图灵奖是计算机科学的最高荣誉（通常被视为计算机的“诺贝尔奖”），已授予三位计算机科学家，他们为人工智能（AI）目前正在进行的许多进步奠定了基础。

Geoff Hinton，多伦多大学教授，Google Brain高级研究员，纽约大学教授Yann LeCun和Facebook首席AI科学家，以及蒙特利尔大学教授，AI联合创始人Yoshua Bengio公司Element AI，将分享今年的奖项。除了声望和认可之外，三人还将分享100万美元的奖励中国机械网okmao.com。

人工智能现在风靡一时，这项技术有望以多种方式彻底改变世界 - 我们才开始预见 - 但情况并非总是如此。多年来，机器学习和人工智能被认为是“片状”或者被视为不健全的科学。Hinton教授暗示了那个过去，告诉BBC，当大多数社区反对它时，他们三个人真的相信AI：

“我认为计算机科学界已经认识到这些东西并不片面，这真是太棒了。多年来，他们认为神经网络不受尊重。“

“现在很高兴得到认可，它很时尚，”他补充道。

神经网络

人工神经网络是一种松散地受到生物大脑启发的计算系统。这些系统“学习”执行任务，无论是否有监督。近年来，这些网络已经在采取领域的巨大进步，例如图像识别和生成，数据分析，甚至科学的研究。

具有8个输入，2×8隐藏和2个输出的双层人工神经网络。图片来自维基百科。

我们可能并不总是意识到这一点，但是在我们生活的每一天，我们都与开发所带来的技术以及随后三个AI“教父”的成就相互作用。提供图灵奖的计算机协会（ACM）理所当然地决定奖励先驱者。

“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在一份声明中表示。“人工智能的增长和兴趣在很大程度上归功于Bengio，Hinton和LeCun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和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 - 从医学到天文学到材料科学。“

1983年，Hinton共同发明了玻尔兹曼机器 - 使用统计概率的第一类神经网络之一。他还发表了一些开创性的研究，包括一篇开创性的论文，证明神经网络内部连接的强度可以显着提高软件系统的学习能力。2007年，Hinton合着了 一篇名为无监督学习图像变换的无监督学习论文  。 

LeCun在Hinton的领导下担任博士后研究员，并致力于改善这些反向传播技术。他开发了卷积神经网络 - 一种用于图像识别和分析的系统。与此同时，  Bengio与LeCun合作在贝尔实验室进行计算机视觉突破，然后继续将神经网络应用于自然语言处理。所有现代机器翻译软件都在某一方面依赖于他的工作。最近，他正致力于一种能够使神经网络能够创建超逼真图像的方法。他还是一个价值10亿美元的非盈利组织的创始人之一，该组织旨在“为人类的利益解决人工智能”。

这三位研究人员仍然非常活跃并且在该领域具有很高的影响力。

Yoshua Bengio，Geoffrey Hinton和Yann LeCun现已进入一个非常精选的计算机科学家名单。

图灵奖的第一个获奖者（被广泛认为是理论计算机科学和人工智能之父的阿兰图灵命名）是Alan Jay Perlis，因其在计算机编程语言方面的开创性工作而闻名。其他获奖者包括发明万维网的Tim Berners-Lee和帮助开创公钥密码学的Whitfield Diffie。