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、特裡·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。
^ Zemel, Richard Stanley. A minimum description length framework for unsupervised learning (PhD論文). University of Toronto. 1994. OCLC 222081343. ProQuest304161918.
^ Frey, Brendan John. Bayesian networks for pattern classification, data compression, and channel coding (PhD論文). University of Toronto. 1998. OCLC 46557340. ProQuest304396112.
^ Neal, Radford. Bayesian learning for neural networks (PhD論文). University of Toronto. 1995. OCLC 46499792. ProQuest304260778.
30種語言
簡體
工具
傑弗裡·辛頓
Geoffrey Hinton
CC FRS FRSC攝於2013年出生Geoffrey Everest Hinton
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
膠囊神經網路獎項美國人工智能協會會士(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)
阿斯圖裡亞斯親王獎(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[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)博士導師克裡斯托弗·龍格-希金斯[3][4][5]博士生理查德·塞梅爾[6]
布倫丹·傅萊[7]
拉德福德·M·尼爾[8]
鄭宇懷
魯斯·薩拉赫丁諾夫[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(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)
傑弗裡·埃弗裡斯特·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和心理學家,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和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“深度學習教父”[12]。辛頓因在深度學習方面的貢獻與約書亞·本希奧和楊立昆一同被授予了2018年的圖靈獎。[13]
生平[color=var(--color-subtle,#54595d)][[/color]編輯[color=var(--color-subtle,#54595d)]][/color]
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、卡內基梅隆大學和倫敦大學學院工作。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並購了他創辦的DNNresearch公司[14]。
研究興趣[color=var(--color-subtle,#54595d)][[/color]編輯[color=var(--color-subtle,#54595d)]][/color]
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、特裡·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[color=var(--color-subtle,#54595d)][[/color]編輯[color=var(--color-subtle,#54595d)]][/color]
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[color=var(--color-subtle,#54595d)][[/color]編輯[color=var(--color-subtle,#54595d)]][/color]
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[color=var(--color-subtle,#54595d)][[/color]編輯[color=var(--color-subtle,#54595d)]][/color]