Turingova nagrada je najvišje priznanje, ki ga svoje znanstvenoraziskovalno delo lahko prejmejo strokovnjaki s področja informatike in računalništva, zaradi česar jo pogosto imenujejo kar Nobelova nagrada za računalništvo. Prave Nobelove nagrade se podeljujejo za medicino, kemijo, fiziko, literaturo in mir, medtem ko računalništva za časa Alfreda Nobela seveda še ni bilo.
Letošnji prejemniki (Turingova nagrada ima sicer letnico 2018, ker se podeljuje za nazaj) so pogosto označeni kot "botri globokega učenja". Hinton je leta 1983 sodeloval pri iznajdbi Boltzmannovega stroja, ki je ena izmed prvih implementacij nevronskih mrež z uporabo statistične verjetnosti. Tri leta pozneje je napisal znamenit članek, v katerem je s kolegoma pokazal, da so nevronske mreže z vzvratnim učenjem (backpropagation) lahko izjemno učinkovite pri učenju. Ne pozabimo, da so v 70. in 80. letih nevronske mreže veljale za slepo ulico razvoja umetne inteligence. Danes je prav vzvratno učenje ključni del nevronskih mrež, ki prevajajo iz kitajščine v angleščino, prepoznavanje obraze na slikah itd.
LeCun je bil Hintonov podoktorski študent, ki je nadalje raziskoval nevronske mreže z vzvratnim učenjem. Razvil je konvolucijske nevronske mreže, ki se danes uporabljajo zlasti v računalniškem vidu. Bengio pa je z LeCunom delal v Bell Labs, kjer sta nevronske mreže uporabljala za procesiranje jezika, kar je utrlo pot k strojnim prevodom. Kasneje se je ukvarjal z nevronskimi mrežami, ki lahko ustvarijo nove, realistične podobe.
Nevronske mreže so lep primer, kako dolgo včasih traja, da tehnologija postane uporabna. Ko so jih v 80. in 90. letih uporabljali, so bili znanstveniki prepričani, da so veliki dosežki za ovinkom. Toda trajalo več kot četrt stoletja, da so nevronske mreže postale uporabne tudi v vsakdanjem življenju. Šele od leta 2009 je prepoznavanje govora z nevronskimi mrežami boljše kot z ostalimi metodami. Se pa vsi trije nagrajenci strinjajo, da ima umetna inteligenca še svetlo prihodnost, a da je treba paziti tudi na zlorabe.