中國(guó)科學(xué)院官方賬號(hào)~昨天 09:21
編者按: 智顯未來(lái)，洞見(jiàn)新知。中科院之聲與中國(guó)科學(xué)院自動(dòng)化研究所聯(lián)合開(kāi)設(shè)“智言智語(yǔ)”科普專欄，為你介紹人工智能相關(guān)知識(shí)與故事，從最新成果到背后趣聞，帶你徜徉AI空間，看人工智能如何喚醒萬(wàn)物，讓世界變得更美好 。
圖靈獎(jiǎng)是美國(guó)計(jì)算機(jī)協(xié)會(huì)于1966年設(shè)立的，又叫"A.M.圖靈獎(jiǎng)"，專門獎(jiǎng)勵(lì)那些對(duì)計(jì)算機(jī)事業(yè)作出重要貢獻(xiàn)的個(gè)人。其名稱取自計(jì)算機(jī)科學(xué)的先驅(qū)、英國(guó)科學(xué)家艾倫·圖靈，這個(gè)獎(jiǎng)設(shè)立的目的之一是紀(jì)念這位科學(xué)家。
圖靈被稱為“人工智能（AI）之父”。1950年，他發(fā)表了題為《計(jì)算機(jī)與智能》（Computing Machinery and Intelligence）的論文，首次提出了機(jī)器具備思維的可能性。圖靈還預(yù)言，到20世紀(jì)末，一定會(huì)出現(xiàn)可以通過(guò)圖靈測(cè)試的計(jì)算機(jī)。
回顧圖靈獎(jiǎng)50年的歷史，我們欣喜地發(fā)現(xiàn)人工智能一直是圖靈獎(jiǎng)不斷鼓勵(lì)、不斷發(fā)現(xiàn)的重要話題。也許我們紀(jì)念圖靈，正是因?yàn)樗乃伎际怯?jì)算機(jī)的起點(diǎn)，而直到80年后炙手可熱的人工智能仍能從他的思考里找到啟迪。
人工智能方向的圖靈獎(jiǎng)獲得者們（圖片來(lái)源：amturing.acm.org）
從1969年Marvin Minsky成為第一位獲得圖靈獎(jiǎng)的人工智能學(xué)者，到不久之前的2018年三位學(xué)者在深度學(xué)習(xí)方向的成果共同得到圖靈獎(jiǎng)的認(rèn)可，人工智能領(lǐng)域已經(jīng)成為計(jì)算機(jī)領(lǐng)域獲得最多圖靈獎(jiǎng)的方向之一。接下來(lái)，就讓我們帶你走近這些獲得圖靈獎(jiǎng)的人工智能科學(xué)家和他們的傲人成就吧！
一、1969年 Marvin Minsky因“人工智能理論及軟件”被授予圖靈獎(jiǎng)
他是框架理論的創(chuàng)立者。1956年，馬文·明斯基（Marvin Minsky）和約翰·麥卡錫（John McCarthy）發(fā)起了“達(dá)特茅斯會(huì)議”。這個(gè)會(huì)議提出了“人工智能” 概念，直接催生了人工智能革命，明斯基也成為了“革命家”。不僅如此，他研發(fā)了第一個(gè)神經(jīng)網(wǎng)絡(luò)模擬器、設(shè)計(jì)了最早的模擬人類機(jī)器人，他還是虛擬現(xiàn)實(shí)的最早倡導(dǎo)者，也是世界上第一個(gè)人工智能實(shí)驗(yàn)室——MIT人工智能實(shí)驗(yàn)室的聯(lián)合創(chuàng)始人。1969年，明斯基被授予了圖靈獎(jiǎng)，成為了第一位獲得圖靈獎(jiǎng)的人工智能學(xué)者。
二、1971 年， John McCarthy因提出“人工智能”這一術(shù)語(yǔ)并使之成為一個(gè)重要的學(xué)科領(lǐng)域獲得圖靈獎(jiǎng)
麥卡錫是“人工智能”概念的提出者（1956年）和LISP語(yǔ)言的創(chuàng)造者，是過(guò)去半個(gè)多世紀(jì)以來(lái)最重要的計(jì)算機(jī)科學(xué)家之一。時(shí)至今日，LISP語(yǔ)言仍在人工智能領(lǐng)域被廣泛使用。特別值得一提的是，麥卡錫還和自己的兩位門徒雷伊·雷蒂（Raj Reddy）、芭芭拉·麗茲科（Barbara Liskov）一起，組成了圖靈獎(jiǎng)評(píng)獎(jiǎng)歷史上罕有的“一門三杰”，被傳為一段佳話。
三、1975年 Allen Newell 、Herbert ("Herb") Alexander Simon因在人工智能、人類識(shí)別心理和表處理的基礎(chǔ)貢獻(xiàn)獲得圖靈獎(jiǎng)
紐厄爾是人工智能符號(hào)主義學(xué)派的創(chuàng)始人。這尊圖靈獎(jiǎng)，由艾倫·紐厄爾（Allen Newell）和自己的老師赫伯特·西蒙（Herbert Alexander Simon）共享。紐厄爾對(duì)研究“人如何思維”非常感興趣，通過(guò)和西蒙合作，共同提出了“中間結(jié)分析法”，成功地開(kāi)發(fā)了最早的啟發(fā)式程序“邏輯理論家”和“通用問(wèn)題求解器”，為人工智能的基本原理打下了基礎(chǔ)。
赫伯特·西蒙因?yàn)椤坝邢蘩硇哉f(shuō)”和“決策理論”在1978年獲得諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)，他不單單是一個(gè)經(jīng)濟(jì)學(xué)家，他同時(shí)在“人工智能”、“信息處理”、“決策理論”、“問(wèn)題解決技術(shù)”、“組織理論”、“復(fù)雜系統(tǒng)”這些領(lǐng)域中都做出過(guò)先驅(qū)性的貢獻(xiàn)。前文提到的“邏輯理論家”程序是在西蒙和同事一起開(kāi)發(fā)的世界上第一個(gè)專門為人工智能開(kāi)發(fā)設(shè)計(jì)的語(yǔ)言，也是第一個(gè)基于列表（List）的計(jì)算機(jī)語(yǔ)言，IPL（Information Processing Language）上編寫和運(yùn)行的。
四、1994年 Edward A ("Ed") Feigenbaum 、Dabbala Rajagopal ("Raj") Reddy DL Author Profile link因?yàn)殚_(kāi)拓了大型人工智能系統(tǒng)的設(shè)計(jì)和建設(shè)獲得圖靈獎(jiǎng)
愛(ài)德華·費(fèi)根鮑姆（Edward Albert Feigenbaum）和雷伊·雷蒂（Raj Reddy）的重大貢獻(xiàn)在于通過(guò)實(shí)驗(yàn)和研究，證明了實(shí)現(xiàn)智能行為的主要手段在于知識(shí)，在多數(shù)實(shí)際情況下是特定領(lǐng)域的知識(shí)。費(fèi)根鮑姆最早倡導(dǎo)了"知識(shí)工程"(Knowledgeengineering)，并使知識(shí)工程成為人工智能領(lǐng)域中取得實(shí)際成果最豐富、影響也最大的一個(gè)分支。于1965年和遺傳學(xué)系主任、諾貝爾獎(jiǎng)得主萊德伯格(JoshuaLederberg)等人合作，開(kāi)發(fā)出了世界上第一個(gè)專家系統(tǒng)程序DENDRAL。與此同時(shí)，他還是美國(guó)空軍的首席科學(xué)家。雷蒂的貢獻(xiàn)在于Navlab項(xiàng)目和LISTEN項(xiàng)目。Navlab項(xiàng)目在計(jì)算機(jī)視覺(jué)、機(jī)器人路徑規(guī)劃、自動(dòng)控制、障礙識(shí)別等諸多方面有許多重大的技術(shù)突破,使智能機(jī)器人躍上了一個(gè)嶄新的臺(tái)階。LISTEN項(xiàng)目核心是一個(gè)名為SphinexⅡ的語(yǔ)音識(shí)別系統(tǒng)，預(yù)計(jì)能幫助20%的美國(guó)文盲脫盲，產(chǎn)生了巨大的經(jīng)濟(jì)效益和社會(huì)效益。
五、2010年，Leslie Gabriel Valiant 因?qū)Ρ姸嘤?jì)算理論（包括PAC學(xué)習(xí)、枚舉復(fù)雜性、代數(shù)計(jì)算和并行與分布式計(jì)算）做出了變革性的貢獻(xiàn)而獲得圖靈獎(jiǎng)
萊斯利·瓦倫特的研究開(kāi)辟了新的領(lǐng)域，并引發(fā)了許多領(lǐng)域的變革。他研究領(lǐng)域包括計(jì)算對(duì)象的算法，如人腦、計(jì)算機(jī)計(jì)算等。萊斯利·瓦倫特為人工智能進(jìn)步提供了理論基礎(chǔ)，在改進(jìn)機(jī)器學(xué)習(xí)方面取得驕人成績(jī)。他在計(jì)算科學(xué)和數(shù)學(xué)領(lǐng)域的遠(yuǎn)見(jiàn)及認(rèn)知理論與其它技術(shù)結(jié)合后，開(kāi)創(chuàng)了機(jī)器學(xué)習(xí)和通信的新時(shí)代，如IBM推出的計(jì)算系統(tǒng)已經(jīng)能夠挑戰(zhàn)人類回答問(wèn)題的能力。
六、2011年 Judea Pearl因?qū)⒏怕收撨@一數(shù)學(xué)工具引入人工智能建模而獲得圖靈獎(jiǎng)
Pearl獲獎(jiǎng)是因?yàn)樗麑?duì)人工智能AI領(lǐng)域的突出貢獻(xiàn)，其中最重要的一項(xiàng)是在1980年代將概率論這一數(shù)學(xué)工具引入人工智能建模。Pearl提出，最好的建模工具是概率圖模型，又稱貝葉斯網(wǎng)絡(luò)。Pearl還推演出了解這個(gè)模型的Belief Propagation（BP）算法，此算法的簡(jiǎn)明高效是概率圖模型流行的最重要原因。另外，BP也可以用來(lái)在有環(huán)圖上迭代多次得到近似解，相關(guān)的問(wèn)題目前仍是個(gè)活躍的研究前沿。
七、2018年，因Yoshua Bengio、Geoffrey Hinton和Yann LeCun三位深度學(xué)習(xí)巨頭在深度神經(jīng)網(wǎng)絡(luò)（DNN）概念和工程上的突破，使得 DNN 成為計(jì)算的一個(gè)重要構(gòu)成，因而成為圖靈獎(jiǎng)得主。
Yoshua Bengio、Geoffrey Hinton和Yann LeCun是深度學(xué)習(xí)領(lǐng)域的三位領(lǐng)軍人物，也因均活躍于加拿大而被戲稱為人工智能領(lǐng)域的“加拿大黑手黨”，他們?cè)谏疃葘W(xué)習(xí)方向的研究成果在本輪人工智能興起中起到了關(guān)鍵作用！雖然圖靈獎(jiǎng)官網(wǎng)AI方向的劃分里不包括他們，但我們依然認(rèn)為有必要介紹一下。
雖然人工神經(jīng)網(wǎng)絡(luò)作為一種幫助計(jì)算機(jī)識(shí)別模式和模擬人類智能的工具在20世紀(jì)80年代被引入，但直到21世紀(jì)初，只有Yoshua Bengio、Geoffrey Hinton和Yann LeCun等一小群人仍然堅(jiān)持使用這種方法。盡管他們的努力也曾遭到懷疑，但他們的想法最終點(diǎn)燃了人工智能社區(qū)對(duì)神經(jīng)網(wǎng)絡(luò)的興趣，帶來(lái)了一些最新的重大技術(shù)進(jìn)步。深度學(xué)習(xí)方法促進(jìn)計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、自然語(yǔ)言處理和機(jī)器人技術(shù)等應(yīng)用領(lǐng)域取得了驚人的突破。從計(jì)算機(jī)視覺(jué)的圖像分類、目標(biāo)檢測(cè)、圖像分割、3D、目標(biāo)跟蹤，到語(yǔ)音識(shí)別、自然語(yǔ)言處理中的機(jī)器翻譯，以及圖像、聲音數(shù)據(jù)的生成和AlphaGo的成功，深度學(xué)習(xí)取得的成就讓人們備受鼓舞。
來(lái)源：中國(guó)科學(xué)院自動(dòng)化研究所
聯(lián)系客服
