Loading [MathJax]/jax/input/TeX/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >刚刚,深度学习“三巨头”共同斩获2018图灵奖!

刚刚,深度学习“三巨头”共同斩获2018图灵奖!

作者头像
大数据文摘
发布于 2019-04-26 03:15:28
发布于 2019-04-26 03:15:28
9630
举报
文章被收录于专栏:大数据文摘大数据文摘

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。

高维词汇嵌入和关注: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、中国香港中文大学)。

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☟

最后,以下是《大数据文摘》以往关于三位获奖者的相关报道?

AI开拓者Yann LeCun:深度网络优雅又闪耀 | 福布斯人物专题

AI教父Geoff Hinton和深度学习的40年

专访Yoshua Bengio:如何高效建立和运营一家机器学习实验室?

Yoshua Bengio清华最新演讲:深度学习AI迈向人类水平还面临这些挑战

昨天没能去清华亲眼见到Yann LeCun?这有一份演讲精华(提纲+PPT

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-03-28,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 大数据文摘 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
AI大热,三位深度学习先驱赢得2018年图灵奖
被誉为“计算机界诺贝尔奖”的图灵奖在27日公布了获奖人,ACM宣布,深度学习的三位创造者Yoshua Bengio、Yann LeCun以及Geoffrey Hinton获得了2018年的图灵奖,以表彰他们给人工智能带来的重大突破,这些突破使深度神经网络成为计算的关键组成部分。届时,这三位获奖人士将分享100万美元的奖金。
镁客网
2019/04/26
3870
AI大热,三位深度学习先驱赢得2018年图灵奖
2018图灵奖公布!Hinton、Bengio、LeCun深度学习三巨头共享
据官方公告介绍,因三位巨头在深度神经网络概念和工程上的突破,使得 DNN 成为计算的一个重要构成,从而成为 2018 年图灵奖得主。
机器之心
2019/04/29
9020
2018图灵奖公布!Hinton、Bengio、LeCun深度学习三巨头共享
图灵奖颁给深度学习三巨头,他们曾是一小撮顽固的“蠢货”
ACM刚刚官宣,Yoshua Bengio、Geoffrey Hinton、Yann LeCun获得了2018年度图灵奖,表彰他们以概念和工程的突破,让深度神经网络成为计算关键部件。
量子位
2019/04/23
4410
图灵奖颁给深度学习三巨头,他们曾是一小撮顽固的“蠢货”
说说图灵奖的深度学习「三教父」惊世贡献
2019年3月27日 ——ACM 宣布,深度学习之父 Yoshua Bengio , Yann LeCun 以及 Geoffrey Hinton 获得了2018年的图灵奖,被称为“计算机领域的诺贝尔奖”。
用户1737318
2019/04/30
7450
说说图灵奖的深度学习「三教父」惊世贡献
LSTM之父,被图灵奖遗忘的大神
前几天,2018图灵奖获得者公布,深度学习三巨头:Yoshua Bengio、Geoffrey Hinton、Yann LeCun荣获桂冠。
新智元
2019/05/08
9390
LSTM之父,被图灵奖遗忘的大神
揭秘新科图灵奖得主Hinton、LeCun、Bengio的传奇人生
导读:2019年3月27日,ACM(国际计算机学会)宣布,三位“深度学习之父”约书亚·本吉奥(Yoshua Bengio)、杰弗里·辛顿(Geoffrey Hinton)和杨乐昆(Yann LeCun) 共同获得了2018年图灵奖。
IT阅读排行榜
2019/04/25
9110
揭秘新科图灵奖得主Hinton、LeCun、Bengio的传奇人生
昔日被质疑,今日摘得图灵奖(经典重温)
2019 年 3 月 27 日,ACM 宣布,深度学习三位大牛 Yoshua Bengio、Yann LeCun、Geoffrey Hinton 因“在概念和工程方面使深度神经网络成为计算的关键组成部分的突破”获得了 2018 年的图灵奖。近年来,深度学习方法一直是计算机视觉、语音识别、自然语言处理和机器人技术以及其他应用中惊人突破的原因。
AI科技大本营
2019/05/06
5750
昔日被质疑,今日摘得图灵奖(经典重温)
从图灵奖看人工智能的历史沉浮
五期飞跃计划开始报名,联系小编,获取你的专属算法工程师学习计划(联系小编SIGAI_NO2)
SIGAI学习与实践平台
2019/04/26
8030
从图灵奖看人工智能的历史沉浮
图灵奖得主Hinton和 LeCun最新演讲:深度学习如何继续革命?
近日,图灵奖得主、深度学习巨头Geoffrey Hinton和Yann LeCun在ACM FCRC 2019上发表了精彩演讲。
新智元
2019/07/05
8410
图灵奖得主Hinton和 LeCun最新演讲:深度学习如何继续革命?
这个人什么时候才能拿图灵奖?
Jürgen Schmidhuber,LSTM之父,同样对如今AI复兴和发展意义深远。甚至最新论文引用数已经超过了——反向传播。
量子位
2020/02/12
7200
图灵奖背后:他们 30 年前就选对了赛道,押对了场景
场景描述:获得图灵奖的必要条件之一,就是对于计算机领域有着重大的研究突破,和对社会的重要贡献。三位前辈之所以能够让获奖实至名归,也是因为他们不仅在科研上取得了巨大的学术突破,同样在现实场景问题的实践解决上,走在了最前端。
HyperAI超神经
2019/11/29
3950
图灵奖背后:他们 30 年前就选对了赛道,押对了场景
分享图灵深度学习的书单
昨日,ACM宣布AI界有“深度学习三巨头”之称的Yoshua Bengio、Yann LeCun、Geoffrey Hinton共同获得了2018年的图灵奖,这是图灵奖1966年建立以来少有的一年颁奖给三位获奖者。
商业新知
2019/04/26
1.1K0
分享图灵深度学习的书单
深度学习来得太晚也太猛,对话2018年度图灵奖三位「大佬」
现在关于人工智能的讨论远多于您刚开始研究生涯的时候——有些您可能听说过,有些可能没有。那么,您希望人们不再问哪些问题呢?
CDA数据分析师
2019/06/19
4460
深度学习来得太晚也太猛,对话2018年度图灵奖三位「大佬」
LSTM终获「正名」,IEEE 2021神经网络先驱奖授予LSTM提出者Sepp Hochreiter
自 2018 年图灵奖授予 Yoshua Bengio、Geoffrey Hinton 和 Yann LeCun 三位深度学习先驱之后,LSTM 之父 Jürgen Schmidhuber 就此在社交网络上展开了一波又一波的论战,极力肯定和推广长短期记忆网络(LSTM)在人工神经网络和深度学习领域的巨大作用。
机器之心
2020/07/28
1K0
LSTM终获「正名」,IEEE 2021神经网络先驱奖授予LSTM提出者Sepp Hochreiter
「反向传播非你原创」,Jürgen发文直指Hinton不应获2019本田奖
创立于 1980 年的本田奖旨在表彰「为引领生态技术领域的下一代新知识而做出贡献的个人或团体」。2019 年,Geoffrey Hinton 获得本田奖,获奖理由是「为将人工智能(AI)广泛应用于多个领域所做的先驱性研究以及实用化推进」。
机器之心
2020/04/23
4210
今天的卷积网络,Yann LeCun在93年就已经玩得很溜了
手写数字识别是很多人入门神经网络时用来练手的一个项目,但就是这么简单的一个项目,最近在 reddit 上又火了一把,因为在 MIT 计算机科学和人工智能实验室,有人挖到了一个「祖师爷」级别的视频……
机器之心
2021/01/20
7280
学界 | ACM对2018图灵奖获得者Geoffrey Hinton、Yann LeCun、Yoshua Bengio的专访
AI 科技评论按:曾经,人工神经网络在AI领域内可谓是饱受争议,很多学者并不看好该技术方面的研究。而就在不久前, 有“深度学习三巨头”之称的Yoshua Bengio、Yann LeCun、Geoffrey Hinton 共同获得了 2018 年的图灵奖;同时他们在该领域的研究成果也成为了当今从搜索到内容过滤等各个方面不可或缺的组成部分。
AI科技评论
2019/06/02
3810
一个被图灵奖遗忘的暴脾气老大爷:LSTM之父又发威!
不要问“为什么要说又”了。这位大爷是圈内有名的老暴脾气。他发了一篇博客,回顾了上世纪90年代以来,神经网络领域高引用数的论文,以及这些论文的成果和他本人和他的实验室之间的渊源。
昱良
2021/09/15
4440
一个被图灵奖遗忘的暴脾气老大爷:LSTM之父又发威!
深度学习能否达到人类推理水平?三位图灵奖得主激辩海德堡论坛
85 岁的图灵奖得主 Raj Reddy 参加了最近举行的第九届海德堡获奖者论坛。他发出由衷感叹:「我在人工智能领域工作了近 60 年,没想到这种技术会在有生之年实用化。」
机器之心
2022/12/15
2270
图灵奖得主LeCun力推无监督学习:要重视基于能量的学习方法
导语:图灵奖得主深度学习大牛 Yann LeCun 表示,人工智能的下一个发展方向可能是放弃深度学习的所有概率技巧,转而掌握一系列转移能量值的方法。
AI科技大本营
2019/10/21
6630
图灵奖得主LeCun力推无监督学习:要重视基于能量的学习方法
推荐阅读
相关推荐
AI大热,三位深度学习先驱赢得2018年图灵奖
更多 >
领券
💥开发者 MCP广场重磅上线!
精选全网热门MCP server,让你的AI更好用 🚀
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档