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。
^ Zemel, Richard Stanley. A minimum description length framework for unsupervised learning (PhD论文). University of Toronto. 1994. OCLC 222081343. ProQuest304161918.
^ Frey, Brendan John. Bayesian networks for pattern classification, data compression, and channel coding (PhD论文). University of Toronto. 1998. OCLC 46557340. ProQuest304396112.
^ Neal, Radford. Bayesian learning for neural networks (PhD论文). University of Toronto. 1995. OCLC 46499792. ProQuest304260778.
30种语言
简体
工具
杰弗里·辛顿
Geoffrey Hinton
CC FRS FRSC摄于2013年出生Geoffrey Everest Hinton
1947年12月6日(76岁)[1]
英国英格兰伦敦温布尔登母校剑桥大学(BA)
爱丁堡大学(PhD)知名于反向传播算法的应用
玻尔兹曼机
深度学习
胶囊神经网路奖项美国人工智能协会会士(1990)
鲁梅尔哈特奖(2001)
IJCAI优秀研究奖(2005)
IEEE弗兰克·罗森布拉特奖(2014)
詹姆斯·克拉克·马克士威奖章(20016)
BBVA基金会知识前沿奖(2016)
图灵奖(2018)
阿斯图里亚斯亲王奖(2022)
皇家奖章(2022)网站www.cs.toronto.edu/~hinton/科学生涯研究领域机器学习
神经网路
人工智慧
认知科学
物体识别[2]机构多伦多大学
Google
卡内基·梅隆大学
伦敦大学学院
圣地牙哥加利福尼亚大学论文Relaxation and its role in vision(1977年)博士导师克里斯托弗·龙格-希金斯[3][4][5]博士生理查德·塞梅尔[6]
布伦丹·傅莱[7]
拉德福德·M·尼尔[8]
郑宇怀
鲁斯·萨拉赫丁诺夫[9]
伊尔亚·苏茨克维[10]其他著名学生杨立昆(博士后)
彼得·达扬(博士后)
马克斯·威灵(博士后)
祖宾·加拉马尼(博士后)
艾力克斯·格雷夫斯(博士后)
杰弗里·埃弗里斯特·辛顿,FRS(英语:Geoffrey Everest Hinton,1947年12月6日—),英国出生的加拿大计算机学家和心理学家,多伦多大学教授。以其在类神经网路方面的贡献闻名。辛顿是反向传播算法和对比散度算法的发明人之一,也是深度学习的积极推动者[11],被誉为“深度学习教父”[12]。辛顿因在深度学习方面的贡献与约书亚·本希奥和杨立昆一同被授予了2018年的图灵奖。[13]
生平[color=var(--color-subtle,#54595d)][[/color]编辑[color=var(--color-subtle,#54595d)]][/color]
辛顿于1970年在英国剑桥大学获得实验心理学学士学、位。此后于1978年在爱丁堡大学获得人工智能博士学、位。此后曾在萨塞克斯大学、加州大学圣迭戈分校、剑桥大学、卡内基梅隆大学和伦敦大学学院工作。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[14]。
研究兴趣[color=var(--color-subtle,#54595d)][[/color]编辑[color=var(--color-subtle,#54595d)]][/color]
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[color=var(--color-subtle,#54595d)][[/color]编辑[color=var(--color-subtle,#54595d)]][/color]
辛顿是鲁梅哈特奖的首位获奖者,1998年当选皇家学会会士[15]。
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[16]。
轶事[color=var(--color-subtle,#54595d)][[/color]编辑[color=var(--color-subtle,#54595d)]][/color]
辛顿是逻辑学家乔治·布尔与数学家和教育家玛丽·埃佛勒斯·布尔的曾曾孙,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[17]。
他被誉为“AI教父”。2023年5月, 他称其后悔研发人工智能,担心人工智能会为世界带来严重危害。[18]
参考资料[color=var(--color-subtle,#54595d)][[/color]编辑[color=var(--color-subtle,#54595d)]][/color]