近年来，人工智能领域的长足进步使得自动驾驶汽车等项目能达到几乎与人类相差无几的智能程度，而神经网络就是人工智能蓬勃发展的幕后推手。

3月37日，在人工智能领域有所建树的杨立昆、杰弗里·欣顿、尤舒亚·本吉奥共同获得了计算机科学的最高奖项——ACM图灵奖（该奖项自1966年起每年颁发一次，以计算机之父艾伦·图灵的名字命名）。

这三位获奖者被称为“深度学习教父”，也因活跃于加拿大而被称作人工智能领域的“加拿大黑手党”。下面我们来详细了解一下。

1.杨立昆

不少人可能怀疑杨立昆是华人，但他却是个实实在在的法国人，他真名叫Yann LeCun，杨立昆只是他的中文名。他常被认为是“卷积网络之父”，目前担任Facebook首席人工智能科学家和纽约大学教授。

杨立昆从一开始就相信他能让计算机“开眼看世界”。在他的理解里，图像是由很多很多小的部分、小的特征组合而成。而卷积神经网络，就是把图像拆解成小块，从中提取出特征，每一层提取的特征组合，都可被用于下一层更具体的特征识别。

另外，他也坚信，通过对海量数据进行筛选，最终将开发出新的神经网络，它们将获得基本常识。AI从业者便可以通过进一步训练这些神经网络识别并执行更高级的任务，从而完善它们，但是只有使用更强大的计算机芯片才有可能实现这样的目标，杨立昆希望这种芯片能更快出现。

2.杰弗里·欣顿

人工智能三大奠基人之一的杰弗里·欣顿目前是多伦多大学特聘教授，以他的人工神经网络而出名，被称为“神经网络之父”、“深度学习鼻祖”。

早在1972年，欣顿离开剑桥大学后就进入了爱丁堡大学研究人工智能——这个从诞生之初便带有科幻色彩的学科。他执着于寻找大脑工作的原理，直到遇见了发明于20世纪50年代的神经网络，他找到自己的“缪斯”——将神经网络运用于计算机视觉。欣顿也始终相信大脑一定是通过某种原理进行工作的。

随着计算能力的增强和互联网的海量数据，加之欣顿与杨立昆、尤舒亚·本吉奥等许多同行在过去十几年中踩过的坑，他们“信仰”的神经网络终于征服了世界。作为深度学习的积极推动者，欣顿培育影响了一批现在卓有成就的科学家。

3.尤舒亚·本吉奥

尤舒亚·本吉奥是人工智能自然语言处理领域的先锋。他1964年出生于法国，成长于加拿大，现居蒙特利尔，在蒙特利尔大学（University of Montreal）计算机科学与运算系任教授。本吉奥在麦吉尔大学获得计算机科学博士学位。他与杰弗里·欣顿、杨立昆一起被认为是20世纪90年代和21世纪初期推动深度学习的三个人。

2016年10月，本吉奥联合创立了一个位于蒙特利尔的人工智能孵化器Element AI。另外，本吉奥开创了将深度学习应用于序列（比如语音和理解文本）的方法。但直到本世纪初，在研究人员发现如何利用图形处理器的能力之后，深度学习才触及到更广泛的世界。

总而言之，无论在学术圈还是技术行业，以上三位获奖者都是人工智能领域不可多得的人才。尽管深度学习已经在实践中取得了诸多成功，但它仍然有许多无法做到的事。这三位获奖者称，他们不知道要如何解决余下的这些挑战。他们建议，任何希望在人工智能领域取得下一个突进突破的人，都应效仿他们过去的做法——无视主流想法的意愿。

想了解更多IT资讯，请访问中培教育官网：中培教育