Geoffrey Hinton
La nomination
Spécialiste-conseil
Apprentissage automatique, apprentissage biologique
Connect
À Propos
Geoffrey Hinton conçoit des algorithmes d’apprentissage automatique. Son objectif est de découvrir une procédure d’apprentissage permettant de trouver une structure complexe dans de grands ensembles de données hautement dimensionnelles pour montrer comment le cerveau apprend à voir. Il compte parmi les chercheurs qui ont introduit l’algorithme de rétropropagation et a été le premier à utiliser la rétropropagation pour l’apprentissage de vecteurs-mots. Ses autres contributions à la recherche sur les réseaux neuronaux comprennent les machines de Boltzmann, les représentations distribuées, les réseaux neuronaux à délai temporel, le mélange d’experts, l’apprentissage variationnel, les produits d’experts et les réseaux de croyance profonds. Son groupe de recherche à Toronto a fait des percées majeures en apprentissage profond qui ont révolutionné la reconnaissance vocale et la classification des objets.
Geoffrey a obtenu son baccalauréat en psychologie expérimentale à Cambridge, en 1970, et son doctorat en intelligence artificielle à Édimbourg, en 1978. Après des travaux postdoctoraux à l’Université de Sussex et à l’Université de Californie à San Diego, il a été professeur au département d’informatique de l’Université Carnegie-Mellon pendant cinq ans. Il est ensuite devenu membre du CIFAR et s’est joint au département d’informatique de l’Université de Toronto. De 1998 à 2001, il a mis en place la Gatsby Computational Neuroscience Unit à l’University College de Londres, puis est retourné à l’Université de Toronto. De 2004 à 2013, il a été le directeur du programme Calcul neuronal et perception adaptative, financé par le CIFAR. En 2013, Google a acquis DNNresearch, la jeune entreprise en réseaux neuronaux que Geoffrey Hinton a développée à partir de ses recherches à l’Université de Toronto.
Prix
- Prix Nobel de physique, 2024
- Prix Princesse des Asturies, 2022
- Médaille royale de la Royal Society, 2022
- Prix Honda, 2019
- Prix A. M. Turing, 2018
- Compagnon de l’Ordre du Canada, 2018
- Prix Frontiers of Knowledge de la Fondation BBVA, 2017
- Prix NEC C&C, 2016
- Médaille d’or James Clerk Maxwell de l’IEEE, 2016
- Médaille Frank Rosenblatt de l’IEEE, 2014
- Bourse Killam en génie, 2012
- Médaille d’or Gerhard-Herzberg du CRSNG, 2010
- Prix David E. Rumelhart, 2001
Publications Pertinentes
- Rumelhart, D.E. et coll. « Parallel distributed processing. » IEEE1 (1988): 345-62