三位深度学习之父共获2019年图灵奖

　Geoffrey Hinton， Yann LeCun，与Yoshua Bengio一路获患了2019年的图灵奖

 

 

　　2019年3月27日 ——ACM宣布，深度进修的三位缔造者Yoshua Bengio， Yann LeCun， 以及Geoffrey Hinton获患有2019年的图灵奖。

 

　　刻期，深度进修曾经成为了家养智能手艺领域最重要的手艺之一。在比来数年中，计算机视觉、语音辨认、人造言语处理与机械人取得的爆炸性搁浅都离不开深度进修。

 

　　三位科学家发认识深度学习的基本概念，在执行中发现了惊人的后果，也在项目领域做出了须要攻破，募捐深度神经Internet获取实践运用。

 

　　在ACM的书记中，Hinton最重要的供献来自他1986年发明反向传达的论文“Learning Internal Representations by Error Propagation”，1983年发亮的玻尔兹曼机（Boltzmann Machines），以及2012年对卷积神经网络的改善。Hinton和他的学生Alex Krizhevsky以及Ilya Sutskever 颠末Rectified Linear Neurons和 Dropout Regularization改进了卷积神经Internet，并在驰誉的ImageNet评测中取患有很好的造诣，在总计机视觉领域掀起一场革命。

 

　　Bengio的贡献主要在1990年代发明的Probabilistic models of sequences。他把神经网络与概率模子（例如隐马尔可夫模型）连系在一起，并与AT&T公司相助，用新技术手段辨认手写的支票。今世深度学习技艺中的语音识别也是这些观念的扩张。其他Bengio还于2000年还颁布了划时代的论文“A Neural Probabilistic Language Model”，使用高维词向量来表征自然措辞。他的团队还引入了把稳力机制，让机械翻译失去打破，同样成为了让深度进修措置序列的需求武艺。

 

　　Yann LeCun的代表供献之一是卷积神经Internet。1980年月，LeCun发认识卷积神经网络，其时曾经成了机器进修领域的基础底细武艺之一，也让深度学习遵从更高。1980年代末期，Yan LeCun在多伦多大学和贝尔试验室工作期间，首次将卷积神经网络用于手写数字识别。本日，卷积神经Internet也曾成为了业界标准妙技，遍布用于算计机视觉、语音辨认、语音合成、图片合成，以及天然言语处置惩罚等学术左袒，以及被动驾驶、医学图片辨认、语音助手、动态过滤等工业运用标的方针。LeCun的第二个紧要供献是改良了反向撒播算法。他提出了一个晚期的反向流传算法backprop，也按照变分事理给出了一个简便的推导。他的工作让反向传播算法更快，比喻描写了两个简单的办法大约减少深造年光。LeCun第三个孝顺是拓展了神经网络的运用畛域。他把神经网络变成了一个笼统完成大批不合任务的共计模子。他晚期引进的一些任务那会已经成了人工智能的底子观点。例如，在图片辨认领域，他研究了若何让神经网络学习条理特色，这一方法现在曾经用于得多常日的识别任务。他们还提出了可以或许哄骗构造数据（例如图数据）的深度深造架构。

 

　　图灵奖由ACM于1966年设置装备摆设，建立目标之一是记念着名的算计机科学先驱艾伦·图灵。图灵奖是计较机科学领域的最高奖。获奖者必需在较量争论机领域具有经久弘大的后代性技能奉献。人工智能领域的前驱马文·明斯基（Marvin Lee Minsky）、约翰·麦卡锡（John McCarthy）、艾伦·纽厄尔（Allen Newell）和司马贺（Herbert Alexander Simon）等人都曾经获奖。华人科学家姚期智2000年由于伪随机数天生等合计领域的需要贡献获奖。