揭秘2018图灵奖评选：Jeff Dean李开复和Lecun写信推荐Hinton
李根 发自 凹非寺
量子位 报道 | 公众号 QbitAI
今天（3月27日），2018年图灵奖嘉奖正式揭晓：深度学习三巨头Yoshua Bengio、Geoffrey Hinton，Yann LeCun一起荣膺计算机领域的最高荣誉。
ACM评委会颁奖词称：表彰他们以概念和工程的突破，让深度神经网络成为计算关键部件。
其中，72岁的Geoffrey Hinton更是众望所归，在年盛一年的呼声之后，终于加冕图灵奖。
有意思的是，量子位获悉，也是在今年，全球多位AI领域影响力科学家，都为Geoffrey Hinton撰写了推荐信。
包括Google研究负责人Jeff Dean、创新工场董事长李开复、微软研究院掌舵者Eric Horvitz，UC伯克利计算机教授Jitrenda Malik，以及一同获奖的Yann LeCun，都把推荐人选“瞄准”Hinton。
他们基本围绕学术、产业和教育等三大方面，对Geoffrey Hinton进行功绩介绍，字里行间也不乏一些鲜为人知的小故事，但最多的还是溢于言表的深情厚谊。
我们重点摘取了Jeff Dean、李开复和Yann LeCun的推荐信部分内容。
希望能让更多人了解传奇Geoffrey Hinton不为人知的传奇。
Here We Go~
Jeff Dean
Jeff Dean在推荐信中说，非常兴奋能为Geoffrey Hinton写推荐信，并且以最高的崇敬向评委会推荐Hinton.
首先是自我介绍和渊源关系部分。
Jeff Dean说自己目前领导Google的整体研究工作，涵盖机器学习、AI和许多其他计算机科学领域，其中Google大脑正是以深度学习和核心驱动。
而因为2013年Google对Geoffrey Hinton创办的项目DNNResearch的收购，Hinton正式加入Google，是Google17名Fellow之一。
Hinton在Google的工作也汇报给Jeff Dean.
接着，Jeff详细论述为啥图灵奖应该颁给Hinton。
第一，作为神经网络研究的先驱，Hinton的反向传播不仅极大推动了AI发展，而且难能可贵的是其“遗世独立”的精神。
在上世纪80年代，Hinton的工作方法并不收到认可，当时AI领域更倾向于相信逻辑和规则推导之下的专家系统。
但Hinton怀揣巨大勇气，选择了冒险的方向，笃定自己的方法，最终让整个计算机行业受益，而且直接带动了当前AI浪潮的复兴和繁荣。
Jeff盛赞：Hinton在过去30年，对于AI的推动超越了所有人。
特别是过去7年里，全球语音识别、计算机视觉和NLP领域的重大突破，都离不开Hinton的研究基础。
作为反向传播算法的发明者，Geoffrey与David Rumelhart的论文自1986年发表，目前已被引用44000次。
并且直接推动了产业发展。
光Google内部，Hinton的基础研究和发明，被应用在包括搜索、广告、地图、翻译、照片、Gmail、Google云、无人车和机器人在内的领域。
以及DeepMind的大部分工作，没有Hinton的奠基也难以想象，比如AlphaGo的横空出世。
Jeff还专门谈到了Hinton和其弟子在2012年发表的2篇论文，称他们真正开启了深度学习革命。
一篇是：Imagenet classification with deep convolutional neural networks.
发表于2012年NIPS，引领了计算机视觉发展，目前32000次引用。
另一篇是：Deep neural networks for acoustic modeling in speech recognition: The shared views of four research groups.
发表在IEEE，把语音识别带向了新高度，目前5000次引用。
当然，Jeff Dean强调，Hinton的贡献不止于科学家工作本身，他也是完美的教育家，其思想正在被他的博士和博士后弟子们发扬光大。
Jeff Dean还专门列出了名单：
博士生
Ilya Sutskever (Open AI首席科学家)
Alex Krizhevsky (曾在Google Brain,Imagenet 2012 论文的第一作者)
Peter Brown (IBM科学家、文艺复兴对冲基金CEO)
Brendan Frey (多伦多大学教授，Deep Genomics创始人)
Radford Neal (多伦多大学教授)
Yee Whye Teh (牛津大学教授，也在DeepMind)
Ruslan Salakhudtinov (苹果AI研究负责人)
Simon Osindero (DeepMind)
Vlad Mnih (DeepMind)
Andriy Mnih (DeepMind)
Navdeep Jaitly (Google Brain)
George Dahl (Google Brain)
完整名单: http://www.cs.toronto.edu/~hinton/gradstuphd.html
博士后
Yann LeCun（纽约大学教授，Facebook AI首席科学家）
Zoubin Gharamani（剑桥大学教授，Uber首席科学家）
Peter Dayan（盖茨比神经科学研究所所长）
Alex Graves（DeepMind）
Marc’Aurelio Ranzato（Facebook AI Research）
Roland Memisovic（蒙特利尔大学MILA学院）
Max Welling（阿姆斯特丹大学教授）
Ryan Adams（普林斯顿大学教授）
完整列表： http://www.cs.toronto.edu/~hinton/postdocs.html
最后，Jeff Dean总结说：
Hinton是全世界被引用最多的科学家之一，而不只是计算机科学家，Hinton的论文被引用次数超过25万次。
而且其科研也在计算机、自然科学、工程、商业和艺术等诸多领域发挥出价值，并且影响还在源源不断拓展。
如果没有Hinton带来的CV、语言理解等基础问题的突破，我们当前恢弘历史进程中的机器人、自动驾驶和医疗健康等领域的进展，都几乎不可能。
所以Jeff Dean力荐：图灵奖值得颁给Geoffrey Hinton.
李开复
创新工场董事长李开复，也在此次向图灵奖评委会力荐Geoffrey Hinton.
首先在自我介绍部分。
李开复说，自己现在是创新工场董事长兼CEO，他与Hinton的缘分起于CMU博士期间。
从1983年开始，他开始接触学习神经网络课程，并受益于Hinton团队研究，用神经网络的方法用于语音识别领域，且自己一篇贝叶斯学习应用到游戏的论文，就由Hinton指导。
李开复还透露，在博士论文选题过程中，就受教于Hinton和他团队的咨询及建议，最终才选定机器学习语音识别方向，并因之获得1988年商业周刊评出的最重要发明奖。
总之，无论是博士学习阶段，还是其后职业生涯，李开复认为都受益于Hinton.
接着，李开复强调Hinton给全世界带来的影响。
先谈到了科研学术方面的明证，跟Jeff Dean提到的一致，从论文、教学等方面说明Hinton独一无二的价值。
接着之于产业领域。
李开复举例，以自己目前所在的VC领域而言，全世界最炙手可热的AI公司，都直接间接受益于Hinton，比如中国4家CV领域独角兽，无一不是Hinton2012年ImageNet论文作用力的延续，而类似的独角兽公司在中国就有20多家。
这还只是一个国家、一个领域里的影响。
如果放眼全世界，所有科技巨头都被Hinton赋能。包括谷歌、微软、IBM、Facebook、亚马逊、百度、腾讯，阿里巴巴等在内的巨头，都先后建立起深度学习平台，然后将自己重塑为AI公司。
更重要的是，我们的生活也在被Hinton研究带来深刻改变——从金融、医疗、搜索引擎、社交网络、电子商务、无人超市，再到自动驾驶，几乎所有可想象的领域，都正在被AI重新定义或发明。
李开复援引普华永道和麦肯锡预测：到2030年，人工智能将为全球GDP增加12-16万亿美元。
他想借此说明，如此广泛而深刻的变革，都离不开Hinton的研究。
李开复还这样写道：虽然每个图灵奖得主都对计算机科学产生了重大影响，但很少有人像Geoffrey Hinton一样改变了全世界。
除了科研创新角色，李开复认为Geoffrey Hinton还是一位真正的思想领袖。
在上世纪80年代，Geoffrey Hinton在不被看好和理解的情况下笃定前行，并且亲自说服更多人把深度学习用于计算机视觉和语音处理。
即便在90年代的个人至暗时刻， Hinton也依然怀揣巨大勇气，继续认定方向的研究，由于不被认可，研究基金短缺，很多同行者转入其他领域。
但哪怕这样的情况下，Hinton选择搬到加拿大，降低成本，从而继续推动他的研究，最终江湖夜雨十年灯之后，为现今AI复兴奠定基础。
李开复认为，Hinton这样的思想领袖、精神导师，会鼓舞更多后来者。
而且Hinton也没有停下脚步，他当前把精力放在胶囊网络研究，希望引领下一波AI浪潮跃迁。
李开复总结说，Hinton这样一位领袖、榜样和影响了全世界的科学家，他没有办法不鼎力推荐。
“我想不出任何比Hinton更应被图灵奖嘉奖的人。”
Yann LeCun
值得一提的是，本次跟Geoffrey Hinton一起荣膺图灵奖的Facebook首席AI科学家LeCun，也向评委会推荐了Hinton.
LeCun说，Hinton是机器学习领域的先驱和公认的奠基者，今天ML及其应用作为计算机科学中发展最快的子领域，跟Hinton的工作密不可分。
而且不止于计算机领域，现在所有跟“大数据”相关的领域，都受益于Hinton的研究。
对于Hinton最核心的贡献，现在认为他成为深度学习革命的关键人物(跟Yoshua Bengio和我本人一起)。
但在深度学习真正实现大规模影响力的过程中，跟Hinton智慧性的两个做法有关。
首先是他派了三名博士生到Google、IBM和微软的语音识别小组学习，并让学生们用神经网络替代传统声学模型开展研究。
于是很快就让这些巨头发现，错误率可以迅速降低2倍，进而带动科技巨头开始部署深度学习，以至于现在没有哪家公司的语音识别引擎中没有深度学习加持。
其次是通过ImageNet彻底引起了CV科学家对深度学习的关注。
LeCun说，作为卷积神经网络的发明者，虽然早已在实验室中将其应用于计算机视觉领域并取得成功，但结果却很大程度上遭到忽略。
2012年，正是Hinton和他团队通过赢得ImageNet竞赛，展示出大幅提升结果，才立竿见影地引发计算机视觉领域轰动，并且紧接着几周之后，Hinton又率领团队赢得了Merck Molecular活动挑战赛的22000美元的一等奖。
Hinton用他智慧性的创举，借助大张旗鼓的效果，真正引发了计算机视觉领域的革命。
就在Hinton参与这些事件后几个月的时间里，大多数领先的计算机视觉研究者，放弃了之前他们习惯和喜欢的方法，从而转向卷积神经网络。
最后，LeCun还满怀深情表白Hinton，他在结尾写道：
Geoffrey Hinton是我遇到的最具智慧创造力的科学家。
我珍惜与他交谈的每一分钟，尽管很多时候备受打击——因为我正在思考的，通常Hinton十年前就尝试过了。
但Hinton始终是一盏指路明灯，他坦诚、绅士、正直，深怀科学抱负且具有创造力。
Geoffrey Hinton是机器学习和人工智能毋庸置疑的先驱，是当今世界最具影响力的科学家，并且还将继续成为对社会影响最深刻的一个。
— 完 —
微软出品，硬核课程推荐
△ 扫描上方二维码进入小程序，探究微软机器学习，离图灵奖更进一步！
点击阅读原文，了解更多超硬核数据科学。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
喜欢就点这里吧 !