3位深度学习先锋科学家获颁2018年图灵奖

2018年图灵奖颁发给三位对深度神经网络有重大贡献的科学家，分别是蒙特利尔大学教授Yoshua Bengio、Google副总裁兼工程研究员Geoffrey Hinton以及脸书副总裁暨首席人工智能科学家Yann LeCun。这三个人的研究对现在的深度学习技术有重大的影响，也是近年在电脑视觉或是自然语言处理等深度神经网络应用，可以快速突破的关键人物。

Yoshua Bengio将神经网络与序列概率模型结合，NCR将这项技术应用于辨识手写支票系统中，被认为是1990年代神经网络发展的巅峰之作，而现在深度学习语音辨识系统，也都是基于这个技术建立。在2000年的时候，Yoshua Bengio发表神经概率语言模型，他首先使用了高维度字词嵌入概念表达字词意义，而这对现在自然语言处理技术有着重大的影响，包括在语言翻译、问答以及视觉问答等应用，其团队还发展出了注意力机制，在机器翻译上获得重大突破。

Yoshua Bengio与Google大脑研究科学家Ian Goodfellow，共同开发的生成对抗网络（GAN），在电脑视觉与图学达到了重要的里程碑，其著名的应用是让电脑能产生原创的图像，赋予人工智能像人类一样的创造力。

而Google的Geoffrey Hinton，在1986年与其他共同作者发表了反向传播（Backpropagation）算法，这个算法现在已经成为神经网络技术的标准，在2012年，Geoffrey Hinton与其学生共同改进了卷积神经网络，在著名的ImageNet资料集竞赛中，降低一半辨识错误率，将电脑视觉领域带到了另一个层次。

Yann LeCun则是在1980年代开发了卷积神经网络，现在已经成为神经网络的基本原理，是可以使深度学习更加有效的关键技术，现今的电脑视觉、语音辨识、语音合成、图像合成以及自然语言，全都使用到这项技术，而Yann LeCun也是第一个使用卷积神经网络辨识手写数字的人。Yann LeCun许多早期发展的概念，现已经成为人工智能技术的基础，像是在图像辨识中使用分层特征表示，这个概念已经普遍使用在辨识应用上。

Yann LeCun还与脸书人工智能研究员Leon Bottou共同发展反向传播算法，并协作出可应用在每个深度学习软件平台的建构模块原则（Building-Block Principle），包括PyTorch和TensorFlow深度学习函式库都是以此为基础。

图灵奖被称作计算领域的诺贝尔奖，以人工智能之父Alan M. Turing命名，目的是要表扬在人工智能领域上，对概念或是工程突破有所贡献的人，由Google提供财务资助，得奖人可获一百万美元的奖金。