AI神经网络“三剑客”共获图灵奖

当今世界人工智能领域，有三位顶级专家被业内奉为“神一样的人物”，他们分别是加拿大多伦多大学的Geoffrey Hinton和蒙特利尔大学的终身教授Yoshua Bengio；以及Facebook人工智能研究部门（FAIR）主管、法国人Yann LeCun。

3月27日，这三位行业大咖共同被美国计算机协会(ACM)授予2018年图灵奖，为表彰他们在深度神经网络概念和工程方面的突破性工作和他们所奠定的基础，使深度神经网络变成了计算的一个关键组成部分。

AMC主席Cherri Pancake表示：“人工智能是现在所有学科中发展最快的，人们在任何时候都能从口袋里的智能手机体验到自然语言处理和计算机视觉方面的进步，都是受益于这三位计算机科学家的研究成果。深度学习的进展也为医学到天文学再到材料学等领域的科学家提供了研究的新工具。”

当晚在Facebook位于门洛帕克的总部，公司为LeCun举办了一场小型的Party，Facebook人工智能研究部的同事都参加了。Facebook负责人工智能和深度学习平台的副总裁Bill Jia告诉第一财经记者：“Yann获奖当之无愧，我们都为他骄傲，他创造了人工智能的一个时代，他神一般的工作和突破性的成就，让整个AI的世界都变得不同了。”

谷歌高级研究员、AI副总裁Jeff Dean则表示：“深度网络促成了现代计算机科学中最伟大的进步，使得计算机视觉、语音识别以及自然语言处理等领域长期存在的问题取得了实质性的进展，以上三位科学家30多年前就开创了基础的研究方法。如今深度神经网络几乎改变了人类和科学探索的各个领域。”

Geoffrey Hinton、Yann LeCun和Yoshua Bengio三人的关系非常密切。Hinton的地位最高，他将神经网络带进谷歌，但一直徘徊在人工智能研究的边缘，甚至是在以一个局外人的角色思考计算机和人脑的关系。

2006年，Hinton的一项新的研究掀起了神经网络研究的第三次浪潮。他证明了“深度信念网络”可以使用一种被称为“贪婪逐层预训练”的策略进行有效训练，这种训练可以应用到很多其他领域深度网络的训练中。也正是这一次浪潮普及了“深度学习”这一术语，这一趋势也随着Alpha Go的走红推向高潮，并且涌向其他学科。

Hinton相信，电脑接管世界末日的场景不可能在很长一段时间内发生，他总是对人工智能的焦虑感到乐观。"我认为这会让生活容易得多。人们谈论的潜在影响与技术本身无关，而是与社会的组织方式有关。”Hinton曾说，“我觉得当技术出现提高生产力的时候，每个人都应该分享这些收益。"

1987年LeCun从巴黎第六代大学的计算机系毕业后，去多伦多大学读博士后，师从Hinton，并“青出于蓝”，开辟了将神经网络运用于机器视觉的先例。

这种革命性的系统从一开始能够识别手写数字，并且随着数据训练的不断持续，能够开始从图片像素中识别视觉特征，这就像为计算机打开了双眼，让它们可以从数据中自我学习。

LeCun曾在接受第一财经记者采访时表示：“如今深度卷积网络已可用于解决包括目标识别在内的各类计算机视觉问题。并且，随着网络深度不断增加，还出现了可用于图像识别、语义分割、ADAS 等众多场景的新型深度卷积神经网络结构。”

他还表示对深度学习用来预测的概念非常感兴趣。“未来你只需要给机器看一些视频，它们就能判断接下来会发生什么。如果我们可以训练系统实现这一功能，那么就相当于开发了一套不需要人类指导就能自行执行任务的系统。”LeCun说道。他多次强调“无需监管和指导（unsupervised）的机器人前景可观”。

Bengio是蒙特利尔大学深度学习领域的先驱，他曾在90年代初和LeCun一起在贝尔实验室工作，他在多伦多工作的时候，一直住在Hinton的附属房子里，和他一起散步，观察他的言行举止，对他的生活了如指掌。但他一直对Hinton保持警惕，Bengio始终认为：“他不是神，他很容易犯错误，他只是一个普通人。”