杰弗里·辛顿

反向传播与漫长的冬天

辛顿1947年生于英国温布尔登，家族里有数学家和植物学家，他的曾曾祖父是逻辑代数创始人乔治·布尔。他在剑桥大学读实验心理学，随后转向人工智能，1978年在爱丁堡大学获得人工智能博士学位。他此后在加拿大麦克马斯特大学、卡内基梅隆大学辗转任教，1987年落脚多伦多大学，成为加拿大高等研究院（CIFAR）深度学习项目的核心。

1986年他与David Rumelhart、Ronald Williams合作发表的反向传播论文，让神经网络的多层训练成为可行方案，但在接下来20年里，支持向量机和统计学习方法主导学界，神经网络始终被视为低效的怪物。辛顿、Yann LeCun和Yoshua Bengio三人在外界冷漠中坚持了下来。[1]

AlexNet与辞职声明

2012年，他指导博士生Alex Krizhevsky和Ilya Sutskever用GPU训练深度卷积神经网络，在ImageNet竞赛上以压倒性优势获胜。这篇AlexNet论文被引超过10万次，是AI史上引用最多的论文之一。2013年，谷歌以约4400万美元收购了他与两名学生创立的DNNresearch。他随后在谷歌大脑工作十年，2023年5月宣布辞职，声称这样他可以「更自由地谈论AI的危险性」。他说自己对推动了这项技术的发展感到一定程度的后悔——不是后悔做了这件事，而是担忧人类是否已经准备好。同年10月，他与John Hopfield共同获得2024年诺贝尔物理学奖，瑞典皇家科学院将两人的工作描述为「用物理学工具建立了机器学习的基础」。