“三巨头”获图灵奖的背后：宽容的研究环境、师徒合作与个人坚守 | 微众银行首席AI官杨强点评

三巨头在获奖后第一时间接受了BBC新闻的采访：

“我认为计算机科学界已经认识到这件事情 （指神经网络） 并非不可靠 （flaky） ，这很棒。”Hinton说，“很多年来，他们都认为神经网络是不被尊重的。我认为我们刚刚开始了一场大革命。” Yoshua Bengio和Yann LeCun也在各自的社交媒体上表达了荣幸和感激之情。

这是1993年录制的一段视频，在视频里，Yann LeCun演示了电脑识别手写数字的成果。

1

什么是神经网络？

程序通过明确的指令一步步向计算机传递命令，这是我们最熟悉的传统计算模式。

而在深度学习这一人工智能研究的子领域中，计算机并未得到关于如何解决某个任务的显式说明。

学习算法可以从数据中提取输入数据与期望输出的关联模式，比如由图片中某个像素 （输入数据） 关联到某一类标签 （例如：苹果） 。而研究者面临的挑战是如何开发出高效的学习算法，修改神经网络中连接的权重以使它能够捕捉到数据中的关联模式。

自 20 世纪 80 年代开始，Geoffrey Hinton 就开始提倡使用机器学习方法进行人工智能研究，他希望通过人脑运作方式探索机器学习系统。 受人脑的启发，他和其他研究者提出了“人工神经网络”（artificial neural network），为机器学习研究奠定了基石。

在计算机科学领域，“神经网络”是指由计算机模拟的由简单的计算原件——“神经元”构成的层的组合。这些“神经元”通过加权连接相互影响，通过改变连接的权重，可以改变神经网络所执行的计算。Hinton、LeCun 和 Bengio 意识到通过使用多层网络来构建深度网络的重要性，进而提出了“深度学习”这一概念。