图灵奖是美国计算机协会于1966年设立的，又叫"A.M.图灵奖"，专门奖励那些对计算机事业作出重要贡献的个人。其名称取自计算机科学的先驱、英国科学家艾伦·图灵，这个奖设立的目的之一是纪念这位科学家。
图灵被称为“人工智能（AI）之父”。1950年，他发表了题为《计算机与智能》（Computing Machinery and Intelligence）的论文，首次提出了机器具备思维的可能性。图灵还预言，到20世纪末，一定会出现可以通过图灵测试的计算机。
回顾图灵奖50年的历史，我们欣喜地发现人工智能一直是图灵奖不断鼓励、不断发现的重要话题。也许我们纪念图灵，正是因为他的思考是计算机的起点，而直到80年后炙手可热的人工智能仍能从他的思考里找到启迪。
人工智能方向的图灵奖获得者们（图片来源：amturing.acm.org）
从1969年Marvin Minsky成为第一位获得图灵奖的人工智能学者，到不久之前的2018年三位学者在深度学习方向的成果共同得到图灵奖的认可，人工智能领域已经成为计算机领域获得最多图灵奖的方向之一。接下来，就让我们带你走近这些获得图灵奖的人工智能科学家和他们的傲人成就吧！
一、1969年 Marvin Minsky因“人工智能理论及软件”被授予图灵奖
他是框架理论的创立者。1956年，马文·明斯基（Marvin Minsky）和约翰·麦卡锡（John McCarthy）发起了“达特茅斯会议”。这个会议提出了“人工智能” 概念，直接催生了人工智能革命，明斯基也成为了“革命家”。不仅如此，他研发了第一个神经网络模拟器、设计了最早的模拟人类机器人，他还是虚拟现实的最早倡导者，也是世界上第一个人工智能实验室——MIT人工智能实验室的联合创始人。1969年，明斯基被授予了图灵奖，成为了第一位获得图灵奖的人工智能学者。
二、1971 年， John McCarthy因提出“人工智能”这一术语并使之成为一个重要的学科领域获得图灵奖
麦卡锡是“人工智能”概念的提出者（1956年）和LISP语言的创造者，是过去半个多世纪以来最重要的计算机科学家之一。时至今日，LISP语言仍在人工智能领域被广泛使用。特别值得一提的是，麦卡锡还和自己的两位门徒雷伊·雷蒂（Raj Reddy）、芭芭拉·丽兹科（Barbara Liskov）一起，组成了图灵奖评奖历史上罕有的“一门三杰”，被传为一段佳话。
三、1975年 Allen Newell 、Herbert ("Herb") Alexander Simon因在人工智能、人类识别心理和表处理的基础贡献获得图灵奖
纽厄尔是人工智能符号主义学派的创始人。这尊图灵奖，由艾伦·纽厄尔（Allen Newell）和自己的老师赫伯特·西蒙（Herbert Alexander Simon）共享。纽厄尔对研究“人如何思维”非常感兴趣，通过和西蒙合作，共同提出了“中间结分析法”，成功地开发了最早的启发式程序“逻辑理论家”和“通用问题求解器”，为人工智能的基本原理打下了基础。
赫伯特·西蒙因为“有限理性说”和“决策理论”在1978年获得诺贝尔经济学奖，他不单单是一个经济学家，他同时在“人工智能”、“信息处理”、“决策理论”、“问题解决技术”、“组织理论”、“复杂系统”这些领域中都做出过先驱性的贡献。前文提到的“逻辑理论家”程序是在西蒙和同事一起开发的世界上第一个专门为人工智能开发设计的语言，也是第一个基于列表（List）的计算机语言，IPL（Information Processing Language）上编写和运行的。
四、1994年 Edward A ("Ed") Feigenbaum 、Dabbala Rajagopal ("Raj") Reddy DL Author Profile link因为开拓了大型人工智能系统的设计和建设获得图灵奖
爱德华·费根鲍姆（Edward Albert Feigenbaum）和雷伊·雷蒂（Raj Reddy）的重大贡献在于通过实验和研究，证明了实现智能行为的主要手段在于知识，在多数实际情况下是特定领域的知识。费根鲍姆最早倡导了"知识工程"(Knowledgeengineering)，并使知识工程成为人工智能领域中取得实际成果最丰富、影响也最大的一个分支。于1965年和遗传学系主任、诺贝尔奖得主莱德伯格(JoshuaLederberg)等人合作，开发出了世界上第一个专家系统程序DENDRAL。与此同时，他还是美国空军的首席科学家。雷蒂的贡献在于Navlab项目和LISTEN项目。Navlab项目在计算机视觉、机器人路径规划、自动控制、障碍识别等诸多方面有许多重大的技术突破,使智能机器人跃上了一个崭新的台阶。LISTEN项目核心是一个名为SphinexⅡ的语音识别系统，预计能帮助20%的美国文盲脱盲，产生了巨大的经济效益和社会效益。
五、2010年，Leslie Gabriel Valiant 因对众多计算理论（包括PAC学习、枚举复杂性、代数计算和并行与分布式计算）做出了变革性的贡献而获得图灵奖
莱斯利·瓦伦特的研究开辟了新的领域，并引发了许多领域的变革。他研究领域包括计算对象的算法，如人脑、计算机计算等。莱斯利·瓦伦特为人工智能进步提供了理论基础，在改进机器学习方面取得骄人成绩。他在计算科学和数学领域的远见及认知理论与其它技术结合后，开创了机器学习和通信的新时代，如IBM推出的计算系统已经能够挑战人类回答问题的能力。
六、2011年 Judea Pearl因将概率论这一数学工具引入人工智能建模而获得图灵奖
Pearl获奖是因为他对人工智能AI领域的突出贡献，其中最重要的一项是在1980年代将概率论这一数学工具引入人工智能建模。Pearl提出，最好的建模工具是概率图模型，又称贝叶斯网络。Pearl还推演出了解这个模型的Belief Propagation（BP）算法，此算法的简明高效是概率图模型流行的最重要原因。另外，BP也可以用来在有环图上迭代多次得到近似解，相关的问题目前仍是个活跃的研究前沿。
七、2018年，因Yoshua Bengio、Geoffrey Hinton和Yann LeCun三位深度学习巨头在深度神经网络（DNN）概念和工程上的突破，使得 DNN 成为计算的一个重要构成，因而成为图灵奖得主
Yoshua Bengio、Geoffrey Hinton和Yann LeCun是深度学习领域的三位领军人物，也因均活跃于加拿大而被戏称为人工智能领域的“加拿大黑手党”，他们在深度学习方向的研究成果在本轮人工智能兴起中起到了关键作用！虽然图灵奖官网AI方向的划分里不包括他们，但我们依然认为有必要介绍一下。
虽然人工神经网络作为一种帮助计算机识别模式和模拟人类智能的工具在20世纪80年代被引入，但直到21世纪初，只有Yoshua Bengio、Geoffrey Hinton和Yann LeCun等一小群人仍然坚持使用这种方法。尽管他们的努力也曾遭到怀疑，但他们的想法最终点燃了人工智能社区对神经网络的兴趣，带来了一些最新的重大技术进步。深度学习方法促进计算机视觉、语音识别、自然语言处理和机器人技术等应用领域取得了惊人的突破。从计算机视觉的图像分类、目标检测、图像分割、3D、目标跟踪，到语音识别、自然语言处理中的机器翻译，以及图像、声音数据的生成和AlphaGo的成功，深度学习取得的成就让人们备受鼓舞。
