2019年，Yoshua Bengio, Yann LeCun和Geoffrey Hinton因深度学习贡献获得图灵奖。Hinton在反向传播和卷积神经网络上有重要突破；Bengio引入高维词嵌入和注意力机制，开发生成对抗网络；LeCun是卷积神经网络之父，改进反向传播算法。深度学习如今广泛应用，如人脸识别、自动驾驶。面对AI浪潮，学习相关技术成为必要。"
133515987,19673913,投屏码技术：设备连接新方式,"['编程', 'Python', '设备连接', '投屏技术', '内容共享']
就在2019年3月27日 ACM 宣布，深度学习的三位创造者Yoshua Bengio， Yann LeCun， 以及Geoffrey Hinton获得了2019年的图灵奖。
ACM A.M. 图灵奖，通常被称为“诺贝尔计算奖”，由谷歌公司提供财政支持，奖金100万美元。它是以英国数学家阿兰·m·图灵的名字命名的，图灵阐明了计算的数学基础和极限。
多年以来，这三位奠基人一直徘徊在人工智能的研究中，为该领域发展了概念基础，通过实验发现了令人惊讶的现象，并为证明深度神经网络的实际优势的工程进展做出了贡献。
近年来，深度学习方法在计算机视觉、语音识别、自然语言处理和机器人等应用领域取得了惊人的突破。深度学习也开始渗透到我们的生活中。
以下是三位奠基人在近年人工智能技术方面取得重大突破的技术成果。
Geoffrey Hinton
反向传播：在1986年与David Rumelhart和Ronald Williams共同撰写的“通过误差传播学习内部表征”一文中，Hinton证明了反向传播算法允许神经网络发现他们自己的数据内部表示，使得使用神经网络成为可能网络解决以前被认为超出其范围的问题。反向传播算法是当今大多数神经网络的标准。
Boltzmann机器：1983年，与Terrence Sejnowski一起，Hinton发明了Boltzmann机器，这是第一个能够学习不属于输入或输出的神经元内部表示的神经网络之一。
卷积神经网络的改进：2012年&#
最低0.47元/天 解锁文章
扫一扫
677
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
