圖靈獎得主公布，百萬美元獎金被授予三位AI先鋒

計算機協會（簡稱ACM）被很多人稱為「計算機界諾貝爾獎」的圖靈大獎，本屆將授予Yoshua Bengio、Geoffrey Hinton以及Yann LeCun三位大師，以鼓勵他們在AI領域做出的創新貢獻。

獎項中的100萬美元獎金由谷歌公司提供。也許有些朋友還不了解，這一大獎以英國數學家阿蘭·圖靈命名，以紀念他在奠定計算機科學基礎理論方面的巨大成就。

此次三位得獎者的功績，在於利用神經網路進行計算，從而為深度學習技術建立起概念與工程技術基礎。Benjio目前擔任蒙特利爾大學教授，同時亦是Mila（位於魁北克的AI研究所）與數據實驗研究所科學主任。Hinton目前擔任谷歌公司副總裁兼工程研究員，Vector研究院首席科學顧問以及多倫多大學教授。LeCun則身為Facebook公司副總裁兼首席AI科學家，同時亦在紐約大學擔任教授職務。此外，Bengio與LeCun還是CIFAR機器與腦力學習項目的聯席主管。

ACM主席Cherri M. Pancake在一份聲明中表示，「人工智慧已經成為當前各個科學領域當中發展速度最快的學科之一，亦在社會上受到人們的廣泛關注。AI的快速增長與關注度提升，在很大程度上要歸功於Bengio、Hinton以及LeCun在深度學習基礎理論奠定方面帶來的最新進展。目前，有數十億人在使用這些技術，任何擁有智能手機的人們都可以隨時體驗到自然語言處理與計算機視覺所帶來的科技進步——而這一切在十年之前是根本無法想像的。除了我們日常使用的產品之外，深度學習技術的最新進展還為科學家們帶來了強大的新工具，從而支撐起從醫學、到天文學、再到材料科學的多學科協同創新能力。」

在過去幾年當中，三點陣圖靈獎得主一直努力利用演算法從語言、環境以及其它對象當中提取數據模式，並推動面向數字化圖像與視頻的語音識別、機器人以及機器學習技術取得突破性進展。如今，這些深層神經網路已經在圖像識別方面擁有令人滿意的表現。

根據麻省理工學院的定義，神經網路代表一種機器學習實現方法，其中計算機通過分析訓練樣本以學習執行某項任務。一般而言，這些示例樣本需要預先進行手動標記。例如，我們需要向物體識別系統饋送大量包含汽車、房屋以及咖啡杯等對象的標記圖像，並由其在圖像當中找到與特定標籤相關聯的視覺圖形。

他們還嘗試利用大型數據集訓練圖形處理能力，這類訓練負載與並行計算模式擁有良好的匹配效果。相關成果當前已經給諸多行業帶來顛覆，包括交通、醫療保健以及電子商務等等。事實上，他們的許多發現被實際應用於日常技術場景，例如智能手機上的人臉識別、無人駕駛汽車以及谷歌的預測性電子郵件文本等。

Pancake指出，「任何擁有智能手機的人們都可以隨時體驗到自然語言處理與計算機視覺所帶來的科技進步——而這一切在十年之前是根本無法想像的。除了我們日常使用的產品之外，深度學習技術的最新進展還為科學家們帶來了強大的新工具，從而支撐起從醫學、到天文學、再到材料科學的多學科協同創新能力。」

ACM將在今年6月5日於舊金山召開的年度頒獎宴會上，正式頒發2018年圖靈獎。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！