作者｜李梅

编辑｜陈彩娴

当地时间6月15日，阿斯图里亚斯公主基金会官宣：2022年阿斯图里亚斯公主技术和科学研究奖（Princess of Asturias Award for Technical and Scientific Research）颁给深度学习三巨头 Geoffrey Hinton、Yann LeCun、Yoshua Bengio以及Deepmind 创始人 Demis Hassabis，以表彰他们对人工智能的进步及其在社会中的全面融合所做出的贡献！

评审团认为，他们在深度学习领域的贡献带来了语音识别、自然语言处理、对象感知、机器翻译、策略优化、蛋白质结构分析、医学诊断和许多其他技术的重大进步。这些技术在目前和未来对社会进步的影响非同寻常。

阿斯图里亚斯公主奖由阿斯图里亚斯公主基金会设立，每年颁发一次。该基金会的目标是为颂扬和促进构成人类普遍遗产一部分的科学、文化和人文价值。该奖项是西班牙最高荣誉奖项之一。

LeCun 在推特上官宣了获奖消息：

Yoshua Bengio、Geoffrey hinon、Demis Hassabis 将与我共同在十月底接受西班牙阿斯图里亚斯公主奖的荣誉。获得这个奖项我感到非常荣幸。

Hassabis也发表了获奖声明：

我（同时代表我了不起的团队）非常荣幸能与我一些杰出的同事和科学家一起被授予著名的阿斯图里亚斯公主奖，他们通过发明这些新的突破性技术，帮助改善了人们的生活，增进了我们对世界的理解。

1

深度学习三巨头

Geoffrey Hinton、Yann LeCun和Yoshua Bengio 被是人工智能关键技术深度学习的三位「教父」，深度学习基于神经网络，被用于语音识别、计算机视觉和自然语言处理，并在物体感知和机器翻译等多个领域取得了进步。这些神经网络旨在模拟人脑的功能，使用将生物学习过程转换为数学序列的算法。这种观点的核心在于让机器从自己的经验中学习。

2018年，Hinton、LeCun 和 Bengio 共同被授予图灵奖。

Hinton于1986年发明了反向传播算法，这是训练神经网络的基础。2012年，他和他的学生Alex Krizhevsky用这些算法设计了一个名为AlexNet的卷积神经网络，该网络由65万个神经元组成，并用120万张图像进行训练，目标识别的错误率仅为26%，比以前的系统降低了一半，最终获得2012年ImageNet竞赛冠军，掀起深度学习的热潮。

Hinton 还对人工神经网络及其训练做出了其他贡献，例如共同发明了玻尔兹曼机器（Boltzmann machine）、亥姆霍兹机器（Helmholtz machine）和所谓的专家产品（Product of Experts，PoE）。2021，他在arXiv预印本平台上发表了一份文件，介绍了GLOM，这是一个创新的理论项目，涉及一个新的向量模型，用于处理和表示神经网络中的视觉信息，该模型仍处于开发阶段。

Hinton 在1970年毕业于剑桥大学实验心理学专业，1975年获得爱丁堡大学人工智能博士学位。他曾在英国苏塞克斯大学、加州大学圣地亚哥分校、卡内基梅隆大学以及加拿大多伦多大学工作。1998年至2001年，他在伦敦大学学院成立了盖茨比计算神经科学单位（Gatsby Computational Neuroscience Unit）。随后，他回到多伦多大学，目前是该校计算机科学系名誉教授。

自2013年以来，他一直与谷歌合作，担任深度学习应用程序开发副总裁，目前是加拿大Vector Institute的首席科学顾问。谷歌学术显示，他有300多篇出版物，被引用次数达57万，h指数为169。

Hinton 是英国皇家学会、加拿大皇家学会和人工智能促进协会（国际范围）的会士，美国艺术与科学院和美国国家工程院的荣誉成员。除了2018年图灵奖外，他还获得了David E.Rumelhart奖（2001年）、国际人工智能联合会议颁发的卓越研究奖（2005年），加拿大自然科学与工程研究委员会授予的Gerhard Herzberg加拿大科学与工程金奖（2010年）、日本NEC C&C奖（2016年）、电气与电子工程师学会（IEEE）和爱丁堡皇家学会授予的James Clerk Maxwell奖章（2016年）。

LeCun则为 Hinton 发明的反向传播算法的发展做出了贡献，并于1989年创建了经典卷积神经网络 LeNet-5，是现代卷积神经网络的起源之一。它是一种银行支票上字符的识别系统，代表了光学字符识别技术的重大进步。后来，他为开发DjVu图像压缩技术做出了贡献，数百个网站和数百万用户使用该技术访问互联网上的扫描文档。他还研究了文档识别、人机交互和语音识别的深度学习方法。

LeCun 在1983年毕业于巴黎电子工程学院，1987年获得巴黎皮埃尔玛丽居里大学计算机科学博士学位。在多伦多大学GeoffreyHinton团队进行博士后研究后，他于1988年加入美国电话电报公司贝尔实验室，并于1996年成为图像处理研究部门的负责人。在新泽西州普林斯顿NEC研究所短暂任职后，他于2003年加入纽约大学。他是Facebook的人工智能研究主管，并在纽约大学从事学术活动，与数据科学中心（2012年至2014年由他创建并领导）和库兰特数学科学研究所有联系。他还是纯数学与应用数学研究所和数学计算与实验研究所（ICERM）顾问委员会的成员。

谷歌学术显示，LeCun 独著或合著300多篇出版物，被引用次数达24万，h指数为135。他是美国国家工程院院士，除2018年图灵奖外，他还获得过IEEE神经网络先驱奖（2014）、IEEE PAMI杰出研究员奖（2015）和宾夕法尼亚大学Harold Pender Award（2018）。他拥有墨西哥国家理工学院和洛桑联邦理工学院的荣誉学位。2016年，他被Wired杂志评选为100位全球影响力人物。

Bengio对概率序列模型做出了重要贡献，该模型用于语音和手写识别以及无监督学习。他目前正在研究数据表示中更高效的算法，提取模式识别，并能够理解更复杂的关系和高级概念。

Bengio 在1986年获得加拿大麦吉尔大学工程学士学位，后又相继获得计算机科学硕士和博士学位。他在MIT和贝尔实验室的LeCun团队完成了博士后研究。自1993年以来，他一直是蒙特利尔大学计算机科学与运筹学系的教授。除了担任加拿大统计学习算法研究主席外，他还是魁北克人工智能研究所Mila的创始人和科学总监，Element AI 初创公司的联合创始人和多家科技公司的顾问。自2019年以来，他担任多涅斯价值研究所（IVADO）的科学主任和加拿大人工智能咨询委员会的联合主席。Bengio还是加拿大皇家学会会士，并获得魁北克政府颁发的玛丽·维多利亚奖（2017年）、魁北克国际关系和法语国家部50周年纪念奖章（2018年）、加拿大人工智能协会颁发的终身奖（2018年）、基拉姆奖（Killam Prize）和IEEE CIS神经网络先锋奖（2019年）。他是三本关于深度学习的著名书籍的作者，也是《蒙特利尔人工智能负责任发展宣言》（Montreal Declaration for a Responsible Advancement of Artificial Intelligence）的发起人之一。谷歌学术显示，Bengio发表了600多篇文章，被引用次数达53万，h指数为205。

2

DemisHassabis：掀起AI在生命科学中的革命

Hassabis是DeepMind的CEO兼联合创始人，DeepMind 是世界上最大的人工智能研究公司之一，成立于2011年，2014年被谷歌收购。在DeepMind，Hassabis 创建了一个神经网络模型，该模型将人工神经网络的功能与可编程计算机的算法能力相结合。

DeepMind 将机器学习的进步与深度学习过程以及强化学习相结合，设计了一个新的深度强化学习领域，这是一个人工智能系统，为许多科学学科领域的多种应用打开了大门。2021，DeepMind团队成功地以极高精确度预测了35万多种人类蛋白质的结构（占所有已知蛋白质的44%）。该数据通过AlphaFold蛋白质结构数据库提供给世界上所有实验室，该成果被Science杂志评为年度科学发现（Scientific Discovery of the Year）。欧洲分子生物学实验室主任 Edith Heard 称，这一成就「与几十年前的基因组学一样，是生命科学的真正革命」。

Hassabis 是一名国际象棋神童，在13岁时就已经是一名著名的棋手。他对编程充满热情，17岁时，他加入Bullfrog Productions公司，担任视频游戏设计师，并在那里创作了Theme Park等热门游戏。1997年，他获得剑桥大学计算机科学专业。1998年成立了视频游戏公司Elixir Studios。2009年，他在伦敦大学学院获得了认知神经科学博士学位，并在哈佛和MIT完成了学业。

2011年，在埃隆·马斯克等投资者的支持下，Hassabis 成立了人工智能公司DeepMind Technologies，并开始创建学习算法来用于视频游戏，如AlphaGo，在短时间内击败了Go世界冠军Lee Sedol，引起世界轰动。他推动了人工智能学习系统AlphaZero的开发，这是革命性的，因为它将人类神经功能、记忆和想象之间的联系与机器学习机制结合在一起。Hassabis 英国皇家学会、皇家工程学院和皇家艺术学会的会士，曾获得皇家学会颁发的穆拉德奖（Mullard Award，2014年）、美国成就学院颁发的金盘奖（Golden Plate Award，2017年）和丹·大卫奖（Dan David Prize，2020年）。谷歌学术显示，他的著作已被引用近8万次，h指数为73

恭喜以上四位人工智能研究先驱者！