当地时间3月27日，美国核算机学会宣告将2018年图灵奖颁发给深度学习范畴三位前驱——约书亚·本吉奥、杰弗里·辛顿和雅恩·勒昆，以奖励他们推进深度神经网络成为核算机技能的重要组成部分。

  图灵奖素有“核算机界的诺贝尔奖”之称，三位获奖者也都是AI范畴大名鼎鼎的科学家。本吉奥是蒙特利尔大学教授，辛顿是谷歌公司副总裁、多伦多大学名誉教授，勒昆是纽约大学教授、脸书公司首席人工智能科学家。

  “人工智能现在是一切科学范畴中开展最快的学科之一，也是当今社会最为热议的论题之一。”美国核算机学会主席切里·潘凯克说，这很大程度上归功于深度学习范畴近年来获得明显开展，而这一范畴的根底是由本吉奥、辛顿和勒昆奠定的。

  深度学习范畴三位前驱——约书亚·本吉奥、杰弗里·辛顿和雅恩·勒昆荣获2018年图灵奖。图片来源于网络

  所谓人工神经网络，是指仿照人的神经机制，在核算机中模仿出一层或多层被称为“神经元”的核算单元，使它们之间通过加权衔接而相互影响。通过改动这些节点的加权值，能改动人工神经网络的核算功能。

  本吉奥、辛顿和勒昆认识到通过建立多层神经元，构成比较“深”的人工神经网络的重要性，这正是“深度学习”一词的由来之一。

  “三位获奖者的确可称为深度学习范畴的奠基人。”中科院自动化所模式辨认国家重点试验室研讨员宗成庆承受科技日报记者正常采访时说，前期完结的神经网络是单层的，他们把单层神经网络拓宽成多层并付诸使用，在图画辨认、语音辨认和机器翻译等许多使命上都获得了不错的作用。

  “通过大幅度的进步核算机了解国际的才干，深度神经网络不只在改动核算机范畴，也在改动科学和人类行为所触及的每一个范畴。”谷歌高档副总裁杰夫·迪恩说。

  上世纪80年代，科学家开端使用人工神经网络模型协助核算机完结模式辨认使命，并模仿人脑的智能。辛顿、本吉奥和勒昆一直把这种思路坚持到本世纪，虽然起先他们的主意不被认可。

  “核算机科学界已认识到这种办法并不古怪，这是功德。”辛顿在承受英国广播公司（BBC）采访时说，多年来咱们都觉得人工神经网络何足挂齿。

  辛顿自上世纪80年代前期就开端倡议机器学习办法，他和其他科学家提出将“人工神经网络”作为机器学习研讨的柱石。现在，深度学习已在AI范畴被遍及采用。

  “很大一部分原因是核算机功能有了根本性进步。”宗成庆告知科技日报记者，上世纪八九十年代人工智能呈现一波热潮，但其时核算机的存储容量、核算才干都十分有限，只能核算单层神经网络。现在核算机功能极大的进步，再加上有海量数据支撑，在多层神经网络中练习大规模数据得以快速完结。

  “深度学习技能现在在核算机范畴的使用十分遍及。从使用视点看，这种办法的确可使许多使命的处理获得最优成果。”宗成庆说。

  抛开其开展不谈，现阶段深度学习技能还无法让核算机像人相同去深度了解言语、语音和图画。比方，智能手机帮手看起来口齿伶俐，却并未真实了解咱们的话。假设对它说“臭豆腐真香啊”，它的答复会不可思议，或许给出怎样了解都不错的答案。

  宗成庆以为，以自然言语了解为例，下一步的方向是让机器在语义、概念上进行推理和核算，而不只逗留在对信号层面的处理。这就触及许多神经科学、认知科学和核算科学结合的问题。

  与此同时，人工神经网络仍然是个“黑箱子”，可解说性比较差。让它将英文翻译成中文，假设渐渐的呈现过错，是哪个环节导致过错仍然难以解说。处理特定使命终究需求几层神经网络才干完结最佳，也没有合了解说，只能依托经历和试验大量地测验。

  “深度学习技能将通过一段时间的开展逐步趋于老练，进入比较平稳的渠道期。进一步打破需求对人工神经网络进行较大改善，或许在包含脑科学在内的多学科穿插研讨的根底上提出新的模型和办法。”宗成庆说。

  封面新闻丨2023国际智能制作大会供给 “演武场”，300款工业机器人齐上阵