Yoshua Bengio, Yann LeCun och Geoffrey Hinton delar på Turingpriset 2018. Det är de tre som brukar pekas ut som ansvariga för de genombrott inom djup maskininlärning som ligger bakom det enorma intresse som finns just nu för artificiell intelligens.
Efter många år av stillastående resultat började automatisk röststyrning, översättning, bildigenkänning och annan mönsterigenkänning, dokumentera stora framsteg i början av 10-talet.
En klass av maskininlärningsalgoritmer kallade artificiella neuronnät började fungerade extremt bra. Området döptes till djup maskininlärning eftersom näten var djupa – hade många skikt.
Yoshua Bengio, Yann LeCun och Geoffrey Hinton är de tre forskare som brukar pekas ut som områdets pionjärer.
Segern var extra ljuv eftersom artificiella neuronnät under flera år befunnit sig i kylan och det var svårt att få forskningsresultat kring dem ens publicerade. Men de tre knotade på och tappade aldrig tron.
Elektroniktidningen pratade med dem i somras.
Minns du det ögonblick då du personligen verkligen började tro på att maskinlärningsrevolutionen faktiskt till slut skulle komma?
– Det trodde jag alltid, jag visste bara inte när, sade Youshua Bengio.
Framstegen drog med sig hela AI-området. Också områden som optimering, statistik och automation slår mynt av intresset. Idag är det svårt att peka ut en disciplin vid sidan av AI som drar till sig större investeringar i forskning, nyföretagande och teknik.
Alla tror att introduktionen av AI-teknik får omfattande konsekvenser. Nationalekonomer diskuterar hur arbetsmarknaden påverkas av avancerad automation. I politiken diskuteras vad som händer när samhällets beslutsfattande automatiseras.
I filosofin vaknade frågan om avancerade AI-algoritmer kunde likna mänskligt tänkande. I populärkulturen finns till och med rörelser som förbereder sig för att möta ett existentiellt hot mot människan från maskinintelligens.
Allt detta för att algoritmer på 10-talet plötsligt blev mycket duktigare på att känna igen bilder av katter.
På ACM:s webbsida (länk) kan du läsa om de specifika bidrag inom maskininlärning som de tre belönas för.