编辑：于占胜 组别：研一
【嵌牛导读】相信不少人已经注意到，全球人工智能发展的浪潮正在汹涌来袭。从智能家居产品，到无人驾驶汽车，再到医疗诊断，可以说人工智能已经渗透到我们生活中的方方面面，而这些功能的实现，都得益于人工智能领域深度学习的快速发展。
【嵌牛提问】人工智能发展背后的三巨头是谁？
【嵌牛鼻子】人工智能、深度学习
【嵌牛正文】
谈及深度学习，我们首先想到的是美国的微软，谷歌，Facebook、亚马逊或者苹果这些科技巨头。确实这些明星企业在人工智能方面的成绩有目共睹，但你或许并不知道，为这一浪潮提供基础研究成果和宝贵人才的，其实相当程度上来自于一个谈及高科技公司很少被想到的国家-加拿大。而在人工智能深度学习领域中，有这三位科学家Geoffrey Hinton 、YannLeCun和Yoshua Bengio他们见证和影响了人类人工智能的发展。这篇文章将依次介绍一下这三位科学家在人工智能基础研究方面的诸多贡献。
而这一切，还要从当今人工智能深度学习之父Geoffrey Hinton的经历说起。现年已经整整70岁，在英国出生的Geoffrey Hinton很早就对大脑的活动机制感兴趣，在剑桥大学求学期间，他攻读的是心理学专业，但他失望地发现，心理学对意识一无所知，于是1970年本科毕业后，厌倦了学术界的Geoffrey Hinton转而做起了自己的一大爱好-木匠。后来他听说爱丁堡大学有一个人工智能计划，在1972年搬去哪里攻读博士，想要投身于人工神经网络的建设，不过他在这里的研究方向与他导师向左，在拿到博士学位后他便离开了对它的研究并不认可的英国，来到了美国加州大学圣地亚哥分校担任博士后研究员，继续从事神经网络的研究，1987年因极为不喜欢美国军方资助来研究人工智能，而彼时的加拿大高等研究所乐于资助有前途的冷门项目，并向Geoffrey Hinton伸来了橄榄枝，于是他又搬到多伦多，并成为了多伦多大学计算机科学教授。由于神经网络的高度复杂性，这一方向曾一度被认为是人工智能研究的死胡同，在神经网络不受待见的当时，相关的学术论文很难被发表，很多同行转去研究别的领域，而Geoffrey Hinton依然坚持写了数百篇研究论文，为之后的突破打下了坚实的基础。直到近二十年后，2006年，这一领域才出现转机，在这一年Geoffrey Hinton和它的研究生Ruslan Salakhutdinov在Science上发表了一片开创性的论文，提出了神经网络的一些新思想和新方法，才引起人工智能学界的关注，他们用数十年前就已经出现并未引起重视的术语“深度学习”来描述和包装这一新思路和新方法，自此，深度学习开始登场。在2012年的国际图片分类竞赛ImageNet上，Geoffrey Hinton的两个博士生采用深度学习识别图像的准确率达到了85%，领先第二名10%以上，第二名到第四名之间的准确率差距微乎其微，他们均采用传统的计算机图像识别方法进行分类。这一事件在计算机视觉领域产生了极大的震动，并迅速波及整个AI界。
在了解了Geoffrey Hinton之后，我们在了解一下与加拿大颇有渊源，同样是AI界大神级别的人物-Yann LeCun和Yoshua Bengio,.Yann LeCun现纽约大学终身教授，三十年前在多伦多大学读博士后时师从Geoffrey Hinton。他对人工智能深度学习的最大贡献就是他将20世纪60年代在研究动物大脑结构时，所发现的卷积神经网络研究成果应用到人工智能深度学习领域，研究表明，在动物大脑中，用于感知外界敏感度和方向感的神经元，具有独特的网络结构，这种结构在有效降低反馈神经网络复杂性的同时却拥有极佳的反馈速度，现在，卷积神经网络已经在人工智能深度学习领域得到广泛应用。Yoshua Bengio，12岁从法国移民加拿大，之后在素有“加拿大哈佛”之称的麦吉尔大学获得计算机科学博士学位，后在蒙特利尔大学任教Yoshua Bengio开创了神经网络做语言模型的先河，启发了很多之后基于神经网络做自然语言处理的研究。2003年Geoffrey Hinton 、YannLeCun和Yoshua Bengio组成一个被戏称为“深度学习阴谋集团”的小团体，为了证明神经网络是有用的，他们悄悄地开发了更多层的神经网络，用更大的数据集来训练，并在更强大的计算机上来运行。2004年，在加拿大高等研究所每年50万美元的资助下，他们还合作成立了“神经计算和适应感知”项目，一同探索神经网络模拟人脑智能的新方法，可以说他们三人在神经网络研究领域扮演了至关重要的角色，共同缔造了自2006年开始的深度学习复兴，他们今天也因此被誉为“深度学习三巨头”。
