人工智能的三位先驱组成了图灵奖的获奖者

人工智能(AI)的三位先驱在2019年获得了艾伦图灵奖，该奖被创建为人工智能的诺贝尔奖。三位获奖者以100万英镑的巨额奖金分享了他们在神经网络方面的改革工作，这极大地支持了人工智能的成功，人工智能以人类神经网络行为和信息处理的方式通过教学技术进行思考。

医生。Yann LeCun、Geoffrey Hinton和Yoshua Bengio是他们在持续发展领域工作50多年的受益者。乐存目前是脸书首席人工智能科学家，欣顿总部在谷歌大脑的研究部门，本吉奥是蒙特利尔大学的教授，目前与IBM合作。

结合起来，他们在神经网络方面的工作改变了构建人工智能技术的方式，并加速了面部识别、仓库机器人和自动驾驶汽车的发展。

这三个人不仅因为他们的成就而受到称赞，而且他们在这个领域的投入在20世纪90年代中期和21世纪中期之间急剧下降。在获得加拿大政府对该研究中心的资助后，他们定期为学生组织会议、研讨会和暑期学校。

正是在2012年，由辛顿领导的他们的研究在40%的目标识别中击败了基于他们在神经网络上的工作的领先算法。据乐村说，AI真的是从那个时候开始起飞的，让人信以为真。

这是一个声望很高的奖项，这个领域的任何人都想获得，但是谁是赢家，是什么让他们取得了巨大的成功？

Yann LeCun

乐坤博士是法国人工智能专家，有电气工程背景，后转向计算机科学，在这个过程中他获得了著名大学的各种学位。

乐存目前是脸书大学人工智能研究的主任，已经发表了180多篇关于机器学习、计算机视觉、机器人、模式识别、神经网络、手写识别、图像压缩、文档理解、图像处理和VLSI设计的技术论文和书籍章节。和信息论。

他的手写识别技术被世界各地的银行、嘶嘶图像识别模型和卷积网络所使用，并被脸书、谷歌和微软用于图像识别、标记和文档识别。

杰弗里辛顿

与他在神经网络方面的工作相比，英国-加拿大的辛顿有实验心理学的背景，在获得爱丁堡大学人工智能博士学位之前，他在剑桥国王学院获得了该学科的学位。

Hinton最值得注意的一些工作在于反向传播算法在神经网络中的应用，它在多层神经网络感知和理解数据的方式中起着重要作用。他还因在玻尔兹曼机器上的工作而闻名，玻尔兹曼机器在早期理解神经网络方面发挥了重要作用。

辛顿现在在谷歌工作，他在那里设计机器学习算法，旨在找到一种模仿人脑的方法，并将其应用于大数据集的学习过程。

Yoshua Bengio

本吉奥被认为是世界顶尖的深度学习专家之一，他在2018年获得了最多的学术文献引用。背景为他进一步学习计算机科学提供了基础。

根据他的简历，他的“最终目标是理解学习导致智力的原理”。除了与IBM的深度学习部门合作，Bengio还在蒙特利尔成立了名为Element AI的AI孵化器，将人工智能研究转化为实际的商业应用。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！