杰弗里·辛顿

Geoffrey Hinton

因反向传播与神经网络研究被称为“深度学习之父”的英裔加拿大计算机科学家。

1篇文章最近提及

杰弗里·辛顿是英裔加拿大计算机科学家和认知心理学家,1947年生于英国伦敦,现为加拿大多伦多大学荣休教授。1986年他与大卫·鲁梅尔哈特、罗纳德·威廉姆斯合著论文,使训练多层神经网络的反向传播算法广为人知;在1980年代,他作为并行分布式处理(PDP)研究小组的成员,倡导以多个单元的激活模式来表示概念的分布式表示。

2012年,他与学生亚历克斯·克里热夫斯基、伊利亚·苏茨克维以深度卷积网络AlexNet在ImageNet图像识别竞赛中大幅领先夺冠,推动了深度学习热潮。他于2013年至2023年在谷歌工作,2018年与约书亚·本吉奥、杨立昆共同获得图灵奖,2024年与约翰·霍普菲尔德共同获得诺贝尔物理学奖,被称为“深度学习之父”。

本条目依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们。

涉及该条目的文章

  • 神经网络内部并非混沌:约90%神经元各司其职AI安全 ·

    分布式表示由杰弗里·辛顿倡导,把每个概念分散到许多神经元的活动模式之中。

    阅读文章

发现说明有误或找不到条目?

百科说明依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们,我们会核实并修改。新文章中出现的名称会在文章发布后加入百科。