今天，ACM(計算機協(xié)會)宣布把 2018 年度 ACM A.M. 圖靈獎頒給了 Yoshua Bengio、Geoffrey Hinton 和 Yann LeCun，以表彰他們提出的概念和工作使得深度學習神經網絡有了重大突破，如今神經網絡已經成為計算領域的重要組成部分。

2019 年 6 月 15 日，在加利福尼亞州舊金山舉行的 ACM 年度頒獎晚宴上，Bengio、Hinton 和 LeCun 將正式收到 2018 年 ACM A.M. 圖靈獎。

Hinton、LeCun 和 Bengio 獨立工作，共同開發(fā)了深度學習神經網絡領域的概念基礎，通過實驗和實際工程證明了深度神經網絡的優(yōu)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等領域出現(xiàn)驚人突破的主要原因。

“人工智能現(xiàn)在是所有科學領域發(fā)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 說。 “人工智能的進步和興盛在很大程度上歸功于 Bengio、Hinton 和 LeCun 為深度學習最新進展奠定的基礎。這些技術被數(shù)十億人使用，任何一個擁有智能手機的人都可以切實體驗到自然語言處理和計算機視覺方面的進步。除了我們每天使用的產品之外，深度學習的新進展還在醫(yī)學領域、天文學、材料科學為科學家提供了強大的新工具。“

“深度神經網絡是現(xiàn)代計算機科學一些重大進步的促成因素，幫助計算機視覺、語音識別和自然語言理解方面的長期問題上取得了實質性進展，”谷歌高級研究員 Jeff Dean 說。“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(fā)的基礎技術。通過顯著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?guī)缀醺淖兞丝茖W和人類努力的每一個領域。”

Yoshua Bengio

 

 

Yoshua Bengio是人工智能自然語言處理領域的先鋒。他1964年出生于法國，成長于加拿大，現(xiàn)居蒙特利爾，在蒙特利爾大學(University of Montreal)計算機科學與運算系任教授。Bengio在麥吉爾大學獲得計算機科學博士學位。魁北克人工智能研究所 Mila 科學主任，與 Ian Goodfellow、Aaron Courville 兩人合著 《深度學習》一書。Bengio 的主要貢獻是在 1990 年代發(fā)明的Probabilistic models of sequences。他把神經網絡和概率模型(例如隱馬爾可夫模型)結合在一起，并和 AT&T 公司合作，用新技術識別手寫的支票。現(xiàn)代深度學習技術中的語音識別也是這些概念的擴展。此外 Bengio 還于 2000 年還發(fā)表了劃時代的論文“A Neural Probabilistic Language Model”，使用高維詞向量來表征自然語言。他的團隊還引入了注意力機制，讓機器翻譯取得重大突破，并成為了讓深度學習處理序列的重要技術。2016年10月，Bengio聯(lián)合創(chuàng)立了一個位于蒙特利爾的人工智能孵化器Element AI。

Geoffrey Hinton

 

 

Geoffrey Hinton被稱為“神經網絡之父”，目前是谷歌大腦人工智能團隊的高級研究員和多倫多大學的名譽教授。他出生于1947年12月6日，是加拿大認知心理學家和計算機科學家，以其在人工神經網絡方面的工作而知名。Hinton于1970年畢業(yè)于劍橋國王學院，獲得實驗心理學文學學士學位。他在英國愛丁堡大學獲得人工智能博士學位。Hinton 最重要的貢獻來自他 1986 年發(fā)明反向傳播的論文“Learning Internal Representations by Error Propagation”，1983 年發(fā)明的玻爾茲曼機(Boltzmann Machines)，以及 2012 年對卷積神經網絡的改進。Hinton 和他的學生 Alex Krizhevsky 以及 Ilya Sutskever 通過 Rectified Linear Neurons 和 Dropout Regularization 改進了卷積神經網絡，并在著名的 ImageNet 評測中取得了很好的成績，在計算機視覺領域掀起一場革命。

Yann LeCun

 

 

Yann LeCun常被認為是“卷積網絡之父”，目前擔任Facebook首席人工智能科學家和紐約大學教授。Yann LeCun于1960年出生于法國巴黎附近，于1983年獲得法國高等電子與電工技術工程師學校的學士學位，以及Pierre et Marie Curie大學的計算機科學博士學位。1987年至1988年，Yann LeCun是多倫多大學Geoffrey Hinton實驗室的博士后研究員。

Yann LeCun 的代表貢獻之一是卷積神經網絡。1980 年代，LeCun 發(fā)明了卷積神經網絡，現(xiàn)在已經成為了機器學習領域的基礎技術之一，也讓深度學習效率更高。1980 年代末期，Yan LeCun 在多倫多大學和貝爾實驗室工作期間，首次將卷積神經網絡用于手寫數(shù)字識別。今天，卷積神經網絡已經成為了業(yè)界標準技術，廣泛用于計算機視覺、語音識別、語音合成、圖片合成，以及自然語言處理等學術方向，以及自動駕駛、醫(yī)學圖片識別、語音助手、信息過濾等工業(yè)應用方向。

LeCun 的第二個重要貢獻是改進了反向傳播算法。他提出了一個早期的反向傳播算法 backprop，并根據變分原理給出了一個簡潔的推導。他的工作讓反向傳播算法更快，比如描述了兩個簡單的方法可以減少學習時間。LeCun 第三個貢獻是拓展了神經網絡的應用范圍。他把神經網絡變成了一個可以完成大量不同任務的計算模型。他早期引進的一些工作現(xiàn)在已經成為了人工智能的基礎概念。例如，在圖片識別領域，他研究了如何讓神經網絡學習層次特征，這一方法現(xiàn)在已經用于很多日常的識別任務。他們還提出了可以操作結構數(shù)據(例如圖數(shù)據)的深度學習架構。

三人的回應

2013年，Yann LeCun與Yoshua Bengio共同創(chuàng)辦了學習代表國際會議(International Conference on Learning Representations)，該會議通過了出版后公開審查程序。

Bengio與LeCun還曾在同一個實驗室工作。

對于三個人一起獲得圖靈獎，LeCun表示，“這是一種莫大的榮譽”，“就像進入計算機科學領域一樣美好”，“與好友Yoshua和Geoff一起分享這個獎項讓我感覺更加好”。

谷歌人工智能主管杰夫·迪恩稱贊了這三人的成就。迪恩表示：深度神經網絡是現(xiàn)代計算機科學中一些最偉大進步的原因。”“這一進展的核心是今年圖靈獎得主Yoshua Bengio、Geoff Hinton和Yann Lecun開發(fā)的基本技術。”

今年的三位獲獎者將獲得100萬美元的獎金。在接受采訪時，Geoffrey Hinton表示，他將把屬于自己的那一部分獎金捐獻給多倫多大學的人文學院，因為“他們資金不足”且“人文學科對未來非常重要”。Bengio說他可能會利用他的獎金來幫助應對氣候變化。

關于圖靈獎

ACM A.M. 圖靈獎，通常被稱為“諾貝爾計算機獎”，100 萬美元獎金由谷歌公司提供財務支持。它的名稱取自世界計算機科學的先驅、英國科學家、曼徹斯特大學教授艾倫·圖靈(A.M. Turing)，是計算機協(xié)會(ACM)于 1966 年設立的獎項，專門獎勵對計算機事業(yè)作出重要貢獻的個人。這個獎設立目的之一是紀念這位現(xiàn)代計算機科學的奠基者。獲獎者必須是在計算機領域具有持久而重大的先進性的技術貢獻。大多數(shù)獲獎者是計算機科學家。是計算機界最負盛名的獎項，有“計算機界諾貝爾獎”之稱。

圖靈獎對獲獎者的要求極高，評獎程序也極嚴，一般每年只獎勵一名計算機科學家，只有極少數(shù)年度有兩名以上在同一方向上做出貢獻的科學家同時獲獎。

參考鏈接：

https://www.eurekalert.org/pub_releases/2019-03/afcm-fod032619.php

標簽： [db:TAGG]

版權申明：本站文章部分自網絡，如有侵權，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯(lián)系。