Geoffrey Hinton

Un article de Wikipédia, l'encyclopédie libre.
Ceci est une version archivée de cette page, en date du 8 janvier 2020 à 00:12 et modifiée en dernier par Sclune-Shaa (discuter | contributions). Elle peut contenir des erreurs, des inexactitudes ou des contenus vandalisés non présents dans la version actuelle.
Geoffrey Hinton
Biographie
Naissance
Nationalités
Domicile
Formation
Activités
Père
Howard Everest Hinton (en)Voir et modifier les données sur Wikidata
Autres informations
A travaillé pour
Membre de
Directeur de thèse
Site web
Distinctions

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

Hinton a fait ses études au King's College où il obtient une licence de psychologie expérimentale en 1970. 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.

En il présente le concept de "capsule networks" (réseaux de neurones à capsules) qu'il présente comme un tournant de l'apprentissage profond[6].

Recherche

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[7]. 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

Honneurs

Références

  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 ).
  5. https://www.coursera.org/learn/neural-networks
  6. Johanna Diaz, « Réseaux de neurones: Geoffrey Hinton annonce un tournant fondamental », sur Actu IA, (consulté le )
  7. (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.
  8. « La gouverneure générale annonce 103 nouvelles nominations au sein de l’Ordre du Canada », sur https://www.gg.ca, (consulté le ).