有一個流傳很廣的說法：Steve Jobs把公司取名蘋果，並以咬了一口的蘋果作為logo，是為了紀念服食毒蘋果自殺的電腦科學先驅艾倫·圖靈（Alan Mathison Turing）。
Steve Jobs否認了這個說法，但他說，「很希望自己是那樣構思的。」
從電腦科學到人工智慧，圖靈都做出了奠基性的貢獻，以他的名字命名的「圖靈獎」，被公認為電腦世界的最高榮譽，相當於電腦界的諾貝爾獎。
今年的圖靈獎被授予了深度學習領域的三巨頭：Yoshua Bengio、Yann LeCun和Geoffrey Hinton，以表揚他們對人工智慧發展的推動，三位科學家將平分100萬美元的獎金。
現在，深度學習已經幾乎是人工智慧的代名詞，從AlphaGo、人臉辨識、智慧語音助理到自動駕駛，都得益於深度學習的發展。
但它的進步，是一個孤獨的故事。
過去10年內，ImageNet圖像辨識挑戰賽都是人工智慧領域最權威的比賽之一。
ImageNet有一個超百萬張圖片的超級數據庫，其中的圖片由人手工添加標籤，說明圖片的內容，並分成不同的類別，從動物、汽車等大類，一直到虎鯊、廁所衛生紙這樣的小類。
參賽者要做的就是對圖片中的物體進行辨識和分類，準確度最高者獲勝。
2012年，首次參賽的加拿大電腦科學家Geoffrey Hinton領銜的團隊拿到了冠軍，而且，比第二名准確率高出了10%。
這個結果震驚了學術界，因為當時的第二名到第四名都用了相同的研究方法，他們已經做到了極致，每個隊伍準確率的差別不超過1%。
Hinton團隊用的是完全不同的方法——深度學習，具體的算法被稱為卷積神經網路（CNN）。這是一個里程碑式的進步，正是Hinton團隊的突破，讓學術界和工業界用更多人關注、使用深度學習，最終推動了人工智慧行業的大發展。
如果以辨識貓為例，傳統的電腦視覺算法依靠設計者的先驗知識，比如透過貓的集合體推斷出，四條腿，體型較小，會喵喵叫的動物為貓。機器透過人的思維構建的模式來判斷它是否為貓。
深度學習則不同，它從海量的和貓相關的數據中自動學習，並提取出相應特徵，最終可以判定某個未知物體為貓。它和人類的思維方式更為接近，這種算法也被歸於神經網路。
雖然看起來深度學習從根本上就是一個更先進的算法，但在過去相當長的時期內，它並不被看好。
因為過去用於訓練的數據集規模都比較小，這很容易導致過擬合現象，即算法在測試集表現很好，但在實際應用出會出現極大的誤差；同時，電腦性能也無法滿足擁有成千上萬個參數的深度學習模型。
Yoshua Bengio、Yann LeCun和Geoffrey Hinton三位科學家正是在這樣的限制下堅持深度學習研究的。
Hinton已經71歲了，上世紀70年代，還在愛丁堡大學攻讀人工智慧博士學位的他就著迷於神經網路，這和當時的學術主流背道而馳，就連他的博士生導師也反對他的研究。
「我們一周見一次面，有時會以爭吵結束，有時候不會。」Hinton在一次採訪中曾回憶他的博士時光。
Yoshua Bengio和Yann LeCun要年輕一些，三人的研究互有交集。Yann LeCun現年58歲，1987至1988年，他在Hinton的實驗室中有一年的博士後研究經歷，之後加入當時最頂尖的隸屬於AT&T的貝爾實驗室。
在貝爾實驗室中，LeCun利用深度學習研發出了辨識手寫的信件和電話號碼的系統，這個成功取得了不錯的商業成功，它一度辨識了美國10%的手寫支票。
但是，當他將深度學習用於其他領域時，就遇到了重重困難，只有當訓練數據集足夠大時，深度學習才能表現得足夠好，但當時很少有什麼領域滿足這個條件。
LeCun的研究被視為異類，但依然有一些研究員和他一樣堅信深度學習的未來，包括現年55歲的，當時同在貝爾實驗室的Yoshua Bengio。
2004年，在加拿大前沿科學機構的讚助下，Geoffrey Hinton創立了專注於「神經計算和自適應感知」的項目，他也邀請了在深度學習堅持多年的Yoshua Bengio和Yann LeCun加入。
三人聯手後，就是推動深度學習不斷前進的故事。他們在2010年幫助微軟、IBM和Google拓展了語音辨識的邊界，之後在圖像辨識做了相同的工作，一直到2012年，Hinton領銜的團隊在ImageNet圖像辨識挑戰賽一戰成名，掀開了人工智慧的嶄新一頁。
現在，Hinton加入了Google，同時在多倫多大學繼續研究工作；LeCun是Facebook的首席人工智慧科學家，同時也是紐約大學的教授；Bengio拒絕了科技巨頭的邀請，他是蒙特利爾大學的教授，並創立了一家名為ElementAI的AI公司。
如果算上Hinton在博士期間的研究，他們已經默默為深度學習奉獻了30年。
「他們引領了科學典範的轉變，歷史最終選擇了他們，我充滿敬畏。」另一位AI權威，艾倫人工智慧研究所CEO，Oren Etzioni如此評價他們的獲獎。
圖靈獎沒有忘記英雄，我們也應該銘記。
本文授權轉載自愛范兒
