過改變連接上的權重，可以改變神經網絡執行的計算。Hinton，LeCun和Bengio認識到使用多層構建深層網絡的重要性，因此稱為“深度學習”。

LeCun，Bengio和Hinton在30年期間奠定的概念基礎和工程進步因強大的圖形處理單元（GPU）計算機的普及以及對大量數據集的訪問而得到顯著提升。近年來，這些和其他因素導致了計算機視覺，語音識別和機器翻譯等技術的跨越式發展。

Hinton，LeCun和Bengio一起獨立合作。例如，LeCun在Hinton的監督下進行了博士後工作，LeCun和Bengio從20世紀90年代初開始在貝爾實驗室工作。即使不合作，他們的工作也會產生協同作用和相互聯繫，他們彼此之間的影響很大。

Bengio，Hinton和LeCun繼續探索機器學習與神經科學和認知科學的交叉，特別是通過他們共同參與CIFAR（以前稱為加拿大高級研究所）的一項計劃機器和腦力學習計劃。

主要技術成就

今年圖靈獎獲得者的技術成就，導致人工智能技術取得重大突破，包括但不限於以下內容：

1.Geoffrey Hinton

反向傳播：在1986年與David Rumelhart和Ronald Williams共同撰寫的“通過誤差傳播學習內部表徵”一文中，Hinton證明了反向傳播算法允許神經網絡發現他們自己的數據內部表示，使得使用神經網絡成為解決以前被認為超出其範圍的可能網絡問題。反向傳播算法是當今大多數神經網絡的標準。

Boltzmann機器：1983年，與Terrence Sejnowski一起，Hinton發明了Boltzmann機器，這是第一個能夠學習不屬於輸入或輸出的神經元內部表示的神經網絡之一。

卷積神經網絡的改進：2012年，Hinton與他的學生Alex Krizhevsky和Ilya Sutskever一起使用整流線性神經元和退出正則化改進了卷積神經網絡。在著名的ImageNet競賽中，Hinton和他的學生幾乎將對象識別的錯誤率減半並重塑了計算機視覺領域。

2.Yoshua Bengio

序列的概率模型：在20世紀90年代，Bengio將神經網絡與序列的概率模型相結合，例如隱馬爾可夫模型。這些想法被納入AT＆T / NCR用於閲讀手寫支票的系統中，被認為是20世紀90年代神經網絡研究的巔峯之作，現代深度學習語音識別系統正在擴展這些概念。

高維詞彙嵌入和關注：2000年，Bengio撰寫了具有里程碑意義的論文“神經概率語言模型”，它引入了高維詞嵌入作為詞義的表示。Bengio的見解對自然語言處理任務產生了巨大而持久的影響，包括語言翻譯，問答和視覺問答。他的團隊還引入了一種注意機制，這種機制導致了機器翻譯的突破，並形成了深度學習的順序處理的關鍵組成部分。

生成性對抗網絡：自2010年以來，Bengio關於生成性深度學習的論文，特別是與Ian Goodfellow共同開發的生成性對抗網絡（GAN），引發了計算機視覺和計算機圖形學的革命。在這項工作的一個引人入勝的應用中，計算機實際上可以創建原始圖像，讓人聯想到被認為是人類智能標誌的創造力。

3.Yann LeCun

卷積神經網絡：在20世紀80年代，LeCun開發了卷積神經網絡，這是該領域的基本原理，除了其他優點之外，它還是提高深度學習效率的必要條件。在20世紀80年代後期，在多倫多大學和貝爾實驗室工作期間，LeCun是第一個在手寫數字圖像上訓練卷積神經網絡系統的人。如今，卷積神經網絡是計算機視覺以及語音識別，語音合成，圖像合成和自然語言處理的行業標準。它們用於各種應用，包括自動駕駛，醫學圖像分析，語音激活助手和信息過濾。

改進反向傳播算法：LeCun提出了反向傳播算法的早期版本（backprop），並根據變分原理對其進行了簡潔的推導。他加快反向傳播算法的工作包括描述兩種加速學習時間的簡單方法。

拓寬神經網絡的視野：LeCun還因其開發了更廣泛的神經網絡願景，作為廣泛任務的計算模型，在早期工作中引入了許多現在已成為AI基礎的概念。例如，在識別圖像的背景下，他研究瞭如何在神經網絡中學習分層特徵表示，這個概念現在通常用於許多識別任務中。與LéonBottou一起，他提出了在每個現代深度學習軟件中使用的想法，即學習系統可以構建為複雜的模塊網絡，其中通過自動區分來執行反向傳播。他們還提出了可以操縱結構化數據的深度學習架構，例如圖形。

傳記背景

Geoffrey Hinton

Geoffrey Hinton是Google的副總裁兼工程研究員，Vector Institute的首席科學顧問和多倫多大學的名譽教授。Hinton在劍橋大學獲得實驗心理學學士學位，在愛丁堡大學獲得人工智能博士學位。他是CIFAR的神經計算和自適應感知（後來的機器和大腦學習）項目的創始主任。

Hinton的榮譽包括加拿大勳章（加拿大最高榮譽），英國皇家學會會員（英國），國家工程院（美國）外國成員，國際人工智能聯合會議（IJCAI）卓越研究獎，NSERC Herzberg金牌，以及IEEE James Clerk Maxwell金牌。他還被“ 連線 ”雜誌選為“ 有線 100-2016最具影響力人物”，並被彭博社選為2017年改變全球商業格局的50人。

Yoshua Bengio

Yoshua Bengio是蒙特利爾大學的教授，加拿大CIFAR AI主席，並且是Mila（Quebec人工智能研究所）和IVADO（數據實驗研究所）的科學主任。他是CIFAR機器和腦力學習項目的聯合主任（與Yann LeCun合作）。Bengio擁有麥吉爾大學電子工程學士學位，計算機科學碩士學位和計算機科學博士學位。

Bengio的榮譽包括被任命為加拿大勳章官，加拿大皇家學會會員和Marie-Victorin獎。他在建立和擔任Quebec人工智能研究所（Mila）科學主任的工作也被認為是對該領域的重大貢獻。Mila是一家獨立的非營利組織，目前擁有300名研究人員和35名教職員工。它是世界上最大的深度學習研究學術中心，並幫助蒙特利爾成為一個充滿活力的人工智能生態系統，擁有來自主要公司和AI創業公司的研究實驗室。

Yann LeCun

Yann LeCun是紐約大學Courant數學科學研究所的教授，Facebook的副總裁和首席人工智能科學家。他獲得了英國電子技術與電子學院（ESIEE）的高等英語學士學位，以及UniversitéPierreet Marie Curie的計算機科學博士學位。

他的榮譽包括成為美國國家工程院院士; 來自墨西哥IPN和洛桑聯邦理工學院（EPFL）的博士榮譽學位; 賓夕法尼亞大學Pender獎; 埃因霍温技術大學和飛利浦實驗室Holst獎章; 諾基亞貝爾實驗室Shannon Luminary獎; IEEE PAMI傑出研究員獎; 和IEEE神經網絡先鋒獎。LeCun是紐約大學數據科學中心的創始主任。 LeCun還是人工智能合作伙伴關係委員會的聯合創始人和前成員，該機構是一組研究人工智能的社會後果的公司和非營利組織。