杰弗里·辛顿

神经网络之父
image
杰弗里·辛顿（Geoffrey Hinton），全名杰弗里·埃弗勒斯特·辛顿（Geoffrey Everest Hinton），1947年12月6日出生于英国温布尔登，1970年在剑桥大学获得实验心理学学士学位，1978年在爱丁堡大学获得人工智能博士，2018年与约书亚·本吉奥（Yoshua Bengio）、杨乐昆（Yann LeCun）一起获得“A.M. 图灵奖（A.M Turing Award）”，被誉为“神经网络之父”。[1][2][3]
杰弗里·埃弗勒斯特·辛顿于1982-1987年在卡内基梅隆大学任教，[1]后成为加拿大高级研究所的研究员，并转到多伦多大学计算机科学系，截止2023年仍是该研究所的名誉教授和首席科学顾问。1996年，杰弗里·辛顿当选为加拿大皇家学会院士。[1]1998年，杰弗里·辛顿当选为英国皇家学会院士。[1]从2013年到2023年，杰弗里·辛顿担任谷歌的副总裁工程研究员。他是第一个使用反向传播来学习词嵌入的研究人员，也是引入反向传播算法的研究人员之一。他的研究方向为人工神经网络中的学习及其与真实神经网络中学习的关系和神经网络中的形状表示，对神经网络研究的其他贡献包括玻尔兹曼机、分布式表示、延时神经网络、专家混合、变分学习和深度学习。[4]
杰弗里·埃弗勒斯特·辛顿的研究给人工智能领域带来的重大突破，使深度神经网络成为计算的关键组成部分，与约书亚·本吉奥和杨乐昆被称为深度学习之父。他获得的奖项包括David E. Rumelhart奖、IJCAI卓越研究奖、Killam工程奖、IEEE Frank Rosenblatt奖章、NSERC Herzberg金奖、IEEE James Clerk Maxwell金奖、NEC C&C奖、BBVA奖、本田奖、英国皇家学会皇家奖章和图灵奖。[2][4]

人物经历

1947年12月6日，杰弗里·辛顿出生于英国温布尔登。[1]