據(jù)外媒報(bào)道，美國(guó)計(jì)算機(jī)協(xié)會(huì)(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(kù)恩(Yann LeCun)這三位深度學(xué)習(xí)之父獲得2018年圖靈獎(jiǎng)，因?yàn)樗麄冊(cè)诟拍詈凸こ谭矫娴耐黄菩怨ぷ魇股疃壬窠?jīng)網(wǎng)絡(luò)變成了計(jì)算的一個(gè)關(guān)鍵組成部分。

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

　　辛頓、勒庫(kù)恩和本吉奧合作，為這一領(lǐng)域奠定了概念基礎(chǔ)，通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)了令人驚訝的現(xiàn)象，并推動(dòng)了工程進(jìn)步，展示了深度神經(jīng)網(wǎng)絡(luò)的實(shí)用價(jià)值。近年來(lái)，深度學(xué)習(xí)技術(shù)在計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、自然語(yǔ)言處理和機(jī)器人等應(yīng)用領(lǐng)域取得了驚人的突破。

　　“諾貝爾計(jì)算獎(jiǎng)”

　　雖然在20世紀(jì)80年代人工神經(jīng)網(wǎng)絡(luò)作為幫助計(jì)算機(jī)識(shí)別和模擬人類智能的工具就已被推出，但到21世紀(jì)初，勒庫(kù)恩、辛頓和本吉奧等少數(shù)人仍然致力于研究人工神經(jīng)網(wǎng)絡(luò)。盡管他們重新激發(fā)人工智能社區(qū)對(duì)神經(jīng)網(wǎng)絡(luò)興趣的努力最初遭到了質(zhì)疑，但他們的想法最近導(dǎo)致了重大的科技進(jìn)步，他們的方法論現(xiàn)在是該領(lǐng)域的主導(dǎo)范式。

　　ACM協(xié)會(huì)頒發(fā)的A.M.圖靈獎(jiǎng)通常被稱為“諾貝爾計(jì)算獎(jiǎng)”，獎(jiǎng)金為100萬(wàn)美元，由谷歌公司提供資金支持。它是以英國(guó)數(shù)學(xué)家艾倫-M-圖靈(Alan M. Turing)的名字命名的。圖靈闡述了計(jì)算的數(shù)學(xué)基礎(chǔ)和局限性。

　　本吉奧、辛頓和勒庫(kù)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(jiǎng)宴會(huì)上正式被授予2018年ACM圖靈獎(jiǎng)。

　　“人工智能現(xiàn)在是所有科學(xué)中發(fā)展最快的領(lǐng)域之一，也是社會(huì)上談?wù)撟疃嗟脑掝}之一。”ACM主席切里-潘凱克(Cherri M. Pancake)說(shuō)，“人工智能的發(fā)展和人們對(duì)人工智能的興趣，在很大程度上是因?yàn)楸炯獖W、辛頓和勒庫(kù)恩奠基的深度學(xué)習(xí)技術(shù)獲得了很大發(fā)展。”

　　這些技術(shù)被數(shù)十億人使用。任何人只要口袋里有一部智能手機(jī)，就能明顯地感受到自然語(yǔ)言處理和計(jì)算機(jī)視覺(jué)技術(shù)的進(jìn)步，而這在10年前是根本不可能實(shí)現(xiàn)的。除了我們每天使用的產(chǎn)品之外，深度學(xué)習(xí)技術(shù)的新發(fā)展也為科學(xué)家提供了各種強(qiáng)有力的新工具——從醫(yī)學(xué)到天文學(xué)，再到材料科學(xué)。

　　谷歌高級(jí)研究員兼谷歌AI高級(jí)副總裁杰夫-迪恩(Jeff Dean)表示：“深度神經(jīng)網(wǎng)絡(luò)是現(xiàn)代計(jì)算機(jī)科學(xué)最偉大的進(jìn)步之一，它有助于人們?cè)谟?jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別和自然語(yǔ)言理解等長(zhǎng)期問(wèn)題上取得實(shí)質(zhì)性進(jìn)展。這一進(jìn)步的核心是本吉奧、辛頓和勒庫(kù)恩在30多年時(shí)間里開發(fā)的基礎(chǔ)性技術(shù)。通過(guò)極大地提高計(jì)算機(jī)理解世界的能力，深度神經(jīng)網(wǎng)絡(luò)不僅改變了計(jì)算領(lǐng)域，而且?guī)缀醺淖兞丝茖W(xué)和人類努力的每一個(gè)領(lǐng)域。”

　　深度學(xué)習(xí)

　　在傳統(tǒng)的計(jì)算中，計(jì)算機(jī)程序用明確的指令來(lái)指導(dǎo)計(jì)算機(jī)。在人工智能研究的一個(gè)子領(lǐng)域——深度學(xué)習(xí)中，研究人員并沒(méi)有明確地告訴計(jì)算機(jī)如何解決特定的任務(wù)，如對(duì)物體進(jìn)行分類。

　　辛頓自20世紀(jì)80年代初以來(lái)一直在倡導(dǎo)人工智能中的機(jī)器學(xué)習(xí)技術(shù)。他通過(guò)研究人類大腦運(yùn)行的方式來(lái)開發(fā)機(jī)器學(xué)習(xí)系統(tǒng)。受大腦的啟發(fā)，他和其他研究人員提出將“人工神經(jīng)網(wǎng)絡(luò)”作為他們研究機(jī)器學(xué)習(xí)技術(shù)的基石。

　　在計(jì)算機(jī)科學(xué)中，“神經(jīng)網(wǎng)絡(luò)”一詞是指由計(jì)算機(jī)中各種被稱為“神經(jīng)元”的相對(duì)簡(jiǎn)單的計(jì)算元素組成的系統(tǒng)。這些“神經(jīng)元”通過(guò)增加連接的權(quán)重來(lái)相互影響。改變連接上的權(quán)重，就可以改變由神經(jīng)網(wǎng)絡(luò)執(zhí)行的計(jì)算。辛頓、勒庫(kù)恩和本吉奧認(rèn)識(shí)到了使用多層構(gòu)建深度神經(jīng)網(wǎng)絡(luò)的重要性——這就是“深度學(xué)習(xí)”一詞的由來(lái)。

　　配置強(qiáng)大圖形處理器(GPU)的計(jì)算機(jī)的普及，以及對(duì)大量數(shù)據(jù)集的訪問(wèn)，有效地幫助了勒庫(kù)恩、本吉奧和辛頓在30年時(shí)間里闡述了相關(guān)基本概念，并推動(dòng)了工程進(jìn)步。近年來(lái)，這些因素和其他因素加在一起導(dǎo)致了計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別和機(jī)器翻譯等技術(shù)的飛躍發(fā)展。

　　辛頓、勒庫(kù)恩和本吉奧既相互獨(dú)立又相互合作。例如，勒庫(kù)恩在辛頓的監(jiān)督下從事博士后研究工作。從20世紀(jì)90年代初開始，勒庫(kù)恩和本吉奧一起在貝爾實(shí)驗(yàn)室工作。即使不在一起工作，他們的工作中也存在著協(xié)同作用和相互聯(lián)系，他們相互之間產(chǎn)生了很大的影響。

　　本吉奧、辛頓和勒庫(kù)恩仍在繼續(xù)探索機(jī)器學(xué)習(xí)與神經(jīng)科學(xué)和認(rèn)知科學(xué)的交叉領(lǐng)域，最引人注目的是他們共同參與了加拿大高級(jí)研究中心(CIFAR)推出的機(jī)器和大腦學(xué)習(xí)計(jì)劃。