（）是计算机科学和人工智能的先驱之一，被称为“深度学习之父”。他对神经网络和机器学习的研究为现代人工智能奠定了基础，尤其是在促进深度学习的实际应用方面。这是关于他的详细介绍：

---

### ** 1。背景和学术职业**

- **出生和教育**：1947年出生于英格兰，他来自一个科学家族（他的曾祖父是数学家乔治·布尔（ ），布尔·代尔布拉（ ）的创始人）。

- **学术史**：

- 剑桥大学实验心理学学士学位（1970）。

- 人工智能博士学位，爱丁堡大学（1978年），在克里斯托弗·兰格·希金斯（ -）（ - ）下进行了研究。

- 他曾在卡内基·梅隆大学，多伦多大学等教授，目前是多伦多大学的荣誉教授。

---

### ** 2。核心贡献**

#### **（1）深度学习的基础工作**

- **反向传播算法**（）：

1986年，他共同提出了**与 （）和其他人的反向传播算法**，这成为培训多层神经网络的核心方法。

- **深信网络**（深，DBN）：

2006年，提出了基于受限的玻尔兹曼机器（RBM）的深度信念网络，该网络解决了深度网络训练中梯度消失的问题，并开始了深度学习革命。

- **技术**：

在2012年，我们提出了与团队的“正式化方法”，以极大地提高神经网络的概括能力。

#### **（2）促进AI工业化**

- **比赛和**：

2012年，其学生Alex 和Ilya根据的成就发展了****，这在图像识别竞赛中绝大多数。以优势赢得冠军标志着计算机视觉领域的深度学习的突破。

- **工业合作**：

2013年，它共同创立了一家AI公司，后来被收购。从那以后，他曾担任副总裁兼工程研究员，领导 （）团队长期以来。

---

### ** 3。荣誉和影响**

- ** **：2018年，他与Yann和 一起赢得了“计算机行业的诺贝尔奖” - 图灵奖 - 图灵奖，赞扬他们在深度学习工作领域的开拓精神。

- **学术继承**：已经培训了许多AI领导者，包括首席科学家Ilya ， AI主任 （），等等。

- **社会影响**：其研究直接促进了语音识别，图像处理和自然语言处理等技术的突破，为诸如自动驾驶等应用奠定了基础。

---

### ** 4。最近的新闻和争议**

- **离开Goog​​le **：在2023年5月，欣顿宣布他从辞职，公开表示担心AI失控的风险，认为“ AI可能比人类更聪明，难以控制”。

- ** AI伦理倡导**：呼吁加强对AI的监督，强调可能的虚假信息，就业冲击以及由生成AI引起的其他问题（例如大语言模型）。

- **研究方向**：目前专注于探索更接近生物神经网络的算法（例如“胶囊网络”），试图打破当前深度学习的局限性。

---

### ** 5。经典言论**

- **“机器学习是新的力量” **：它认为AI将像电力一样穿透所有行业。

- **“大脑是一台巨大的深度学习机器” **：它主张通过模拟人脑机制来促进AI的发展。

---

### **总结**

杰弗里·欣顿（ ）是从理论到人工智能实践的关键人物。他的作品不仅重塑了计算机科学，而且对科学和技术行业和社会形式产生了深远的影响。尽管他担心AI的未来，但他仍在积极探索技术界限，并呼吁对AI负责任。