杰弗里·辛顿

杰弗里·辛顿
Geoffrey Hinton
CC FRS FRSC
Hinton in 2024
出生Geoffrey Everest Hinton
(1947-12-06) 1947年12月6日[10]
 英国英格蘭倫敦温布尔登
母校劍橋大學BA
愛丁堡大學PhD
知名于反向傳播算法的應用
玻爾茲曼機
深度學習
膠囊神經網路
奖项美国人工智能协会会士(1990)
魯梅爾哈特獎(2001)
IJCAI優秀研究獎(2005)
IEEE弗蘭克·羅森布拉特獎(2014)
詹姆斯·克拉克·馬克士威獎章(20016)
BBVA基金會知識前沿獎(2016)
圖靈獎(2018)
阿斯圖里亞斯親王獎(2022)
皇家奖章(2022)
诺贝尔物理学奖(2024)
网站www.cs.toronto.edu/~hinton/
科学生涯
研究领域機器學習
神經網路
人工智慧
認知科學
物體識別[1]
机构多倫多大學
Google
卡内基·梅隆大学
倫敦大學學院
聖地牙哥加利福尼亞大學
论文Relaxation and its role in vision(1977年)
博士導師克里斯托弗·龍格-希金斯[2][3][4]
博士生理查德·塞梅爾[5]
布倫丹·傅萊[6]
拉德福德·M·尼爾[7]
鄭宇懷
魯斯·薩拉赫丁諾夫[8]
伊爾亞·蘇茨克維[9]
其他著名學生楊立昆博士後
彼得·達揚博士後
馬克斯·威靈博士後
祖賓·加拉馬尼博士後
艾力克斯·格雷夫斯博士後

杰弗里·埃弗里斯特·辛顿FRS(英語:Geoffrey Everest Hinton,1947年12月6日—),又译杰弗里·欣顿[11]英国出生的加拿大计算机学家心理学家多伦多大学教授。以其在類神經網路方面的贡献闻名。辛顿是反向传播算法和对比散度算法(Contrastive Divergence)的发明人之一,也是深度学习的积极推动者[12],被誉为“深度学习教父”[13]

辛顿因在深度学习方面的贡献与约书亚·本希奥杨立昆共同获得2018年的图灵奖[14]。2024年,辛顿与约翰·霍普菲尔德共同获得诺贝尔物理学奖[15]

生平

辛顿于1970年在剑桥大学获得实验心理学学士学位,后于1978年在爱丁堡大学获得人工智能博士学位。毕业后曾在萨塞克斯大学加州大学圣迭戈分校、剑桥大学、卡内基梅隆大学伦敦大学学院工作。他是盖茨比计算神经科学中心的创始人,目前担任多伦多大学计算机科学系教授。辛顿是机器学习领域的加拿大首席学者,也是加拿大高等研究院赞助的“神经计算和自适应感知”项目的领导者。辛顿在2013年3月加入Google,同时Google并购了他创办的DNNresearch公司[16]

研究兴趣

关于辛顿工作的浅显解释可以参考他在1992年9月和1993年10月于《科学美国人》发表的两篇科普文章。他研究了使用神经网络进行机器学习、记忆、感知和符号处理的方法,并在这些领域发表了超过200篇论文。他是将反向传播算法引入多层神经网络训练的学者之一。他与大卫·阿克利、特里·赛杰诺维斯基一同发明了波尔兹曼机。他对于神经网络的其它贡献包括分散表示(distributed representation)、时延神经网络、专家混合系统(mixtures of experts)、亥姆霍兹机(Helmholtz machines)等。辛顿当前的工作是处理丰富传感器输入的神经网络无监督学习。

获奖

辛顿是鲁梅哈特奖的首位获奖者,1998年当选皇家学会会士[17]

辛顿获得了2005年IJCAI杰出学者奖终生成就奖,同时也是2011年赫茨伯格加拿大科学和工程金奖获得者[18]

2024年與约翰·霍普菲尔德共同獲得诺贝尔物理學奖,表彰其在機器學習與人工智慧上,做出的基礎發明及創新。[12]

轶事

辛顿是逻辑学家乔治·布尔与數學家和教育家瑪麗·埃佛勒斯·布爾的曾曾孙,布尔的工作最终成为了现代电子计算机的基础。与此同时,辛顿也是外科医生和作家詹姆士·辛顿的后裔[19]。他的堂姑是曾长期定居在中国的美核物理学家寒春

他被譽為「AI教父」。2023年5月, 他稱其後悔研發人工智能,擔心人工智能會為世界帶來嚴重危害。[20]

参考资料

  1. ^ Google学术搜索索引的杰弗里·辛顿出版物
  2. ^ 杰弗里·辛顿數學譜系計畫的資料。
  3. ^ Geoffrey E. Hinton's Academic Genealogy. [2014-07-22]. (原始内容存档于2017-03-23). 
  4. ^ Gregory, R. L.; Murrell, J. N. Hugh Christopher Longuet-Higgins. 11 April 1923 -- 27 March 2004: Elected FRS 1958. Biographical Memoirs of Fellows of the Royal Society. 2006, 52: 149–166. doi:10.1098/rsbm.2006.0012可免费查阅. 
  5. ^ Zemel, Richard Stanley. A minimum description length framework for unsupervised learning (PhD论文). University of Toronto. 1994. OCLC 222081343. ProQuest 304161918. 
  6. ^ Frey, Brendan John. Bayesian networks for pattern classification, data compression, and channel coding (PhD论文). University of Toronto. 1998. OCLC 46557340. ProQuest 304396112. 
  7. ^ Neal, Radford. Bayesian learning for neural networks (PhD论文). University of Toronto. 1995. OCLC 46499792. ProQuest 304260778. 
  8. ^ Salakhutdinov, Ruslan. Learning deep generative models (PhD论文). University of Toronto. 2009. ISBN 9780494610800. OCLC 785764071. ProQuest 577365583. 
  9. ^ Sutskever, Ilya. Training Recurrent Neural Networks (PhD论文). University of Toronto. 2013. OCLC 889910425. ProQuest 1501655550. 
  10. ^ Anon (2015) Hinton, Prof. Geoffrey Everest需要付费订阅. 英国名人录. ukwhoswho.com online Oxford University Press (布盧姆斯伯里出版公司旗下A & C Black).  需要订阅或英国公共图书馆会员资格 doi:10.1093/ww/9780199540884.013.20261 需付费查阅
  11. ^ 两名科学家因机器学习方面的贡献分享2024年诺贝尔物理学奖. 新华网. 2024-10-08 [2024-10-12]. (原始内容存档于2024-12-02). 
  12. ^ 12.0 12.1 Daniela Hernandez. The Man Behind the Google Brain: Andrew Ng and the Quest for the New AI. Wired. 7 May 2013 [10 May 2013]. (原始内容存档于2014-03-29). 
  13. ^ How U of T's 'godfather' of deep learning is reimagining AI. University of Toronto News. [2018-12-28]. (原始内容存档于2019-04-06) (英语). 
  14. ^ Baraniuk, Chris. British-born AI expert wins Turing Award. 2019-03-27 [2019-03-27]. (原始内容存档于2019-03-27) (英国英语). 
  15. ^ The Nobel Prize in Physics 2024. NobelPrize.org. [2024-10-08]. (原始内容存档于2024-10-08) (美国英语). 
  16. ^ U of T neural networks start-up acquired by Google (新闻稿). Toronto, ON. 2013-03-12 [2013-03-13]. (原始内容存档于2019-10-08). 
  17. ^ Fellows of the Royal Society. The Royal Society. [2013-03-14]. (原始内容存档于2015-06-26). 
  18. ^ Artificial intelligence scientist gets M prize. CBC News. 2011-02-14 [2014-07-22]. (原始内容存档于2011-02-17). 
  19. ^ The Isaac Newton of logic. [2014-07-22]. (原始内容存档于2021-01-16). 
  20. ^ Metz, Cade. ‘The Godfather of A.I.’ Leaves Google and Warns of Danger Ahead. The New York Times. 2023-05-01 [2023-05-02]. ISSN 0362-4331. (原始内容存档于2023-05-01) (美国英语). 

外部链接