人工智能先驱三人组成了图灵奖的获奖者

三位人工智能(AI)先驱者共同获得了2019年的阿兰图灵奖，这一奖项被创造为人工智能的“诺贝尔奖”。凭借100万英镑的巨额奖金，三位获奖者分享了他们在神经网络方面的变革工作，这项技术大大支持人工智能的成功，人工智能通过教学技术以人类神经网络行为和处理信息的方式进行思考。

博士。Yann LeCun，Geoffrey Hinton和Yoshua Bengio是他们在50多年来不断发展的领域工作的受益者。LeCun目前是Facebook的首席人工智能科学家，Hinton总部位于Google Brain研究部门，Bengio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已经改变了人工智能技术的构建方式，加速了面部识别，仓库机器人和自动驾驶汽车的开发。

这三人不仅因为他们的成就而受到赞扬，而且他们对该领域的承诺在90年代中期和2000年代中期之间出现了大幅下降。在结合获得加拿大政府资助以资助研究中心后，他们为学生组织了定期会议，研讨会和暑期学校。

正是在2012年，他们以Hinton为首的研究以40%的目标识别时使用他们在神经网络上的工作作为基础击败了领先的算法。根据LeCun的说法，那时AI真的开始起飞并让人们相信。

这是一个非常有声望的奖项，该领域的任何人都希望获得，但是谁是赢家，是什么促使他们获得了巨大的成功?

Yann LeCun

LeCun博士是一名法国人工智能专家，拥有电气工程背景，之后转向计算机科学，并在此过程中获得了着名大学的各种学位。

LeCun现在担任Facebook人工智能研究主任，并发表了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，VLSI设计的技术论文和书籍章节。和信息理论。

他的手写识别技术被世界各地的银行使用，嘶嘶声图像识别模型，卷积网络，被Facebook，谷歌和微软等公司用于图像识别，标记和文档识别等事物。

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Hinton的背景在于实验心理学，在获得爱丁堡大学人工智能博士学位之前，在剑桥国王学院获得该学科学位。

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，神经网络在多层神经网络感知和理解数据的方式中发挥了重要作用。他也因其在玻尔兹曼机器方面的工作而闻名，这些机器在早期理解神经网络方面发挥了重要作用。

Hinton现在在Google工作，他在那里设计机器学习算法，旨在发现一种可以模仿人类大脑的方式应用于大型数据集的学习过程。

Yoshua Bengio

Bengio被认为是世界领先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。工程背景为他提供了进一步学习计算机科学的基础。

根据他的简历，他的“最终目标是了解通过学习导致智力的原则”。除了与IBM的深度学习部门合作外，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。