Geoffrey Hinton

Un article de Wikipédia, l'encyclopédie libre.
Sauter à la navigation Sauter à la recherche
Geoffrey Hinton
Deep Thinkers on Deep Learning (cropped to Geoffrey Hinton).jpg
Biographie
Naissance
Nationalités
Formation
Activités
Père
Howard Everest Hinton (en)Voir et modifier les données sur Wikidata
Autres informations
A travaillé pour
Domaines
Membre de
Directeur de thèse
Distinctions
Liste détaillée
IEEE Frank Rosenblatt Award
AAAI Fellow
Fellow of the Cognitive Science Society (d)
Prix Rumelhart ()
IJCAI Award for Research Excellence (en) ()
BBVA Foundation Frontiers of Knowledge Award (en) ()Voir et modifier les données sur Wikidata

Geoffrey Hinton (né le ) est un chercheur canadien spécialiste de l'intelligence artificielle et plus particulièrement des réseaux de neurones artificiels. Il fait partie de l'équipe Google Brain et est professeur au département d'informatique de l'Université de Toronto. Il a été l'un des premiers à mettre en application l'algorithme de rétropropagation du gradient pour l'entraînement d'un réseau de neurones multi-couches. Il fait partie des figures de proue de la communauté de l'apprentissage profond[1],[2],[3].

Biographie[modifier | modifier le code]

Hinton a fait ses études au King's College où il obtient une licence de psychologie expérimentale en 1970. Avant son super doctorat, il était charpentier. Il a réalisé un doctorat en intelligence artificielle à l'Université d'Édimbourg dirigé par Christophe Longuet-Higgins et achevé en 1978.

Après son Doctorat, il a travaillé successivement à l'université du Sussex, à l'université de Californie, à l'université Carnegie-Mellon et à l'université de Toronto[4]. Hinton a réalisé un cours en ligne sur la plateforme Coursera en 2012 portant sur les réseaux de neurones artificiels[5]. Il a rejoint Google en 2013.

Recherche[modifier | modifier le code]

Les travaux de recherche de Hinton concernent principalement les réseaux de neurones artificiels en lien avec l'apprentissage automatique et l'étude de la mémoire ou de la perception. Il a été l'un des premiers chercheurs à avoir fait la preuve de l'utilisation de l'algorithme de rétropropagation pour l'entraînement de réseaux de neurones multi-couches. Il a co-inventé les machines de Boltzmann avec David Ackley et Terry Sejnowski[6]. Ses autres contributions portent sur les représentations distribuées, les time delay neural network (en), le produit et mélanges d'experts, les machines de Helmholtz (en), la visualisation de données - il est co-inventeur de l'algorithme t-SNE

Références[modifier | modifier le code]

  1. "How a Toronto professor’s research revolutionized artificial intelligence".
  2. [vidéo] Disponible sur YouTube
  3. AMA Geoffrey Hinton (self.
  4. (en) Jeff Gray, « U of T professor Geoffrey Hinton hailed as guru of new computing era », The Globe and Mail, (consulté le 16 juillet 2017).
  5. https://www.coursera.org/learn/neural-networks
  6. (en) Ackley, David H, Hinton Geoffrey E et Sejnowski, Terrence J, « A learning algorithm for Boltzmann machines », Cognitive science, Elsevier, vol. 9, no 1,‎ , p. 147–169.