本页使用了标题或全文手工转换

杰弗里·辛顿

维基百科,自由的百科全书
跳到导航 跳到搜索
杰弗里·辛顿
FRS FRSC CC
Geoffrey Hinton at UBC.jpg
出生 (1947-12-06) 1947年12月6日71歲)
 英國伦敦温布尔登
居住地  加拿大
母校
知名于
奖项 图灵奖 (2018)
网站 www.cs.toronto.edu/~hinton/
科学生涯
研究領域 神经计算
机构
论文 Relaxation and its role in vision(1977)
博士導師 H.克里斯托弗·龙格-希金斯
著名學生 杨立昆博士后

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对比散度算法的发明人之一,也是深度学习的积极推动者[1],被誉为“深度学习之父”[2]。辛顿因在深度学习方面的贡献与约书亚·本希奥杨立昆一同被授予了2018年的图灵奖[3]

生平[编辑]

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[4]

研究兴趣[编辑]

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[编辑]

辛顿是鲁梅哈特奖的首位获奖者,1998年当选皇家学会会士[5]

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[6]

轶事[编辑]

辛顿是逻辑学家乔治·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[7]

参考资料[编辑]

  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]. 
  2. ^ How U of T's 'godfather' of deep learning is reimagining AI. University of Toronto News. [2018-12-28] (英语). 
  3. ^ Baraniuk, Chris. British-born AI expert wins Turing Award. 2019-03-27 [2019-03-27] (英国英语). 
  4. ^ U of T neural networks start-up acquired by Google (新闻稿). Toronto, ON. 12 March 2013 [13 March 2013]. 
  5. ^ Fellows of the Royal Society. The Royal Society. [14 March 2013]. 
  6. ^ Artificial intelligence scientist gets M prize. CBC News. 14 February 2011. 
  7. ^ The Isaac Newton of logic

外部链接[编辑]