近日，有 “计算机界诺贝尔奖” 之称的 ACM AM 图灵奖（ACM A.M. Turing Award）公布最新一届获奖者。和往届得主相比，相信不少非计算机领域的读者都曾 “欣赏” 过他们的工作。
两位获奖者分别是 Patrick Hanrahan 和 Edwin Catmull。他们的工作对 3D 计算机图形学有着重要推动性作用，而且这些工作对于近当代电影制作和各种电脑成像技术（Computer-generated imagery，电脑成像）有着革命性影响。
Patrick Hanrahan 现为斯坦福大学计算机图形学实验室的教授，曾经是全球顶尖动画公司、3D 动画开山鼻祖皮克斯（Pixar）的创始团队中的一员。
而 Edwin Catmull，则曾是皮克斯联合创始人和华特 · 迪士尼动漫工作室的总裁，由他参与创办的 NYIT 计算机图形实验室，引领了计算机 3D 动画近 20 余年，该实验室现仍为迪士尼、IBM、HBO、美国娱乐与体育节目电视网 (ESPN) 等公司管理数字动画和摄影项目。
图丨 EDWIN E.CATMULL（左）和 PATRICK M. HANRAHAN（右）；ACM 将为两人颁出图灵奖奖项和 100 万美元奖金，两人将在 6 月 20 日的 ACM 年度颁奖晚宴上正式领奖（来源：如图示）
或许他们没有持续加入到每一部《玩具总动员》的创作中，但是可以说，没有他们的工作，我们还不知道什么时候才感受到 3D 动画电影的全新魅力。
图丨相信不少热爱电影的读者都对这家传奇电影公司颇为熟悉，上为皮克斯经典片头和工作室最初的标识（来源：互联网）
两位皮克斯“前员工”，一场艺术和计算技术的“联姻”
在两位获奖者真正缔造前所未有的视觉新景象之前，同样有一段漫长的蛰伏期。
Catmull 于 1974 年在犹他大学获得计算机科学博士学位。
他的老师包括计算机图形学之父 Ivan Sutherland 和 1988 年的图灵奖获得者。在他的博士学位论文中，Catmull 介绍了一种可以明确显示弯曲块状物而非多边形的突破性方法，之后延伸出两项新技术：Z 缓冲（Z-buffering ）——一种处理 3D 物体深度信息的技术, 它对不同物体和同一物体不同部分的当前 Z 坐标进行记录；以及纹理贴图（texture mapping），即将二维表面纹理包裹在三维对象周围。此后，Catmull 还创建了一种通过指定更粗糙的多边形网格来显示光滑表面的新方法。
毕业后，他与 Jim Clark 合作，后者后来在 Catmull-Clark 细分曲面上创建了 Silicon Graphics 和 Netscape，该曲面现在是动画和电影特效中使用的出色曲面补丁。Catmull 的技术在开发照片级逼真的图形，消除 “锯齿”（形状周围的粗糙边缘）方面起着重要作用。而锯齿，正是“古典” 计算机图形的象征之一。
离开犹他大学后，Catmull 成立了 NYIT 计算机图形实验室，这是美国最早的专业计算机图形实验室之一。即使在那个时候，Catmull 也梦想着制作一部基于计算机图形技术的动画电影。
1979 年，George Lucas 聘请 Catmull 加入卢卡斯电影公司（LucasFilm），他离自己的梦想又进一步实。
在卢卡斯电影公司，Catmull 及其同事继续开发 3D 计算机图形动画的创新，而这个行业仍然被传统的 2D 技术所主导。1986 年，史蒂夫 · 乔布斯（Steve Jobs）收购了卢卡斯电影公司的计算机动画部门，并将其更名为皮克斯，由 Catmull 担任总裁。资料显示，虽然一开始，乔布斯是看中的是团队的画图软件和电脑产品，但他最后被团队的动画电影梦深深打动。
图丨皮克斯动画帝国背后曾有三位重要人物：计算机科学家 Edwin Catmull、动画师 John Lasseter 以及富有远见的企业家 Steve Jobs。（来源：互联网）
此次另一位图灵奖得主 Pat Hanrahan，正是 Catmull 在皮克斯招募的第一批员工之一。
Hanrahan 于 1985 年获得了威斯康星大学麦迪逊分校的生物物理学博士学位，在加入皮克斯之前曾在 NYIT 计算机图形实验室短暂工作过。
Hanrahan 与 Catmul 以及 Pixar 团队的其他成员一起工作，开发出了一套日后称为 “RenderMan” 的生产渲染器雏形，并试图将两人在计算机图形上的诸多创新集成到了其中。
在皮克斯工作期间，Hanrahan 还开发了体积渲染技术，让 CGI 设计师得以渲染 3-D 数据集的 2D 投影。Hanrahan 还与另一位合作者 Marc Levoy 在一篇高引用量的论文中介绍了光场渲染，这种方法可以使观看者感觉他们正在穿越场景、身临其境。
1990 年，Hanrahan 曾在 ACM SIGGRAPH 上发表了他的开创性的 RenderMan 研究。然而，在当时，计算硬件发展到可以使用 RenderMan 制作类似《玩具总动员》这样的 3D 动画电影，还需要五年的时间。
但在 Catmull 的领导下，皮克斯还是实现了用 RenderMan 制作一系列成功的电影，之后公司还将 RenderMan 授权给其他电影同行。现在，奥斯卡金像奖视觉效果类电影的 44 部，包括《阿凡达》、《泰坦尼克号》、《美女与野兽》、《指环王》三部曲以及《星球大战》前传，都有 RenderMan 的身影在。RenderMan 仍然是 CGI 视觉效果的标准工作流程。
图丨注定载入电影史册的第一部计算机动画电影《玩具总动员》（来源：《玩具总动员》）
1989 年离开皮克斯后，Hanrahan 曾在普林斯顿大学和斯坦福大学担任学术职务。从 20 世纪 90 年代开始，他和他的学生将 RenderMan 着色语言（RSL）扩展到在强大的 GPU 上实时工作，那时 GPU 才刚刚进入市场。Hanrahan 和他的学生开发的 GPU 编程语言促使了商业版本的开发（包括 OpenGL 着色语言），这彻底改变了电子游戏行业。
当时 GPU 上广泛使用的各种各样的着色语言，也促使 GPU 硬件设计师开发出更灵活的架构。这些架构反过来允许 GPU 在各种计算环境下使用，包括运行高性能计算应用程序的算法，以及在人工智能应用程序的海量数据集上训练机器学习算法。特别是，Hanrahan 和他的学生开发了一种用于 GPU 的语言 Brook，最终导致了 NVIDIA 集成技术 CUDA 的诞生。
Catmull 在皮克斯工作了 30 多年。在他的领导下，这些实验室的数十名研究人员发明了包括图像合成（image compositing）、运动模糊（motion blur）、布料模拟（cloth simulation）等基础技术，这些技术对计算机动画电影和计算机图形做出了更广泛的贡献。
ACM 的认可：他们不仅仅改变了电影产业
(来源：ACM)
更早之前，Hanrahan 和 Catmull 都因其技术贡献获得了 ACM SIGGRAPH（计算机图形学和交互技术国际计算机械协会特别兴趣小组）以及美国电影艺术与科学学院（简称美国影艺学院）的奖项。
ACM 认为，两位科学家通过概念创新以及对软件和硬件的贡献，从根本上影响了计算机图形学领域。他们的工作对电影制作产生了革命性的影响，从 25 年前的《玩具总动员》开始，一直延续到今天，给世界创造出一种全新的、完全由计算机动画制作的影像存在。
如今，在全球价值 1380 亿美元的电影行业中，3D 动画电影仍是颇受欢迎的一类。而且，其背后发展起来的 3D 计算机图像技术也在不断滋养着视频游戏行业以及新兴的虚拟现实、增强现实应用。如今回头来看，Catmull 和 Hanrahan 的开创性技术贡献，仍是当今 CGI 开发不可或缺的部分。
此外，他们对于 GPU 的认识，不但影响着计算机图形学领域，也推动着包括数据中心和 AI 在内的新兴领域产生改变。
对于这一次的图灵奖选择，ACM 主席 Cherri M. Pancake 表示：“ CGI 改变了电影的制作和体验方式，同时也在更广泛的尺度上深刻影响了娱乐产业。我们非常荣幸将奖项授予 Pat Hanrahan 和 Ed Catmull，因为计算机图形学社区也是 ACM 体系中最大、最活跃的社区之一，这一点在每年的 ACM SIGGRAPH 大会上都得到了证明。
与此同时，Catmull 和 Hanrahan 的贡献证明了，一项专用的计算技术可以对其他领域产生重大影响，例如，Hanrahan 基于 GPU 的 shading languages 的工作，使其成为了更广泛领域的通用型计算引擎，包括我自己所在的高性能计算领域。”
谷歌 AI 高级研究员兼高级副总裁 Jeff Dean 则评论道，“3D 计算图像现在已经如此普及，导致我们时常忘了这个领域并不遥远的曾经，当时，即便是视频游戏 Pong 这样只有一个白色动点在两根直线中晃动的视频游戏，就代表着非常领先的技术。技术不断发展，但在数十年前，Hanrahan 和 Catmull 所做的工作至今仍是该领域的标准，这实在让人赞叹。重要的是，我们认识到 CGI 技术的科学贡献，并让更多人获知这项技术还将在未来几年影响到包括虚拟现实、增强现实、数据可视化、教育、医学影像在内的更多领域。”
图丨2018 年获奖者、三位深度学习之父——蒙特利尔大学教授 Yoshua Bengio、多伦多大学名誉教授 Geoffrey Hinton、纽约大学教授 Yann LeCun（来源：ACM）
有趣的是，对比近年来的图灵奖获奖名单，似乎与 AI 相关的领域正在受到更多的青睐。上一届的图灵奖就选择了深度学习，大奖就颁给了三位深度学习之父。
图灵奖归属于美国计算机协会 ACM，以计算机科学先驱图灵的名字命名，覆盖的范围其实是整个计算机领域，而不仅仅限于 AI。
在 1966 年至 2019 年共 73 名获奖者名单中，涉及到的技术领域为计算机科学的多个分支，例如概率论、计算理论、编程语言和系统等。而且，图灵奖获奖条件极高，评奖程序也极严，每年通常只奖励一名计算机科学家，只有极少数年度有两名合作者或在同一方向作出贡献的科学家共享此奖。
尽管 AI 发展的历史比图灵奖还稍久些，自 1956 年诞生至今已有 60 多个年头，AI 方向所诞生的图灵奖得主却占比不大，从 20 世纪因神经网络获奖的 Marvin Minsky，因逻辑推理获奖的 John McCarthy、Allen Newell、Herbert A. Simon，因专家系统获奖的 Edward Feigenbaum、Raj Reddy，到 2011 年 Judea Pearl 因贝叶斯网络被青睐，再到 2019 年，图灵奖由深度学习三巨头 Geoffrey Hinton， Yann LeCun，和 Yoshua Bengio 共同获得，AI 科学家才在这个名单中有了显著的占比提升， 加之此次获奖者的领域也与 AI 有着高关联度，或许在可预见的未来，AI 领域还将诞生更多的图灵奖得主。
附：近 5 年的图灵奖获奖名单
ACM A.M. Turing Award 2018：深度学习革命之父：Yoshua Bengio、Geoffrey Hinton、Yann LeCun
ACM A.M. Turing Award 2017：史丹佛大学前校长 John L. Hennessy 和加州大学伯克利分校退休教授 David A. Patterson，开创一种系统性、定量方法来设计和评价电脑架构，并对 RISC 微处理器工业产生持久的影响
ACM A.M. Turing Award 2016：Timothy John Berners-Lee，万维网发明人
ACM A.M. Turing Award 2015：Martin E. Hellman 及 Whitfield Diffie，发明 Diffie–Hellman key exchange 密钥交换，对公开密钥加密技术有重大贡献
ACM A.M. Turing Award 2014：Michael Stonebraker，为现代数据库系统的概念和实践做出基本贡献
