Yoshua Bengio，Geoffrey Hinton和Yann LeCun，人工智能業界知名的“AI教父” -因其開發深度學習AI領域的工作而獲得2018年圖靈獎，共同分享100萬美元獎金。這三名研究人員在20世紀90年代和21世紀初開發的技術使計算機視覺和語音識別等任務取得了巨大突破。他們的工作支持了當前人工智能技術的噴發，應用領域從自動駕駛汽車到自動化醫療診斷，琳瑯滿目。

地球上的所有人每天都在與人工智能發生著關聯，Bengio，Hinton和LeCun共同帶來的算法的啟發-無論是用於解鎖手機的面部識別系統，還是在你寫郵件時語言模型系統建議加入的詞語。

這三名技術鼻祖佔據了人工智能研究生態系統的突出位置，他們跨越了學術和業界。Hinton在谷歌和多倫多大學之間穿梭工作; Bengio是蒙特利爾大學的教授，並創立了一家名為Element AI的AI公司; LeCun是​​Facebook的首席人工智能科學家，也是紐約大學的教授。

谷歌人工智能負責人傑夫·迪恩讚揚了這三人的成就： “深度神經網絡是現代計算機科學的一些最偉大的進步，而這一切的核心是今年的圖靈獎獲獎者，Yoshua Bengio，Geoff Hinton和Yann LeCun開發的基本技術。”

人工智能的研究以其繁榮與蕭條的周期而聞名，問題的提出和解決通常會持續一代人或者更長時間，當研究未能滿足期望時，研發投入就會收縮，這被稱為“人工智能冬季”。在20世紀80年代後期的一個典型的“冬季”，Bengio，Hinton和LeCun開始交流思想並開展工作，包括神經網絡- 由連接的數字神經元製成的計算機程序在那時被提出，而現在它們已成為現代AI的關鍵組成部分。

“在90年代中期和21世紀中期之間出現了一個黑暗時期，當時不太可能有條件發表關於神經網絡的研究，因為技術社區已經對它失去了興趣。”LeCun說。 

就在這前景並不太明朗的背景下，三人從加拿大政府獲得資金，成立了一個結構鬆散的研究中心。他們為學生組織定期研討會和暑期學校，這創造了一個小型社區，在2012年左右到2013年，人工智能的應用開始真正爆發了。

來自GPU（最初設計用於遊戲）的廉價處理能力和豐富的數字數據，為這些小型認知引擎提供了動力。自2012年以來，Bengio，Hinton和LeCun開創的基本技術，包括反向傳播和卷積神經網絡，已經在人工智能中普遍存在，並且在技術方面已經普及。

LeCun表示，他對人工智能的前景持樂觀態度，但他也很清楚，在該領域實現其承諾之前還需要做更多的工作。當前的AI系統需要大量數據來理解世界，可以輕易欺騙，並且只擅長特定任務。“這只是沒有常識性的機器。”LeCun說。如果該領域要繼續向上發展，那麼就需要發現新的方法，這些方法與AI的教父所開發的方法一樣具有基礎性質。