來(lái)源：數據實(shí)戰派
Geoffrey Hinton， Yann LeCun，和Yoshua Bengio共同獲得了2019年的圖靈獎 2019年3月27日，ACM宣布，深度學(xué)習的三位創(chuàng )造者Yoshua Bengio， Yann LeCun， 以及Geoffrey Hinton獲得了2019年的圖靈獎。 今天，深度學(xué)習已經(jīng)成為了人工智能技術(shù)領(lǐng)域最重要的技術(shù)之一。在最近數年中，計算機視覺(jué)、語(yǔ)音識別、自然語(yǔ)言處理和機器人取得的爆炸性進(jìn)展都離不開(kāi)深度學(xué)習。 三位科學(xué)家發(fā)明了深度學(xué)習的基本概念，在實(shí)驗中發(fā)現了驚人的結果，也在工程領(lǐng)域做出了重要突破，幫助深度神經(jīng)網(wǎng)絡(luò )獲得實(shí)際應用。 在A(yíng)CM的公告中，Hinton最重要的貢獻來(lái)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(jīng)網(wǎng)絡(luò )的改進(jìn)。Hinton和他的學(xué)生Alex Krizhevsky以及Ilya Sutskever 通過(guò)Rectified Linear Neurons和 Dropout Regularization改進(jìn)了卷積神經(jīng)網(wǎng)絡(luò )，并在著(zhù)名的ImageNet評測中取得了很好的成績(jì)，在計算機視覺(jué)領(lǐng)域掀起一場(chǎng)革命。 Bengio的貢獻主要在1990年代發(fā)明的Probabilistic models of sequences。他把神經(jīng)網(wǎng)絡(luò )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(shù)識別手寫(xiě)的支票�，F代深度學(xué)習技術(shù)中的語(yǔ)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(shí)代的論文“A Neural Probabilistic Language Model”，使用高維詞向量來(lái)表征自然語(yǔ)言。他的團隊還引入了注意力機制，讓機器翻譯獲得突破，也成為了讓深度學(xué)習處理序列的重要技術(shù)。 Yann LeCun的代表貢獻之一是卷積神經(jīng)網(wǎng)絡(luò )。1980年代，LeCun發(fā)明了卷積神經(jīng)網(wǎng)絡(luò )，現在已經(jīng)成為了機器學(xué)習領(lǐng)域的基礎技術(shù)之一，也讓深度學(xué)習效率更高。1980年代末期，Yan LeCun在多倫多大學(xué)和貝爾實(shí)驗室工作期間，首次將卷積神經(jīng)網(wǎng)絡(luò )用于手寫(xiě)數字識別。今天，卷積神經(jīng)網(wǎng)絡(luò )已經(jīng)成為了業(yè)界標準技術(shù)，廣泛用于計算機視覺(jué)、語(yǔ)音識別、語(yǔ)音合成、圖片合成，以及自然語(yǔ)言處理等學(xué)術(shù)方向，以及自動(dòng)駕駛、醫學(xué)圖片識別、語(yǔ)音助手、信息過(guò)濾等工業(yè)應用方向。LeCun的第二個(gè)重要貢獻是改進(jìn)了反向傳播算法。他提出了一個(gè)早期的反向傳播算法backprop，也根據變分原理給出了一個(gè)簡(jiǎn)潔的推導。他的工作讓反向傳播算法更快，比如描述了兩個(gè)簡(jiǎn)單的方法可以減少學(xué)習時(shí)間。LeCun第三個(gè)貢獻是拓展了神經(jīng)網(wǎng)絡(luò )的應用范圍。他把神經(jīng)網(wǎng)絡(luò )變成了一個(gè)可以完成大量不同任務(wù)的計算模型。他早期引進(jìn)的一些工作現在已經(jīng)成為了人工智能的基礎概念。例如，在圖片識別領(lǐng)域，他研究了如何讓神經(jīng)網(wǎng)絡(luò )學(xué)習層次特征，這一方法現在已經(jīng)用于很多日常的識別任務(wù)。他們還提出了可以操作結構數據（例如圖數據）的深度學(xué)習架構。 圖靈獎?dòng)葾CM于1966年設置，設立目的之一是紀念著(zhù)名的計算機科學(xué)先驅艾倫·圖靈。圖靈獎是計算機科學(xué)領(lǐng)域的最高獎。獲獎?wù)弑仨氃谟嬎銠C領(lǐng)域具有持久重大的先進(jìn)性技術(shù)貢獻。人工智能領(lǐng)域的先驅馬文·明斯基（Marvin Lee Minsky）、約翰·麥卡錫（John McCarthy）、艾倫·紐厄爾（Allen Newell）和司馬賀（Herbert Alexander Simon）等人都曾經(jīng)獲獎。華人科學(xué)家姚期智2000年因為偽隨機數生成等計算領(lǐng)域的重要貢獻獲獎。 |
