ACM, la Association for Computing Machinery, ha insignito Yoshua Bengio, Geoffrey Hinton e Yann LeCun dell’ACM A.M. Turing Award. Il motivo del riconoscimento è “per innovazioni concettuali e ingegneristiche che hanno reso le reti neurali profonde un componente critico dell’informatica”.
Yoshua Bengio è professore alla University of Montreal e Scientific Director al Mila, l’istituto di intelligenza artificiale del Quebec. Geoffrey Hinton è VP e Engineering Fellow di Google, Chief Scientific Adviser di The Vector Institute e professore universitario emerito alla University of Toronto. Yann LeCun è professore presso la New York University e VP e Chief AI Scientist di Facebook.
Lavorando sia in modo indipendente che insieme, Hinton, LeCun e Bengio hanno sviluppato basi concettuali per questo campo. Hanno inoltre identificato fenomeni sorprendenti attraverso esperimenti e contribuito a progressi ingegneristici che hanno dimostrato i vantaggi pratici delle reti neurali profonde. Negli ultimi anni, i metodi di deep learning sono stati responsabili di scoperte eccezionali nella computer vision, nel riconoscimento vocale, nell’elaborazione del linguaggio naturale e nella robotica, tra le altre applicazioni.
L’uso di reti neurali artificiali come strumento per aiutare i computer a riconoscere i pattern e simulare l’intelligenza umana è stato introdotto negli anni ’80. Tuttavia, all’inizio dei 2000, LeCun, Hinton e Bengio facevano parte di un piccolo gruppo rimasto fedele a questo approccio. I loro sforzi per riaccendere l’interesse della comunità dell’intelligenza artificiale nelle reti neurali sono stati inizialmente accolti con scetticismo. Nonostante ciò, di recente le loro idee hanno portato a importanti progressi tecnologici, e la loro metodologia è ora il paradigma dominante nel campo.
Premio Turing, il Nobel dell’informatica
Il premio Turing dell’ACM è considerato un po’ come il premio Nobel dell’informatica. Non è solo un riconoscimento, seppur prestigioso: porta con sé anche un sostanzioso premio di 1 milione di dollari, con il supporto finanziario di Google.
Il premio è naturalmente intitolato ad Alan M. Turing, grande matematico britannico che ha articolato la base matematica e i limiti del computing. Bengio, Hinton e LeCun riceveranno ufficialmente il Turing Award 2018 il 15 giugno 2019 a San Francisco, in California.
Nell’informatica tradizionale, spiega l’ACM, un programma indirizza il computer con esplicite istruzioni step-by-step. Nel deep learning, sottocampo della ricerca sull’intelligenza artificiale, al computer non viene detto esplicitamente come risolvere un particolare compito, come ad esempio la classificazione di oggetti. Invece, si utilizza un algoritmo di apprendimento per estrarre modelli dai dati che mettono in relazione i dati di input, come i pixel di un’immagine, all’output desiderato, come l’etichetta “gatto”.
La sfida per i ricercatori è stata quella di sviluppare algoritmi di apprendimento efficaci, in grado di modificare i pesi dei collegamenti in una rete neurale artificiale, in modo da catturare i modelli rilevanti nei dati.
Geoffrey Hinton, prosegue l’ACM, ha sostenuto un approccio all’intelligenza artificiale basato sull’apprendimento automatico sin dall’inizio degli anni 80.
Egli ha osservato come funziona il cervello umano, per suggerire modi in cui i sistemi di apprendimento automatico avrebbero potuto essere sviluppati. Ispirato dal cervello, Hinton e altri hanno proposto le “reti neurali artificiali” come pietra angolare delle ricerche sull’apprendimento automatico.
Reti neurali nell’informatica
In informatica, il termine “reti neurali” si riferisce a sistemi composti da strati di elementi di calcolo relativamente semplici, chiamati “neuroni“, che sono simulati in un computer. Questi “neuroni”, che assomigliano solo vagamente a quelli del cervello umano, si influenzano a vicenda tramite connessioni pesate.
Modificando i pesi sulle connessioni, è possibile modificare il calcolo eseguito dalla rete neurale. Hinton, LeCun e Bengio hanno riconosciuto l’importanza di costruire reti profonde utilizzando molti livelli, da cui il termine “apprendimento profondo”, deep learning.
Le basi concettuali e i progressi ingegneristici posti da LeCun, Bengio e Hinton in un periodo di 30 anni sono andati significativamente avanti grazie alle potenti graphics processing unit (GPU) e all’accesso a dataset enormi.
Negli ultimi anni, questi e altri fattori hanno portato a passi da gigante in tecnologie quali la computer vision, il riconoscimento vocale e la traduzione automatica.
Hinton, LeCun e Bengio, spiega ancora l’ACM, hanno lavorato sia insieme che in modo indipendente. Ad esempio, LeCun ha svolto un lavoro post-dottorato sotto la supervisione di Hinton, e LeCun e Bengio hanno lavorato insieme ai Bell Labs all’inizio degli anni ’90.
Anche quando non lavorano insieme, c’è sinergia e interconnessione nel loro lavoro, e si sono fortemente influenzati a vicenda.
Bengio, Hinton e LeCun continuano a esplorare l’intersezione del machine learning con le neuroscienze e le scienze cognitive. I
n particolare attraverso la loro partecipazione congiunta al programma Learning in Machines and Brains, un’iniziativa del CIFAR, precedentemente noto come Canadian Institute for Advanced Research.
Maggiori informazioni sulla Association for Computing Machinery e sui premiati con il Turing Award 2018 sono disponibili sul sito dell’associazione, a questo link.
