美国东部时间3月27日，美国计算机协会（ACM）宣布，深度学习的三位推动者尤舒亚·本吉奥（YoshuaBengio）、杰弗里·辛顿（GeoffreyHinton），和雅恩·乐昆（YannLeCun）因其在神经网络方面的成就赢得了年的图灵奖（A.M.TuringAward）。图灵奖诞生于年，这一奖项名称取自计算机先驱艾伦·图灵（AlanMathisonTuring）。通常获奖者必须是在计算机领域具有持续而重大的先进性的技术贡献，因此被称为诺贝尔计算机奖，获奖者将获得万美元的奖金。由于评奖流程极为严格，且对获奖者的要求极高，一般每年图灵奖只奖励1名计算机科学家，极少数情况有2名以上在同一方向上做出贡献的科学家同时获奖。此次，是自年和年之后，第三次图灵奖同时颁给了3名科学家。雅恩·乐昆曾为多伦多大学杰弗里·辛顿实验室的博士后研究员，雅恩·乐昆在AT＆T贝尔实验室工作时又与尤舒亚·本吉奥成为同事，据《纽约时报》报道，年在加拿大政府的支持下，杰弗里·辛顿组建研究项目，邀请雅恩·乐昆和尤舒亚·本吉奥加入了他的项目组。杰弗里·辛顿曾表示，他们几乎每周都要见一面，而聚会常以吵架结束。在过去数十年间，上述三人既独立研究又相互合作，共同奠定了深度神经网络领域的基础概念。他们还进行了大量实验，发现了这项技术的潜力，并进一步在工程上付出努力，证明了深度神经网络的优势。ACM指出，近年来计算机视觉、语音识别、自然语言处理和机器人技术以及其他应用取得突破，是因为这三人推动的这场长达三十年的深度革命。协会主席CherriM.Pancake指出，人工智能的发展在很大程度上归功于深度学习的最新进展。CherriM.Pancake表示，任何有智能手机的人都可以明确体会到自然语言处理和计算机视觉技术的进步，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，深度学习的发展为医学、天文学、材料科学等领域的科学家提供了强大的新工具。但深度学习也经历过低谷。在提出之后，由于当时计算能力尚未达到需求，且主流声音并未看重，深度学习曾经遭遇学界质疑，甚至不被看好。但是上述三位科学家仍然坚持，他们克服了计算力和数据量的限制，突破性地研究了反向传播（Backpropagation）、卷积神经网络（CNN）和生成对抗式神经网络（GAN）等。他们的研究和想法启发了整个行业对问题的探索，为这一轮以机器学习/深度学习为主的人工智能浪潮打下了基础，加速了人脸识别服务，数字语音助理，仓库机器人和自动驾驶汽车等技术的发展。因此，他们三人也被称为“深度学习的三剑客”。他们是GoogleScholar计算机科学领域被引用最为频繁的三位作者。目前，杰弗里·辛顿为谷歌副总裁兼工程研究员，雅恩·乐昆担任Facebook的副总裁和首席人工智能科学家，据《纽约时报》报道，尤舒亚·本吉奥也与IBM和微软签订了相关协议，他参与的研究进入了许多机器翻译、人工智能助手类的产品。AMC将于6月15日在美国旧金山召开颁奖典礼，而这一奖项目前由谷歌赞助。尤舒亚·本吉奥：论文平均每天被引用次尤舒亚·本吉奥，年出生，加拿大计算机科学家，蒙特利尔大学的教授。他同时是加拿大先进技术研究院人工智能主席、魁北克人工智能研究所（MILA）的科学主任、加拿大数据定价中心主任。他建立的MILA，目前拥有名研究人员和35名教职员工，是世界上最大的深度学习研究学术中心之一。ACM颁奖给他，主要表彰了他在神经网络概率模型、高维度向量自然语言表征和注意力机制，以及生成对抗性神经网络方面的贡献。他曾与其他专家合著《深度学习》，这是一本被业内誉为“圣经”的书。他的论文在年平均每天被引用次。尤舒亚·本吉奥在年发明了Probabilisticmodelsofsequences（序列概率模型），把神经网络和概率模型（例如隐马尔可夫模型）相结合，与美国电信运营商ATT合作，用新技术识别手写支票，这被认为是20世纪90年代神经网络研究的巅峰之作，现代深度学习技术中的语音识别就是这些概念的扩展。年，他发表了具有里程碑意义的论文“ANeuralProbabilisticLanguageModel（神经概率语言模型）”，该论文引入了高维词嵌入作为词义的表征方法，他的观点对自然语言处理任务产生了巨大而持久的影响，包括机器翻译、知识问答、视觉问答等，他的研究团队还提出了一种注意力机制，该方法直接导致了机器翻译领域的突破，并构成了深度学习序列建模的关键组成部分。自年以来，尤舒亚·本吉奥非常