原标题：计算机界诺贝尔奖“图灵奖”，由3名人工智能深度学习领域的先驱共同获得
辛顿(左图)、杨立昆及本希奥(右上及右下图)一同获颁图灵奖。
辛顿等人靠在AI深度学习研究领域的成就获奖。
(神秘的地球uux.cn报道)美国电脑协会(ACM)周三(27日)公布，有电脑界诺贝尔奖之称的图灵奖(Turing Award)，由3名30年来携手研究人工智能(AI)深度学习领域的先驱共有获得，他们可分享100万美元奖金。
3名得主分别是加拿大多伦多大学电脑科学教授欣顿(Geoffrey Hinton)、蒙特利尔大学教授本希奥(Yoshua Bengio)及美国纽约大学教授杨立昆(Yann LeCun)。ACM总裁潘凯克在声明中指，AI是发展最快的科学领域之一，也是其中一个社会最关注的话题；AI的进步和兴盛，很大程度上归功于3位得主。
欣顿等人的研究并非一帆风顺，上世纪80年代初，他提出“人工神经网络”(CNN)理论，通过研究人类大脑功能，开发可模拟人脑功能的机器学习方法。惟科学界当时对他们的研究兴趣缺缺，以致很难获得研究资金。到2012年，欣顿的团队在认证AI技术标准的竞赛中，以深度学习技术创下图片辨识率达85%的新纪录，令人们关注AI深度学习的研究。
AI的出现无疑为人类生活带来方便，但亦有人担心未来生活会被机械人掌控，甚至所有人类会遭AI研发的武器系统歼灭。3名得奖者认同部分忧虑值得关注，但他们对AI其他方面的前景感乐观，例如更准确预测地震和泛滥，或更有效率地检测人类的癌症和心脏病等健康危机。欣顿表示︰“肯定的是，我们研发的这些技术可以应用于大量好的事物，造福数以亿计的人。”
“人工智能目前是所有科学领域中发展最快的学科之一，也是当今社会最为热议的话题之一。”美国计算机学会主席切里·潘凯克说，这很大程度上归功于深度学习领域近年来取得显著进展，而这一领域的基础是由本吉奥、辛顿和勒昆奠定的。
将单层神经网络拓展成多层
要解释三位科学家的贡献，首先得说说人工神经网络。
所谓人工神经网络，是指模仿人的神经机制，在计算机中模拟出一层或多层被称为“神经元”的计算单元，使它们之间通过加权连接而互相影响。通过改变这些节点的加权值，可以改变人工神经网络的计算性能。
本吉奥、辛顿和勒昆认识到通过搭建多层神经元，形成比较“深”的人工神经网络的重要性，这正是“深度学习”一词的由来之一。
“三位获奖者确实可称为深度学习领域的奠基人。”中科院自动化所模式识别国家重点实验室研究员宗成庆接受科技日报记者采访时说，早期实现的神经网络是单层的，他们把单层神经网络拓展成多层并付诸应用，在图像识别、语音识别和机器翻译等很多任务上都取得了不错的效果。返回搜狐，查看更多
责任编辑：
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
