杰弗里·辛顿（Geoffrey Hinton）
人物简介
杰弗里·埃弗里斯特·辛顿（1947年12月6日－），英国裔加拿大计算机科学家和心理学家，深度学习领域的先驱，被称为”深度学习之父”，2018年图灵奖得主。他反向传播算法的改进者，深度置信网络的发明者，为深度学习的复兴和发展做出了奠基性贡献。
教育背景
- 1970年：毕业于剑桥大学，获得实验心理学学士学位。
- 1978年：获得爱丁堡大学人工智能博士学位，博士论文研究的是神经网络的联想记忆。
职业生涯与贡献
辛顿的职业生涯大部分时间都在研究神经网络，即使在神经网络研究的低谷期也始终坚持：
- 1986年：与大卫·鲁梅尔哈特、罗纳德·威廉姆斯合作发表了《通过反向传播误差学习表示》的论文，提出了反向传播算法的改进版本，解决了多层神经网络的训练问题，为深度学习的发展奠定了基础。
- 2006年：与鲁斯兰·萨拉赫丁诺夫合作发表了《深度置信网络的快速学习算法》，提出了深度置信网络（DBN）和逐层预训练方法，解决了深层神经网络训练困难的问题，正式开启了深度学习革命，”深度学习”这个概念也由此普及。
- 2012年：他的学生亚历克斯·克里泽夫斯基（Alex Krizhevsky）使用卷积神经网络AlexNet在ImageNet图像分类比赛中以巨大优势夺冠，证明了深度学习的强大能力，引发了深度学习的爆发式发展。
- 2013年：谷歌收购了他创立的DNNresearch公司，辛顿加入谷歌大脑，继续深度学习研究。
- 2018年：与杨立昆（Yann LeCun）、约书亚·本吉奥（Yoshua Bengio）共同获得图灵奖，以表彰他们在深度学习领域的开创性贡献，三人被合称为”深度学习三巨头”。
核心贡献
- 反向传播算法：改进了反向传播算法，使其能够有效训练多层神经网络，这是深度学习最核心的训练算法。
- 深度学习复兴：在神经网络研究低谷期坚持研究，2006年的突破性工作让深度学习重新回到人们的视野，开启了深度学习的新时代。
- 人才培养：培养了一大批深度学习领域的优秀学者，包括AlexNet的作者Alex Krizhevsky、强化学习大牛Richard Sutton等，他的学生和追随者遍布全球AI领域。
- 理念传播：不遗余力地推广深度学习理念，让学术界和工业界认识到神经网络的巨大潜力。
主要观点
- 类脑计算：辛顿坚信人工智能应该借鉴人类大脑的工作原理，他的很多研究都受到神经科学的启发。
- AI风险担忧：近年来辛顿多次表达对AI发展风险的担忧，认为超级人工智能可能会对人类构成威胁，呼吁加强AI监管。2023年他从谷歌辞职，以便能够自由地谈论AI的风险。
- 反对AI军事化：公开反对将AI技术用于军事目的，尤其是致命性自主武器系统。
荣誉与奖项
- 2018年ACM图灵奖
- 加拿大勋章
- 英国皇家学会院士
- 美国国家工程院外籍院士
- 美国国家科学院外籍院士
- 加拿大皇家学会院士
- 多项国际学术奖项和荣誉博士学位
趣闻轶事
- 辛顿是逻辑学家乔治·布尔（布尔代数的发明者）的玄孙，数学家和作家查尔斯·霍华德·辛顿的曾孙，家族有着深厚的学术传统。
- 他患有红绿色盲，而且是近视，这让他对人类视觉系统的工作原理产生了浓厚兴趣。
- 他被称为”神经网络的教父”，在深度学习领域德高望重，受到所有AI研究者的尊敬。
