杰弗里·辛顿
杰弗里·埃弗里斯特·辛顿，FRS（英語：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。以其在類神經網路方面的贡献闻名。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“深度学习之父”[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]
| 杰弗里·辛顿 Geoffrey Hinton CC FRS FRSC | |
|---|---|
攝於2013年 | |
| 出生 | Geoffrey Everest Hinton 1947年12月6日[1] 英国英格蘭倫敦温布尔登 |
| 母校 | 劍橋大學（BA） 愛丁堡大學（PhD） |
| 知名于 | 反向傳播算法的應用 玻爾茲曼機 深度學習 膠囊神經網路 |
| 奖项 | 美国人工智能协会会士（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） 阿斯圖里亞斯親王獎（2022） |
| 网站 | www |
| 科学生涯 | |
| 研究领域 | 機器學習 神經網路 人工智慧 認知科學 物體識別[2] |
| 机构 | 多倫多大學 卡内基·梅隆大学 倫敦大學學院 聖地牙哥加利福尼亞大學 |
| 论文 | Relaxation and its role in vision（1977年） |
| 博士導師 | 克里斯托弗·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） |
生平
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
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
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
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[17]。
参考资料
- ^ Anon (2015) Hinton, Prof. Geoffrey Everest. Who's Who online Oxford University Press. 布盧姆斯伯里出版公司旗下之A & C Black. doi:10.1093/ww/9780199540884.013.20261
- ^ 由Google学术搜索索引的杰弗里·辛顿出版物
- ^ 杰弗里·辛顿在數學譜系計畫的資料。
- ^ Geoffrey E. Hinton's Academic Genealogy
- ^ 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 .
- ^ Zemel, Richard Stanley. A minimum description length framework for unsupervised learning (PhD论文). University of Toronto. 1994. OCLC 222081343. ProQuest 304161918.
- ^ Frey, Brendan John. Bayesian networks for pattern classification, data compression, and channel coding (PhD论文). University of Toronto. 1998. OCLC 46557340. ProQuest 304396112.
- ^ Neal, Radford. Bayesian learning for neural networks (PhD论文). University of Toronto. 1995. OCLC 46499792. ProQuest 304260778.
- ^ Salakhutdinov, Ruslan. Learning deep generative models (PhD论文). University of Toronto. 2009. ISBN 9780494610800. OCLC 785764071. ProQuest 577365583.
- ^ Sutskever, Ilya. Training Recurrent Neural Networks (PhD论文). University of Toronto. 2013. OCLC 889910425. ProQuest 1501655550.
- ^ Daniela Hernandez. The Man Behind the Google Brain: Andrew Ng and the Quest for the New AI. Wired. 7 May 2013 [10 May 2013]. （原始内容于2014-03-29）.
- ^ How U of T's 'godfather' of deep learning is reimagining AI. University of Toronto News. [2018-12-28]. （原始内容于2019-04-06） （英语）.
- ^ Baraniuk, Chris. British-born AI expert wins Turing Award. 2019-03-27 [2019-03-27]. （原始内容于2019-03-27） （英国英语）.
- ^ U of T neural networks start-up acquired by Google (新闻稿). Toronto, ON. 2013-03-12 [2013-03-13]. （原始内容于2019-10-08）.
- ^ Fellows of the Royal Society. The Royal Society. [2013-03-14]. （原始内容于2015-06-26）.
- ^ Artificial intelligence scientist gets M prize. CBC News. 2011-02-14 [2014-07-22]. （原始内容于2011-02-17）.
- ^ The Isaac Newton of logic. [2014-07-22]. （原始内容于2021-01-16）.
外部链接
- Geoffrey E. Hinton's Academic Genealogy （页面存档备份，存于互联网档案馆）
- Geoffrey E. Hinton's Publications in Reverse Chronological Order （页面存档备份，存于互联网档案馆）
- Homepage （页面存档备份，存于互联网档案馆） (at UofT)
- YouTube上的"The Next Generation of Neural Networks"
- Gatsby Computational Neuroscience Unit （页面存档备份，存于互联网档案馆） (founding director)
- Encyclopedia article on Boltzmann Machines written by Geoffrey Hinton for Scholarpedia （页面存档备份，存于互联网档案馆）