Geoffrey Hinton：神经网络领域的先驱之一，著名人工智能专家，ACM图灵奖和英国皇家学会教授奖获得者，对深度学习的发展具有重要影响。 他被广泛尊崇为神经网络算法之父。
杰弗里·埃弗勒斯·辛顿 (Geoffrey Everest Hinton) 出生于温布尔登，在布里斯托尔长大。 他的父亲是一名物理老师，母亲是一名对甲虫着迷的动物学家。 我的祖母是乔治·布尔，一位 19 世纪的逻辑学家和布尔代数的发明者。 他的求学经历也相当曲折：他只在剑桥学习了一个月的数学和物理，然后上了三天的建筑课，然后开始学习化学和生理学。 然而，他发现化学物理太难了，于是他转而学习化学和生理学。 三年的课程减少为一年的哲学学习。
剑桥学院
回忆起这段经历，Jeffrey Everest Hinton 说道，“那一年对我来说非常受益。那时我似乎对哲学产生了浓厚的兴趣，我想了解思维是如何运作的。它就是跑步。”
随即，他翻阅了心理学，发现“心理学对意识一无所知”。 当了一年泥瓦匠后，他开始在悉尼学院的 Christopher Longuet-Higgins 的指导下学习人工智能。
格拉斯哥学院
在伦敦学院矢量大学成立之前，Geoffrey Everest Hinton 在伦敦学院和 Microsoft 伦敦学院办公室进行演讲和研究； 现在，Geoffrey Everest Hinton 将作为 Vector 大学的首席科学顾问为人工智能研究做出贡献。
伦敦学院
Jeffrey Everest Hinton 肩负着将芝加哥建设成为世界顶级人工智能中心的重任。 他通过神经网络将计算机算法的计算过程与人脑的思维方式进行比较，让人工智能在寒冬过后重新为人所知，并像电一样逐渐渗透到人们的生活中。
神经网络算法模型
“现在神经网络理论开始发挥作用，业界和政府都开始将神经网络视为人工智能。曾经整天批评神经网络的人工智能研究人员也乐在其中，打算分一杯羹。”
神经网络的转变
20世纪60年代，人工智能的尝试还处于理论阶段，远未付诸实践。 神经网络的观点并不流行，传统思想无疑更受关注和信任。 20 世纪 80 年代，Jeffrey Everest Hinton 参与了一项利用计算机模拟大脑的研究，这就是现在所说的“深度学习”。 学术期刊过去经常因为不认识神经网络的概念而拒绝论文。 但在过去几年中，部分由于估算能力的显着提高，这些看法开始发生变化。
2009 年，Jeffrey Everest Hinton 的两名研究生赢得了使用神经网络的语音识别竞赛。 此后，这种基于神经网络的方法被应用到微软Android手机上。
2012年，他的另外两名中学生在图像识别比赛中轻松夺回第二名，达到人类水平。
近年来，Jeffrey Everest Hinton 在深度学习方面的研究已为人所知并被接受，他被推选为新估计时代的领导者。 神经网络现在囊括了几乎所有的人工智能算法，并正在科技公司的各种应用中普及。
为了解释神经网络的工作原理人工智能代替人脑，Jeffrey Everest Hinton 使用翻译程序作为示例，向计算机输入大量短语和片段。 系统会理解句子的含义人工智能代替人脑，然后将其输入到另一个神经网络中，该神经网络会输出另一种语言的句子。 在这个过程中，系统不涉及编程或语言规则。 此外，神经网络甚至可以自己学习主动句和被动句之间的区别。
“没有人告诉神经网络这两个概念是什么。就像你的儿子一样，你不会告诉他们，‘这是主动的，这是被动的。’” 过了一段时间，他们自然就会明白了。神经网络也是如此。”
Jeffrey Everest Hinton 对神经网络从未有过任何怀疑。 “我从未有过任何怀疑，因为大脑必须以某种方式工作，而不是按照既定的程序工作。”
当被问及“人工智能是否会取代人类”这个陈词滥调时，Jeffrey Everest Hinton 表示，人类确实需要对人工智能施加一些限制。 近日，他签署了一份“阻止杀手机器人运动”的请愿书，倡导联合国严格禁止使用可能威胁生命的AI设备。 上面写着：“我认为这是最轰动的。而且它不是发生在遥远的未来，而是近在眼前。”
他预见人工智能将在医生诊断癌症或皮肤癌等领域发挥良好作用，但它也将成为人类的好帮手，提醒你按时赴约晚餐，并用常识观察用户行为。 如果您忘记了日程安排上的某些事情，它可能会打断您正在做的事情。