傑弗里·辛頓

本頁使用了標題或全文手工轉換
維基百科,自由的百科全書
傑弗里·辛頓
Geoffrey Hinton

CC FRS FRSC
攝於2013年
出生Geoffrey Everest Hinton
(1947-12-06) 1947年12月6日76歲)[1]
 英國英格蘭倫敦溫布爾登
母校劍橋大學BA
愛丁堡大學PhD
知名於反向傳播算法的應用
玻爾茲曼機
深度學習
膠囊神經網路英語Capsule neural network
獎項美國人工智能協會會士英語AAAI Fellow(1990)
魯梅爾哈特獎英語Rumelhart Prize(2001)
IJCAI優秀研究獎英語IJCAI Award for Research Excellence(2005)
IEEE弗蘭克·羅森布拉特獎英語IEEE Frank Rosenblatt Award(2014)
詹姆斯·克拉克·馬克士威獎章(20016)
BBVA基金會知識前沿獎英語BBVA Foundation Frontiers of Knowledge Award(2016)
圖靈獎(2018)
阿斯圖里亞斯親王獎(2022)
皇家獎章(2022)
網站www.cs.toronto.edu/~hinton/
科學生涯
研究領域機器學習
神經網路
人工智慧
認知科學
物體識別英語Outline of object recognition[2]
機構多倫多大學
Google
卡內基·梅隆大學
倫敦大學學院
聖地牙哥加利福尼亞大學
論文Relaxation and its role in vision(1977年)
博士導師克里斯托弗·龍格-希金斯英語Christopher Longuet-Higgins[3][4][5]
博士生理查德·塞梅爾英語Richard Zemel[6]
布倫丹·傅萊英語Brendan Frey[7]
拉德福德·M·尼爾英語Radford M. Neal[8]
鄭宇懷
魯斯·薩拉赫丁諾夫英語Russ Salakhutdinov[9]
伊爾亞·蘇茨克維[10]
其他著名學生楊立昆博士後
彼得·達揚英語Peter Dayan博士後
馬克斯·威靈英語Max Welling博士後
祖賓·加拉馬尼英語Zoubin Ghahramani博士後
艾力克斯·格雷夫斯博士後

傑弗里·埃弗里斯特·辛頓FRS(英語:Geoffrey Everest Hinton,1947年12月6日),英國出生的加拿大計算機學家心理學家多倫多大學教授。以其在類神經網路方面的貢獻聞名。辛頓是反向傳播算法對比散度算法的發明人之一,也是深度學習的積極推動者[11],被譽為「深度學習之父」[12]。辛頓因在深度學習方面的貢獻與約書亞·本希奧楊立昆一同被授予了2018年的圖靈獎[13]

生平[編輯]

辛頓於1970年在英國劍橋大學獲得實驗心理學學士學位。此後於1978年在愛丁堡大學獲得人工智能博士學位。此後曾在薩塞克斯大學加州大學聖迭戈分校、劍橋大學、卡內基梅隆大學倫敦大學學院工作。他是蓋茨比計算神經科學中心的創始人,目前擔任多倫多大學計算機科學系教授。辛頓是機器學習領域的加拿大首席學者,也是加拿大高等研究院贊助的「神經計算和自適應感知」項目的領導者。辛頓在2013年3月加入Google,同時Google併購了他創辦的DNNresearch公司[14]

研究興趣[編輯]

關於辛頓工作的淺顯解釋可以參考他在1992年9月和1993年10月於《科學美國人》發表的兩篇科普文章。他研究了使用神經網絡進行機器學習、記憶、感知和符號處理的方法,並在這些領域發表了超過200篇論文。他是將反向傳播算法引入多層神經網絡訓練的學者之一。他與大衛·阿克利特里·賽傑諾維斯基一同發明了波爾茲曼機。他對於神經網絡的其它貢獻包括分散表示(distributed representation)、時延神經網絡、專家混合系統(mixtures of experts)、亥姆霍茲機(Helmholtz machines)等。辛頓當前的工作是處理豐富傳感器輸入的神經網絡無監督學習。

獲獎[編輯]

辛頓是魯梅哈特獎的首位獲獎者,1998年當選皇家學會會士[15]

辛頓獲得了2005年IJCAI傑出學者獎終生成就獎,同時也是2011年赫茨伯格加拿大科學和工程金獎獲得者[16]

軼事[編輯]

辛頓是邏輯學家喬治·布爾與數學家和教育家瑪麗·埃佛勒斯·布爾的曾曾孫,布爾的工作最終成為了現代電子計算機的基礎。與此同時,辛頓也是外科醫生和作家詹姆士·辛頓的後裔[17]

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。[18]

參考資料[編輯]

  1. ^ Anon (2015) Hinton, Prof. Geoffrey Everest需要付費訂閱. 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).  需要訂閱或英國公共圖書館會員資格 doi:10.1093/ww/9780199540884.013.20261 需付費查閱
  2. ^ Google學術搜索索引的傑弗里·辛頓出版物
  3. ^ 傑弗里·辛頓數學譜系計畫的資料。
  4. ^ Geoffrey E. Hinton's Academic Genealogy. [2014-07-22]. (原始內容存檔於2017-03-23). 
  5. ^ 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可免費查閱. 
  6. ^ Zemel, Richard Stanley. A minimum description length framework for unsupervised learning (PhD論文). University of Toronto. 1994. OCLC 222081343. ProQuest 304161918. 
  7. ^ Frey, Brendan John. Bayesian networks for pattern classification, data compression, and channel coding (PhD論文). University of Toronto. 1998. OCLC 46557340. ProQuest 304396112. 
  8. ^ Neal, Radford. Bayesian learning for neural networks (PhD論文). University of Toronto. 1995. OCLC 46499792. ProQuest 304260778. 
  9. ^ Salakhutdinov, Ruslan. Learning deep generative models (PhD論文). University of Toronto. 2009. ISBN 9780494610800. OCLC 785764071. ProQuest 577365583. 
  10. ^ Sutskever, Ilya. Training Recurrent Neural Networks (PhD論文). University of Toronto. 2013. OCLC 889910425. ProQuest 1501655550. 
  11. ^ Daniela Hernandez. The Man Behind the Google Brain: Andrew Ng and the Quest for the New AI. Wired. 7 May 2013 [10 May 2013]. (原始內容存檔於2014-03-29). 
  12. ^ How U of T's 'godfather' of deep learning is reimagining AI. University of Toronto News. [2018-12-28]. (原始內容存檔於2019-04-06) (英語). 
  13. ^ Baraniuk, Chris. British-born AI expert wins Turing Award. 2019-03-27 [2019-03-27]. (原始內容存檔於2019-03-27) (英國英語). 
  14. ^ U of T neural networks start-up acquired by Google (新聞稿). Toronto, ON. 2013-03-12 [2013-03-13]. (原始內容存檔於2019-10-08). 
  15. ^ Fellows of the Royal Society. The Royal Society. [2013-03-14]. (原始內容存檔於2015-06-26). 
  16. ^ Artificial intelligence scientist gets M prize. CBC News. 2011-02-14 [2014-07-22]. (原始內容存檔於2011-02-17). 
  17. ^ The Isaac Newton of logic. [2014-07-22]. (原始內容存檔於2021-01-16). 
  18. ^ 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. (原始內容存檔於2023-05-01) (美國英語). 

外部連結[編輯]