左起Yoshua Bengio、Geoffrey E Hinton、Yann LeCun

2018年圖靈獎頒發給三位對深度神經網路有重大貢獻的科學家,分別是蒙特婁大學教授Yoshua Bengio、Google副總裁兼工程研究員Geoffrey Hinton以及臉書副總裁暨首席人工智慧科學家Yann LeCun。這三個人的研究對現在的深度學習技術有重大的影響,也是近年在電腦視覺或是自然語言處理等深度神經網路應用,可以快速突破的關鍵人物。

Yoshua Bengio將神經網路與序列機率模型結合,NCR將這項技術應用於辨識手寫支票系統中,被認為是1990年代神經網路發展的巔峰之作,而現在深度學習語音辨識系統,也都是基於這個技術建立。在2000年的時候,Yoshua Bengio發表神經機率語言模型,他首先使用了高維度字詞嵌入概念表達字詞意義,而這對現在自然語言處理技術有著重大的影響,包括在語言翻譯、問答以及視覺問答等應用,其團隊還發展出了注意力機制,在機器翻譯上獲得重大突破。

Yoshua Bengio與Google大腦研究科學家Ian Goodfellow,共同開發的生成對抗網路(GAN),在電腦視覺與圖學達到了重要的里程碑,其著名的應用是讓電腦能產生原創的圖像,賦予人工智慧像人類一樣的創造力。

而Google的Geoffrey Hinton,在1986年與其他共同作者發表了反向傳播(Backpropagation)演算法,這個演算法現在已經成為神經網路技術的標準,在2012年,Geoffrey Hinton與其學生共同改進了卷積神經網路,在著名的ImageNet資料集競賽中,降低一半辨識錯誤率,將電腦視覺領域帶到了另一個層次。

Yann LeCun則是在1980年代開發了卷積神經網路,現在已經成為神經網路的基本原理,是可以使深度學習更加有效的關鍵技術,現今的電腦視覺、語音辨識、語音合成、圖像合成以及自然語言,全都使用到這項技術,而Yann LeCun也是第一個使用卷積神經網路辨識手寫數字的人。Yann LeCun許多早期發展的概念,現已經成為人工智慧技術的基礎,像是在圖像辨識中使用分層特徵表示,這個概念已經普遍使用在辨識應用上。

Yann LeCun還與臉書人工智慧研究員Leon Bottou共同發展反向傳播演算法,並協作出可應用在每個深度學習軟體平臺的建構模塊原則(Building-Block Principle),包括PyTorch和TensorFlow深度學習函式庫都是以此為基礎。

圖靈獎被稱作計算領域的諾貝爾獎,以人工智慧之父Alan M. Turing命名,目的是要表揚在人工智慧領域上,對概念或是工程突破有所貢獻的人,由Google提供財務資助,得獎人可獲一百萬美元的獎金。


Advertisement

更多 iThome相關內容