Cei trei câștigători vor împărți un premiu de 1 milion de dolari. Hinton a spus că va dona o parte dintre bani departamentului umanist al Universității din Toronto. "Ele sunt mult mai puțin finanțate și cred că științele umaniste sunt foarte importante pentru viitor", a spus acesta, într-un interviu. Bengio a declarat că ar putea folosi banii pentru a ajuta la combaterea schimbărilor climatice.
Câștigătorii de anul acesta sunt deseori numiți "Nașii învățării profunde (Godfathers of Deep Learning)", pentru cercetările în rețelele neuronale artificiale.
În 1983 Hinton a co-inventat mașinile Boltzmann (rețeaua stochastică Hopfield cu unități ascunse), unul dintre primele tipuri de rețele neuronale care utiliza probabilitățile statistice. Trei ani mai târziu, a fost co-autor al unei lucrări care demonstrează că o tehnică de updatare a puterii conexiunilor într-o rețea neurală, cunoscută drept backpropagation, ar putea înzestra acest software cu capabilități remarcabile de învățare.
Când Hinton a început să lucreze cu rețele neuronale la sfârșitul anilor 1970 și începutul anilor 1980, majoritatea oamenilor de știință din domeniul computerelor au crezut că tehnica era sortită eșecului. Software-ul care codifica în mod explicit expertiza umană într-un set complicat de reguli a fost considerat o abordare mai bună a inteligenței artificiale.
Astăzi, rețelele neuronale profunde care utilizează backpropagation sunt în spatele celor mai multe progrese în inteligența artificială, de la capacitatea Facebook de a vă eticheta automat prietenii în fotografii la capacitățile de recunoaștere vocală și traducerile Google.
LeCun, care a lucrat în echipa lui Hinton pentru a-și îmbunătăți tehnicile de backpropagation, a dezvoltat rețele neuronale convoluționale, genul de arhitectură software susține capacitatea computerelor de a interpreta și înțelege imaginile digitale sau video-urile.
Bengio, care a lucrat cu LeCun la Bell Labs, a continuat să utilizeze rețele neuronale pentru prelucrarea limbajului natural, ceea ce a dus la progrese mari în traducerea automată. Mai recent, a lucrat la o metodă mai cunoscută pentru a permite rețelelor neuronale să creeze imagini complet noi, dar extrem de realiste.
Hinton a declarat că învățarea profundă va permite în cele din urmă calculatoarelor să aibă un nivel de inteligență uman sau chiar supra-uman.
Hinton și Bengio au declarat că sunt preocupați de utilizarea abuzivă a tehnologiei la inventarea căreia au ajutat, în special în ceea ce privește sistemele de arme care utilizează învățarea profundă pentru a găsi și a angaja obiective fără contribuția umană. Dar ambii au spus că impactul pozitiv al învățării profunde va depăși orice efecte dăunătoare.