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].
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT Press.[↩]
- 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[↩]
- LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436-444. doi:10.1038/nature14539[↩]
- 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[↩]
- ACM. (2019). Fathers of the Deep Learning Revolution Receive ACM A.M. Turing Award. Retrieved from https://awards.acm.org/about/2018-turing[↩]