01 · 计算人生
成果背后的人
杨立昆推动卷积神经网络成为有效的视觉模式识别系统。他在贝尔实验室把可训练特征提取与端到端学习结合起来，包括手写字符识别应用。他后来在纽约大学和 Facebook 继续研究表示学习与机器智能。他对共同获奖成果的贡献尤其体现为将神经网络架构与实用感知系统所需的工程结合起来。
理解这项贡献
约书亚·本吉奥、杰弗里·辛顿和杨立昆的概念与工程突破，使深度神经网络成为计算的重要工具。网络可以从数据中学习中间表示，不必手工设计每项特征。训练调整参数，让多层计算共同服务于任务。
为什么重要
学习得到的表示改变了图像识别、语音处理以及其他模式学习任务。