哈佛大學教授Leslie Valiant
ACM網(wǎng)站剛剛發(fā)布消息，出生于英國的理論計算科學家、哈佛大學教授Leslie Valiant因為“對眾多計算理論(包括PAC學習、枚舉復雜性、代數(shù)計算和并行與分布式計算)所做的變革性的貢獻”而獲得最新一屆計算機科學最高榮譽——圖靈獎。
ACM的頒獎詞高度評價了Valiant教授30多年對理論計算科學的基礎性貢獻：
他的工作開辟了新領域，推出了獨創(chuàng)的新概念，并提供了許多兼具原創(chuàng)性、深度和優(yōu)美的結果。他的工作一次又一次地確立或改變了計算機科學的面貌。
頒獎詞還指出，Valiant最大的貢獻是1984年的論文 A Theory of the Learnable 使誕生于1950年代的機器學習領域第一次有了堅實的數(shù)學基礎，從而掃除了學科發(fā)展的障礙，這對人工智能諸多領域包括加強學習、機器視覺、自然語言處理和手寫識別等都產(chǎn)生了巨大影響。可以說，沒有他的貢獻，IBM也不可能造出Watson這樣神奇的機器來。
他在計算復雜性理論方面也有重要貢獻，包括提出了#P-completeness。他1979年提出的上下文無關分析算法，至今仍然是最快的之一。
在并行與分布式計算領域，他1990年提出了著名的BSP并行模型，至今還是這一學科的必讀論文。
Leslie Valiant是先后在英國劍橋大學、倫敦帝國理工學院學習，1974年獲得華威大學計算機科學博士學位。此后曾在卡內基-梅隆大學、利茲大學和愛丁堡大學任教。1982年來到哈佛，先任該校工程與應用科學學部計算機與應用數(shù)學講席教授。
關于自己最近的研究方向興趣，Valiant教授在網(wǎng)站中這樣寫道：
計算機科學包括對人工現(xiàn)象和自然現(xiàn)象的研究。前者關注人造設備比如計算機；后者涉及大自然中多步驟或者計算的過程，比如腦或者生物進化過程。在大多數(shù)領域，對這些人工或者自然過程的終極局限還沒有很好的理解。計算設備的潛力目前還遠遠沒有認識清楚，而神經(jīng)科學與演化中基礎性的定量問題也沒有得到解答。他的研究主要關注這些基本問題。
具體而言，在計算復雜性方面，Valiant教授正在尋求全息(holographic)解決方法。在分布式計算方面，他正在研究如何為多核設備設計算法，而且能夠實現(xiàn)在性能差異很大、不同的架構之間保證很好的移植性和效率。在機器學習領域，他提出了robust logics試圖縫合統(tǒng)計模型與推理模型之間的鴻溝。此外，他對大腦皮層如此脆弱的系統(tǒng)如何完成復雜而且大規(guī)模的計算發(fā)生了濃厚興趣，已經(jīng)提出了一些原語。他還在達爾文進化理論的量化研究方面做出了一些嘗試。
的確，正如ACM對其成就的描述最后總結的，很少有人能在學術研究中達到Valiant這樣深度和廣度兼?zhèn)洹Ｋ抢碚撚嬎憧茖W名副其實的英雄人物。
Leslie Valiant是英國皇家學會會士、美國科學院院士。1986年獲國際數(shù)學聯(lián)盟Nevanlinna獎，1997年獲Knuth獎，2008年獲EATCS(歐洲理論計算科學協(xié)會)獎。
圖靈獎有計算機界的諾貝爾獎之稱，由ACM(國際計算機協(xié)會)每年頒發(fā)，獎金為25萬美元，目前由Google和Intel贊助。
