ACM网站刚刚发布消息，出生于英国的理论计算科学家、哈佛大学教授Leslie Valiant因为“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)所做的变革性的贡献”而获得最新一届计算机科学最高荣誉——图灵奖。

　　ACM的颁奖词高度评价了Valiant教授30多年对理论计算科学的基础性贡献：

　　他的工作开辟了新领域，推出了独创的新概念，并提供了许多兼具原创性、深度和优美的结果。他的工作一次又一次地确立或改变了计算机科学的面貌。

　　颁奖词还指出，Valiant最大的贡献是1984年的论文 A Theory of the Learnable 使诞生于1950年代的机器学习领域第一次有了坚实的数学基础，从而扫除了学科发展的障碍，这对人工智能诸多领域包括加强学习、机器视觉、自然语言处理和手写识别等都产生了巨大影响。可以说，没有他的贡献，IBM也不可能造出Watson这样神奇的机器来。

　　他在计算复杂性理论方面也有重要贡献，包括提出了#P-completeness。他1979年提出的上下文无关分析算法，至今仍然是最快的之一。

　　在并行与分布式计算领域，他1990年提出了著名的BSP并行模型，至今还是这一学科的必读论文。

　　Leslie Valiant是先后在英国剑桥大学、伦敦帝国理工学院学习，1974年获得华威大学计算机科学博士学位。此后曾在卡内基-梅隆大学、利兹大学和爱丁堡大学任教。1982年来到哈佛，先任该校工程与应用科学学部计算机与应用数学讲席教授。

　　关于自己最近的研究方向兴趣，Valiant教授在网站中这样写道：

　　计算机科学包括对人工现象和自然现象的研究。前者关注人造设备比如计算机；后者涉及大自然中多步骤或者计算的过程，比如脑或者生物进化过程。在大多数领域，对这些人工或者自然过程的终极局限还没有很好的理解。计算设备的潜力目前还远远没有认识清楚，而神经科学与演化中基础性的定量问题也没有得到解答。他的研究主要关注这些基本问题。

　　具体而言，在计算复杂性方面，Valiant教授正在寻求全息(holographic)解决方法。在分布式计算方面，他正在研究如何为多核设备设计算法，而且能够实现在性能差异很大、不同的架构之间保证很好的移植性和效率。在机器学习领域，他提出了robust logics试图缝合统计模型与推理模型之间的鸿沟。此外，他对大脑皮层如此脆弱的系统如何完成复杂而且大规模的计算发生了浓厚兴趣，已经提出了一些原语。他还在达尔文进化理论的量化研究方面做出了一些尝试。

　　的确，正如ACM对其成就的描述最后总结的，很少有人能在学术研究中达到Valiant这样深度和广度兼备。他是理论计算科学名副其实的英雄人物。

　　Leslie Valiant是英国皇家学会会士、美国科学院院士。1986年获国际数学联盟Nevanlinna奖，1997年获Knuth奖，2008年获EATCS(欧洲理论计算科学协会)奖。

　　图灵奖有计算机界的诺贝尔奖之称，由ACM(国际计算机协会)每年颁发，奖金为25万美元，目前由Google和Intel赞助。