Skip to content

Geoffrey Hinton

Geoffrey Hinton ist ein kanadischer Informatiker und Kognitionspsychologe, der als einer der Pioniere des Deep Learning gilt. Seine Arbeit hat maßgeblich zur Entwicklung künstlicher neuronaler Netze beigetragen [1]. Hinton entwickelte wichtige Konzepte wie den Backpropagation-Algorithmus für das Training mehrschichtiger neuronaler Netze und die Boltzmann-Maschine, ein stochastisches neuronales Netzwerk [2]. Seine Forschung zu Deep Belief Networks und die Einführung effizienter Trainingsmethoden für tiefe neuronale Netze in den 2000er Jahren trugen wesentlich zum aktuellen KI-Boom bei [3].

2012 demonstrierte Hintons Team die Überlegenheit von Deep Learning in der Bildklassifizierung, was einen Wendepunkt in der KI-Forschung markierte [4]. Für seine bahnbrechenden Beiträge erhielt Hinton zahlreiche Auszeichnungen, darunter den Turing Award 2018, der als „Nobelpreis der Informatik“ gilt [5].

  1. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT Press.[]
  2. Hinton, G. E., & Salakhutdinov, R. R. (2006). Reducing the dimensionality of data with neural networks. Science, 313(5786), 504-507. doi:10.1126/science.1127647[]
  3. LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436-444. doi:10.1038/nature14539[]
  4. Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). ImageNet classification with deep convolutional neural networks. Advances in Neural Information Processing Systems, 25, 1097-1105. doi:10.1145/3065386[]
  5. ACM. (2019). Fathers of the Deep Learning Revolution Receive ACM A.M. Turing Award. Retrieved from https://awards.acm.org/about/2018-turing[]
<p>Diese Seiten sind kopiergeschützt. Für Reproduktionsanfragen kontaktieren Sie bitte den Autor.</p>