Премія Тьюринга вважається свого роду еквівалентом Нобелівської премії в галузі обчислювальної техніки.
У 2004 році Джеффрі Хінтон (Geoffrey Hinton) зробив ставку на технологічну ідею, що отримала згодом назву «нейронна мережа». Це метод, за допомогою якого машини змогли бачити навколишній світ, розпізнавати звуки і навіть розуміти природну мову.
За підтримки канадського уряду, Джеффрі Хінтон, професор Торонтського університету (University of Toronto), організував нову дослідницьку спільноту разом з кількома вченими, які теж розробляли цю концепцію. Серед них були Ян Лекун (англ. Yann LeCun, фр. Yann Le Cun), професор Нью-Йоркського університету (New York University), і Йошуа Бенжіо (фр. Yoshua Bengio) з Монреальського університету (фр. Université de Montréal).
У середу Асоціація обчислювальної техніки (Association for Computing Machinery), найбільше у світі товариство професіоналів у галузі обчислювальної техніки, оголосила, що Хінтон, Лекун і Бенжіо отримали цього року премію Тьюрінга за роботу в галузі розробки нейронних мереж. Премія була заснована в 1966 році і часто називається Нобелівською премією в галузі обчислювальної техніки, вона включає грошову премію в розмірі 1 млн доларів, яку розділять цього року троє вчених.
За останнє десятиліття ідея, висунута цими дослідниками, змінила спосіб розвитку технології, прискорила розвиток розпізнавання осіб, послуг цифрових асистентів, складських роботів і безпілотних автомобілів. Хінтон працює зараз в Google, Лекун в Facebook, Бенжіо підписав контракти з IBM і Microsoft.
«Ми бачимо не що інше, як зміну парадигми в науці, - сказав Орен Етціоні (Oren Etzioni), директор Інституту штучного інтелекту Аллена в Сіетлі (Allen Institute for Artificial Intelligence in Seattle). - На наших очах змінюється історія, і я в захопленні».
Нейронна мережа, змодельована на основі мережі нервових клітин живого організму, представляє складну математичну систему, здатну вирішувати дискретні завдання, аналізуючи величезну кількість даних. Наприклад, обробивши тисячі телефонних дзвінків, вона може навчитися розпізнавати вимовлені слова.
Це дозволяє багатьом технологіям штучного інтелекту розвиватися такими темпами, які раніше були неможливі. Замість того щоб програмувати поведінку систем вручну, покроково задаючи окремі логічні правила, вчені і програмісти тепер володіють технологією, яка здатна навчатися певній поведінці практично самостійно.
Доктору Хінтону вперше прийшла в голову ідея застосувати метод зворотного поширення помилки для навчання багатошарових нейронних мереж на початку 1970-х, коли більшість дослідників ШІ були проти. Його власний науковий керівник сумнівався в правильності такого підходу.
Тема нейронних мереж швидко набрала популярності наприкінці 1980-х і на початку 1990-х. Після року досліджень спільно з доктором Хінтоном, Лекун переїхав працювати в Лабораторії Белла (AT&T's Bell Labs) в Нью-Джерсі, де розробив нейронну мережу, що дозволяє читати рукописні літери і цифри. Дочірня компанія лабораторії продала технологію банкам, і в якийсь момент ця система змогла прочитати близько 10% всіх чеків, виписаних у США.
Хоча нейронна мережа читала почерк і допомагала у вирішенні деяких інших завдань, вона довго не могла досягти помітних успіхів у розпізнаванні облич і об'єктів, розрізненні виголошених у потоці мови слів і розумінні природної людської мови.
«Мережі працювали добре тільки тоді, коли було багато даних для навчання, але лише в небагатьох областях їх було достатньо», - говорить Лекун.
У 2004 році, отримавши менше 400 000 доларів від Канадського інституту перспективних досліджень (Canadian Institute for Advanced Research), доктор Хінтон створив дослідницьку програму, присвячену тому, що він називав «нейронними обчисленнями і адаптивним сприйняттям», і запросив Бенжіо і Лекуна.
До кінця десятиліття ця ідея повністю розкрила свій потенціал. У 2010 році Хінтон і його студенти допомогли Microsoft, IBM і Google розсунути межі розпізнавання мови. Згодом вони зробили те саме з розпізнаванням образів.
Прорив у розпізнаванні образів був заснований на алгоритмі, розробленому Лекуном. Наприкінці 2013 року він найняв професора з Нью-Йоркського університету, щоб створити дослідницьку лабораторію, зосереджену на цій проблемі. Бенжіо пручався пропозиціям приєднатися до одного з найбільших технологічних гігантів. Але дослідження, проведені під його керівництвом в Монреалі, сприяли прогресу систем, спрямованих на розуміння природної мови і технологій, здатних генерувати фальшиві фотографії, невідгукнуті від справжніх.
Хоча ці системи, безсумнівно, прискорили розвиток ШІ, вони все ще дуже далекі від справжнього інтелекту. Але Хінтон, Лекун і Бенжіо вірять, що з'являться нові ідеї.
«Нам потрібні фундаментальні доповнення до набору інструментів, який ми створили, щоб досягти роботи машин на рівні людського розуміння», - говорить Бенжіо.