来源：图灵TOPIA 

作者：刘静

编辑：李尔客

图灵联邦编辑部出品

刚刚，2019图灵奖获得者重磅出炉！

人工智能界三位先驱获得了该奖项：Geoffrey Hinton、Yann LeCun和Yoshua Bengio。

图灵奖在人工智能界的地位就相当于诺贝尔奖在科学界的地位！

据纽约时报报道，3月27日，全球最大的专业计算机协会ACM宣布，Hinton，LeCun和Bengio因其在神经网络方面的工作赢得了今年的图灵奖。

图灵奖于1966年推出，通常被称为诺贝尔计算奖，其中包括100万美元的奖金，三位科学家将分享这一奖项。

在过去十年中，这些研究人员培养的重要思想彻底改变了技术的构建方式，加速了人脸识别服务，语音数字助理，仓库机器人和自动驾驶汽车的发展。 Hinton博士现在在谷歌工作，LeCun博士在Facebook工作。 Bengio博士与IBM和微软签订了协议。

“我们所看到的只不过是科学的范式转变，”西雅图艾伦人工智能研究所首席执行官奥伦·埃齐奥尼说道， “历史发展因其自身轨迹，我敬畏之。”

神经网络在人脑中的神经网络上松散地建模，是一个复杂的数学系统，可以通过分析大量数据来学习离散任务。例如，通过分析数以千计的旧电话，它可以学习识别口语。

这使得许多人工智能技术能够以过去不可能的速度发展。

出生于伦敦的71岁的Hinton博士在20世纪70年代早期首次接受了这一想法，当时大多数人工智能研究人员反对这一想法。甚至他自己的博士学位顾问也质疑这个选择。

“我们每周见面一次，”Hinton博士在接受采访时说。 “有时它会在一场大喊大叫中结束，有时不会。”

神经网络在20世纪80年代末和90年代初期进行了短暂的复兴。 在加拿大的Hinton博士进行了一年的博士后研究后，出生于巴黎的LeCun博士搬到了新泽西州的AT＆T贝尔实验室，在那里他设计了一个可以读取手写字母和数字的神经网络。 AT＆T的一家子公司将该系统卖给了银行。

虽然神经网络可以读取笔迹并帮助完成其他任务，但它无法在AI任务上取得很大进展：比如识别照片中的面孔和物体，识别口语，以及理解人们说话的自然方式。

58岁的LeCun博士说：“只有当你有大量的训练数据时才能很好地运作，但是很少有区域有很多训练数据。”

但是一些研究人员坚持不懈，包括巴黎出生的55岁的Bengio博士，他在贝尔实验室与LeCun博士一起工作，之后在蒙特利尔大学担任教授。

2004年，加拿大高等研究院提供的资金不到40万美元，Hinton博士创建了一个专门用于他所谓的“神经计算和适应性感知”的研究计划。他邀请Bengio博士和LeCun博士加入他的行列。

到这个十年结束时，这个想法已经开始展示它的潜力。 2010年，Hinton博士和他的学生帮助微软，IBM和谷歌推动了语音识别的界限。然后他们对图像识别做了很多相同的事情。

“他是一个天才，知道如何创造一个接一个的影响力，”微软的前演讲研究员李登说，他带来了Hinton博士的想法。

Hinton博士的图像识别突破是基于LeCun博士开发的算法。 2013年底，Facebook聘请了N.Y.U.教授围绕这个想法建立一个研究实验室。 Bengio博士拒绝加入其中一家大型科技巨头，但他在蒙特利尔监督的研究有助于推动系统的进步，这些系统旨在了解自然语言和技术，这些系统可以生成与真实物品无法区分的假照片。

虽然这些系统无可否认地加速了人工智能的进步，但它们距离真正的情报还有很长的路要走。 但是Hinton，LeCun和Bengio博士相信会有新的想法出现。

Bengio博士说：“我们需要对这个工具箱进行基本的补充，这些工具箱是为了达到真正人类理解水平的机器而设计。”

参考链接：

https://www.nytimes.com/2019/03/27/technology/turing-award-hinton-lecun-bengio.html