引言：2018年度图灵奖，堪称计算机领域的诺贝尔奖，被授予为当前人工智能的繁荣铺垫了基础的三名研究科学家，分别是：蒙特利大学的教授YoshuaBengio，创办了一家人工智能公司，名为“Element AI”；Google工程师和哥伦多大学GeoffreyHintion；Facebook的首席人工智能科学家和纽约大学教授YannLeCun。
新闻2018年图灵奖授予三位AI教父 为人工智能的繁荣奠定了基础大数据文摘2年前 大数据文摘官方账号ACM在公告中称，三位先驱，在人工智能寒冬下，仍然致力于研究人工神经网络，重新激发了研究人员人工智能的热情。他们三个的所倡导以及发明的研究方法是学术界和产业界重要的范式。大数据编辑部出品当地时间3月27日，美国计算机协会（ACM）宣布，把2018年的图灵奖（Turing Award）颁给人工智能科学家Yoshua Bengio，Geoffrey Hinton和Yann LeCun，以表彰他们为当前人工智能的繁荣发展所奠定的基础。ACM同时宣布，将于2019年6月15日在旧金山举行年度颁奖晚宴，届时正式给获奖者颁奖，奖金100万美元。ACM在公告中称，虽然在20世纪80年代，就已经有人开始使用人工神经网络为计算机识别和模拟人类智力。但是，正是三位先驱，在人工智能寒冬下，仍然致力于研究人工神经网络，才重新激发了研究人员人工智能的热情。现在，他们三个的所倡导以及发明的研究方法是学术界和产业界重要的范式。“人工智能现在是所有科学领域发展最快的领域之一，也是社会上最受关注的话题之一，”ACM总裁Cherri M. Pancake说。“人工智能的增长和兴趣在很大程度上归功于Bengio，Hinton和LeCun，是他们奠定基础的深度学习的最新进展。数十亿人使用这些技术。任何在口袋里都装有智能手机的人，都可以体验到自然语言处理和计算机视觉方面的进步，这在10年前是不可能实现的。除了我们每天使用的产品之外，深度学习的新进展为科学家提供了强大的新工具 – 从医学，天文学到材料科学。”Google高级研究员兼Google高级研究员Jeff Dean说：“深度神经网络促成了现代计算机科学的一些最大进步，在计算机视觉、语音识别和自然语言理解方面的长期问题上取得实质性进展，通过大幅提高计算机理解世界的能力，深度神经网络不仅改变了计算领域，而且几乎改变了科学和人类努力的每一个领域。”这不是图灵奖第一次被颁给三位获奖者，但被誉为“深度学习三巨头”的三位AI之父们同时获奖，依然是人工智能领域令人振奋的时刻。三位获奖者都纷纷发推特表达了激动的心情。Yann LeCun发推表示非常荣幸和好友一同获得这一奖项机器学习F4之一，但是这次没能获奖的吴恩达也发推表达了激动的心情三位获奖人不仅都一起工作过，也都是很好的朋友，经常同框出现。三人的工作互相激发影响，为人工智能的爆发奠定了坚实的基石。被称为深度学习领域的F4：三位获奖人与“粉丝”吴恩达老师的合影三人同框参会其中，Yoshua Bengio，蒙特利尔大学计算机科学与运筹学系教授，也是深度学习“三巨头”中唯一一位全身心投入学术界的科学家。Geoffrey Hinton，谷歌副总裁兼工程研究员，Vector Institute 的首席科学顾问，多伦多大学的名誉大学教授。他在80年代把反向传播(BP)算法引入了神经网络，使得复杂神经网络的训练成为可能。之后，他又在1983 年发明玻尔兹曼机（Boltzmann Machines），以及在 2012 年改进了卷积神经网络的，并在著名的 ImageNet 评测中取得惊人成绩，在计算机视觉领域掀起一场革命。Yann LeCun，Facebook人工智能研究院负责人，纽约大学数据科学中心的创始人之一。虽然并未直接发明CNN，但Yann LeCun将反向传播算法引入了CNN，并且发明了权值共享、池化等神经网络处理方法。另外，他在1998年开发了LeNet5首个被大规模商用的CNN，并制作了MNIST数据集，这个经典数据集也被Hinton称为“机器学习界的果蝇”。ACM列数获奖者成就三人在人工智能领域的成就数不胜数，但是ACM依然列数了三位大咖最值得被记住的成就，我们也在此重新回顾他们的故事，简直就是一部人工智能/深度学习的发家史。Geoffrey Hinton反向传播：在 1986 年与 David Rumelhart 和 Ronald Williams 共同撰写的 “Learning Internal Representations by Error Propagation” 一文中，Hinton 证明了反向传播算法允许神经网络发现自己的数据内部表示，这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。如今，反向传播算法是大多数神经网络的标准。玻尔兹曼机（Boltzmann Machines）：1983 年，Hinton 与 Terrence Sejnowski 一起发明了玻尔兹曼机，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，Hinton 和他的学生 Alex Krizhevsky 以及 Ilya Sutskever 通过 Rectified Linear Neurons 和 Dropout Regularization 改进了卷积神经网络，并在著名的 ImageNet 评测中将对象识别的错误率减半，在计算机视觉领域掀起一场革命。Yoshua Bengio序列的概率模型：在 20 世纪 90 年代，Bengio 将神经网络与序列的概率模型相结合，例如隐马尔可夫模型。这些想法被纳入 AT＆T / NCR 用于阅读手写支票中，被认为是 20 世纪 90 年代神经网络研究的巅峰之作。现代深度学习语音识别系统也是这些概念的扩展。高维词汇嵌入和2000 年，Bengio 撰写了具有里程碑意义的论文“A Neural Probabilistic Language Model”，它引入了高维词向量作为词义的表示。Bengio 的见解对自然语言处理任务产生了巨大而持久的影响，包括语言翻译、问答和视觉问答。他的团队还引入了注意力机制，这种机制促使了机器翻译的突破，并构成了深度学习的序列处理的关键组成部分。生成性对抗网络：自 2010 年以来，Bengio 关于生成性深度学习的论文，特别是与 Ian Goodfellow 共同开发的生成性对抗网络（GAN），引发了计算机视觉和计算机图形学的革命。Yann LeCun卷积神经网络：在 20 世纪 80 年代，LeCun 研发了卷积神经网络，现已成为该领域的基本理论基础。其让深度学习更有效。在 20 世纪 80 年代后期，多伦多大学和贝尔实验室工作期间，LeCun 是第一个在手写数字图像上训练卷积神经网络系统的人。如今，卷积神经网络是计算机视觉以及语音识别、语音合成、图像合成和自然语言处理的行业标准。它们用于各种应用，包括自动驾驶、医学图像分析、语音激活助手和信息过滤。改进反向传播算法：LeCun 提出了一个早期的反向传播算法 backprop，并根据变分原理对其进行了简洁的推导。他的工作让加快了反向传播算，包括描述两种加速学习时间的简单方法。拓宽神经网络的视野：LeCun 还将神经网络作为可以完成更为广泛任务的计算模型，其早期工作现已成为 AI 的基础概念。例如，在图像识别领域，他研究了如何在神经网络中学习分层特征表示，这个理念现在通常用于许多识别任务中。与 LéonBottou 一起，他还提出了学习系统可以构建为复杂的模块网络，其中通过自动区分来执行反向传播，目前在每个现代深度学习软件中得到使用。他们还提出了可以操作结构化数据的深度学习架构，例如图形。关于图灵奖图灵奖，全称“A.M. 图灵奖（A.M Turing Award）” ，通常被称为“诺贝尔计算机奖”，由谷歌提供财务支持，奖金为100万美元。于1966年由美国计算机协会（ACM）设立，专门奖励那些对计算机事业作出重要贡献的个人 。由于图灵奖对获奖条件要求极高，评奖程序又是极严，一般每年只奖励一名计算机科学家，只有极少数年度有两名合作者或在同一方向作出贡献的科学家共享此奖。因此它是计算机界最负盛名、最崇高的一个奖项，有“计算机界的诺贝尔奖”之称 。从1966年至今共70名得主，按国籍分，美国学者最多，欧洲学者偶见之，华人学者目仅有2000年图灵奖得主姚期智（现在清华大学、香港中文大学）。70名得主分布在几十个小领域，排在前六的领域有：编译原理、程序设计语言，计算复杂性理论，人工智能，密码学，以及数据库。在某种意义上，可大致认为，前三个领域与计算机科学本身更密切一些，后三个领域与军民应用更密切一些。以下是图灵奖历届得主：好友好友 新闻，还能获得积分兑换好礼哦 10988781在澳洲买房的中国人亏惨了。
YoshuaBengio，GeoffreyHintion，and YannLeCun三位科学家因为其在人工智能的深度学习领域的贡献而共同获得图灵奖的100万美元的年度奖。三位科学研究家在上个世纪90年代和2000年代开发的技术，使得计算机视觉和语言识别等重大问题取得了重大的突破进展，同时他们的研究工作还支持了AI技术从自动驾驶领域到自动医疗诊断领域的扩散，并逐渐应用于社会的各个行业。而且三位科学奖在人工智能的萧条期，也就是被称之为“人工智能冬天”的时期，依然坚信着人工智能技术，并且不断的研究创新技术，这才是作为一名科学家最可贵的品质。
8日，上海仪电党委副书记、总裁蔡小庆，副总经济师李鑫会见了图灵奖得主、美国卡内基梅隆大学教授雷迪一行，双方围绕人工智能产业发展与人才培养展开了深入探讨。期间，雷迪教授还与仪电首批人工智能高阶人才培训班的22名学员进行了座谈交流。
在人工智能产业发展急需人才支撑，人工智能专业亟待进一步汇聚、规范和提升的背景下，秉承“面向国际学术前沿，面向国家重大需求，科学研究与创新实践协同育人”的教育理念，人工智能学院旨在建设为国家人工智能领域输送骨干人才，为国家人工智能领域关键需求提供解决方案，为国家人工智能领域产业发展提供科技支撑的高层次人才培养基地，已在复杂影像感知与人工智能、类脑智能与深度学习、视频感知与光电智能系统、数据科学与大数据关键技术、智能控制与机器人系统、高性能智能计算等方面积极开展研究，并引导和鼓励学生参与其中，深化产学研用紧密结合以培养创新性人才。
图灵奖是美国计算机协会于1966年设立的，又叫”A.M.图灵奖”，专门奖励那些对计算机事业作出重要贡献的个人。其名称取自计算机科学的先驱、英国科学家艾伦·图灵，这个奖设立目的之一是纪念这位科学家。图灵奖对获奖者的要求极高，评奖程序极严，一般每年只奖励一名计算机科学家，只有极少数年度有两名在同一方向上做出贡献的科学家同时获奖。因此，尽管“图灵”的奖金数额不算高，但它却是计算机界最负盛名的奖项，有“计算机界诺贝尔奖”之称。
世纪末21世纪初，神经网络失宠时，Yann LeCun是少数几名一直坚持的科学家之一，2003年成为纽约大学教授，从此引领深度学习的发展，目前是Facebook首席人工智能科学家，并创立了Facebook人工智能研究院(FAIR)。
