江苏龙网

  1. 首页 > 资讯 > 科技 > >

|图灵奖的「张冠李戴」？援引200条文献，力证2018图灵奖颁错人了


机器之心报道
参与：张倩、小舟、蛋酱
在 ACM 将图灵奖授予「深度学习三巨头」之后 ， 人们都在感叹「世界欠 Jürgen Schmidhuber 一个图灵奖」 。 时隔一年多 ， Schmidhuber 本人终于就此事做出了一个全面回应 。 在一篇最新的博客文章中 ， 他引用了 200 多条文献来逐条反驳 ACM 给予「三巨头」的颁奖理由 ， 认为他们给出的颁奖理由其实夸错了人 。
|图灵奖的「张冠李戴」？援引200条文献，力证2018图灵奖颁错人了
本文插图

让我们把时间倒回到 15 个月前 。
2019 年 3 月 ， ACM 公布了 2018 年图灵奖的获奖结果：Yoshua Bengio、Geoffrey Hinton 和 Yann LeCun 三位深度学习先驱获此奖项 。 图灵奖是美国计算机协会（ACM）于 1966 年设立的奖项 ， 专门奖励对计算机事业作出重要贡献的个人 ， 有「计算机界诺贝尔奖」之称 。
|图灵奖的「张冠李戴」？援引200条文献，力证2018图灵奖颁错人了
本文插图

当时 ， ACM 主席 Cherri M. Pancake 表示 ， 「人工智能如今是整个科学界发展最快的领域之一 ， 也是社会上讨论最广的主题之一 。 AI 的发展、人们对 AI 的兴趣 ， 很大程度上是因为深度学习的近期进展 ， 而 Bengio、Hinton 和 LeCun 为此奠定了重要基础 。 这些技术如今已被数十亿人使用 。 通过口袋中的手机 ， 人们能够体验到 10 年前不可能体验的自然语言处理和计算机视觉技术 。 除了我们每天使用到的产品 ， 深度学习的最新进展也为医疗、天文、材料科学等各个领域的科学家们带来了强大的新型工具 。 」「深度神经网络促进了现代计算机科学的极大进步 ， 在解决计算机视觉、语音识别、自然语言处理、机器人学等领域中的长期问题方面取得了极大进展 。 」
这样的颁奖理由让 Schmidhuber 无法信服 。 他在文章中写道：
2018 年的图灵奖授予了深度学习领域的研究者 ， 但 ACM 对于获奖者的称赞其实是基于其他研究者率先发表的算法和概念基础的研究 ， 而获奖者并没有引用之前研究者的工作 。 ACM 明确提及了深度学习中 4 个领域的惊人突破：（A）语音识别 ， （B）自然语言处理 ， （C）机器人技术 ， （D）计算机视觉 ， 以及新的强大的深度学习工具 ， 涉及 3 个领域：医学、天文学、材料科学 。 但是 ， 上述大多数突破和工具 ， 都直接基于我们实验室过去三十年来的研究结果 。
在 Schmidhuber 看来 ， ACM 对三巨头的肯定其实是一种「对深度学习历史的扭曲」 。 因此 ， 他在这篇文章中予以纠正 ， 指出获奖者被大量引用的工作其实忽略了之前的相关基础研究 ， 这可能也是 ACM「张冠李戴」的原因 。
以下是部分原文摘录：
Jürgen Schmidhuber：我为什么要这么做？
我们必须停止将原创者的创新成果归功于错误的人 。 Nature 杂志最近也呼吁：「Let 2020 be the year in which we value those who ensure that science is self-correcting」 。 就像了解我的人可以为我作证一样 ， 找到并引用科技领域创新研究的最初来源对我来说非常重要 ， 无论它们是我的还是其他人的 。 本文是为有同样见解的计算机科学家提供的资源 。
我之所以这么做 ， 并不是为了贬低创新成果推广者的重要贡献 ， 而是以真正的原始来源为基础来肯定原创研究者 。 我的目标是鼓励整个社区的研究者在学术研究上更加有学术风度（scholarly） ， 认识到在当代人工智能和机器学习的狂热中有时会遗漏一些基础研究工作 ， 并且以或多或少的力量打击学术剽窃 。
ACM 的「张冠李戴」
LeCun、Bengio、Hinton 三人（以下简称为 LBH）对人工神经网络和深度学习算法进行了有益的改进 ， ACM 称赞了他们在基础方法层面的显著成果 ， 但他们三人没有引用这些方法的首创者 ， 甚至在后来的研究中也没有标注 。


推荐阅读


上一篇：八七玩数码|灰色简约风——FIIL CC使用体验

下一篇：IT小灵通|小米顶级旗舰MIX4：100%屏占比+1.5亿像素，预定下半年机皇？