謝菲·埃弗里斯特·辛頓，FRS（英語：Geoffrey Everest Hinton，1947年12月6日—），又譯謝菲·欣頓[11]，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。以其在類神經網絡方面的貢獻聞名。辛頓是反向傳播算法和對比散度算法（Contrastive Divergence）的發明人之一，也是深度學習的積極推動者[12]，被譽為「深度學習教父」[13]。
謝菲·辛頓 Geoffrey Hinton CC FRS FRSC | |
|---|---|
.jpg) Hinton in 2024 | |
| 出生 | Geoffrey Everest Hinton 1947年12月6日[10]  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 膠囊神經網絡 |
| 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） 阿斯圖里亞斯親王獎（2022） 皇家獎章（2022） 諾貝爾物理學獎(2024) |
| 網站 | www |
| 科學生涯 | |
| 研究領域 | 機器學習 神經網絡 人工智能 認知科學 物體識別[1] |
| 機構 | 多倫多大學 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 | 克里斯托弗·龍格-希金斯[2][3][4] |
| 博士生 | 理查德·塞梅爾[5] 布倫丹·傅萊[6] 拉德福德·M·尼爾[7] 鄭宇懷 魯斯·薩拉赫丁諾夫[8] 伊爾亞·蘇茨克維[9] |
| 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） |
辛頓因在深度學習方面的貢獻與約書亞·本希奧、楊立昆共同獲得2018年的圖靈獎[14]。2024年，辛頓與約翰·霍普菲爾德共同獲得諾貝爾物理學獎。[15]
生平
辛頓於1970年在劍橋大學獲得實驗心理學學士學位，後於1978年在愛丁堡大學獲得人工智能博士學位。畢業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併購了他創辦的DNNresearch公司[16]。
研究興趣
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、特里·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
辛頓是魯梅哈特獎的首位獲獎者，1998年當選皇家學會會士[17]。
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[18]。
軼事
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[19]。
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。[20]
參考資料
外部連結
Wikiwand in your browser!
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.
