Geoffrey Hinton

Kanadyjsko-brytyjski informatyk

Geoffrey Everest Hinton CC FRS FRSC (ur. 6 grudnia 1947 w Wimbledonie)[1]kanadyjsko-brytyjski informatyk, psycholog poznawczy, najbardziej znany ze swoich prac nad sztucznymi sieciami neuronowymi, jeden z pionierów sztucznej inteligencji, nazywany jej ojcem chrzestnym. Profesor emeritus (od 2014) Uniwersytetu w Toronto.

Geoffrey Everest Hinton
Ilustracja
Data i miejsce urodzenia

6 grudnia 1947
Wimbledon

Zawód, zajęcie

informatyk, psycholog poznawczy

Strona internetowa

Życiorys edytuj

Urodził się w 1947 r. w Wimbledonie, w rodzinie z tradycjami naukowymi. Jego prapradziadkiem był George Boole, żonaty z Mary Boole. Jego wujem był wynalazca Sebastian Hinton, stryjecznym dziadkiem matematyki i pisarz Charles Howard Hinton, który stworzył koncepcję czwartego wymiaru, kuzynką Joan Hinton, która była fizyczką nuklearną zatrudnioną przy projekcie Manhattan, stryjeczną ciotką pisarka i muzyczka Ethel Lilian Voynich. Jego ojcem był entomolog Howard Hinton[2]. Jego drugie imię pochodzi od innego krewnego, George’a Everesta, generalnego geodety Indii, na cześć którego najwyższemu szczytowi na Ziemi nadano nazwę Mount Everest[3].

Na University of Cambridge początkowo zamierzał studiować fizjologię i fizykę, po czym krótko zgłębiał filozofię, ale ostatecznie uzyskał dyplom w 1970 r. w zakresie psychologii eksperymentalnej. Po studiach krótko pracował jako stolarz, ale w 1972 r. wrócił do nauki. W 1977 r., na Uniwersytecie w Edynburgu, na podstawie rozprawy Relaxation and its Role in Vision uzyskał doktorat w zakresie prac nad sieciami neuronowymi[2]. Promotorem pracy był Christopher Longuet-Higgins[4][5][1]. Tematyka prowadzonych przez Hintona badań nie wzbudzała wówczas zainteresowania, stąd też trudno było o jej finansowanie. Hinton wyemigrował do Stanów Zjednoczonych, gdzie dołączył do grupy psychologów poznawczych jako postdoc na University of California, San Diego. W dwóch artykułach z 1986 r. spopularyzował również opracowane wyniku prac z Ronaldem J. Williamsem pojęcie propagacja wsteczna. Pozwoliła ona pokonać ograniczenia opisane wcześniej przez Marvina Minsky′ego[1].

Gdy w USA badania nad systemami głębokiego uczenia się i komputerowymi sieciami neuronowymi nie były doceniane, przeniósł się do Kanady[6]. W 1987 r. przyjął ofertę Canadian Institute of Advanced Researchand i zainaugurował tam program Learning in Machines and Brain[2], tworząc prężny ośrodek badawczy na Uniwersytecie w Toronto[6]. Od 1998 do 2001 r. pracował w Gatsby Computational Neuroscience Unit at University College London, po czym wrócił do Toronto[1]. W 2012 r. wraz z zespołem wygrał doroczny konkurs ImageNet, prezentując komputerowy system, który potrafił rozpoznać 1000 obiektów dzięki głębokiemu uczeniu. W 2013 r. jego firma DNNresearch Inc. została przejęta przez Google, a on sam pracował od tej pory dla tego koncernu[2].

W 2014 r. odszedł na uczelnianą emeryturę i założył w Toronto oddział Google Brain. Od 2017 r. pracował wolontariacko jako główny doradca naukowy Toronto’s Vector Institute w projekcie wdrożenia uczenia maszynowego na potrzeby kanadyjskiej opieki zdrowotnej i innych usług publicznych[1].

Badania naukowe edytuj

Hinton jest postrzegany jako wiodąca postać w nurcie badań naukowych głębokiego uczenia się[7][8][9][10][11].

Hinton wspólnie z Davidem Ackleyem i Terrym Sejnowskim wynaleźli maszyny Boltzmanna[12]. Jego inny wkład w badania sieci neuronowych obejmują reprezentacje rozproszone, sieci neuronowe z opóźnieniem czasowym, mieszanki ekspertów, maszyny Helmholtza i produkt ekspertów. W 2007 roku Hinton był współautorem artykułu dotyczącego uczenia się bez nadzoru zatytułowanego Uczenie się bez nadzoru transformacji obrazu[13]. Przystępne wprowadzenie do badań Hintona można znaleźć w jego artykułach w Scientific American we wrześniu 1992 i październiku 1993 r.[14]

W czasie badań postdoktoral[15][16] w Uniwersytecie Kalifornijskim w San Diego, w 1986 r. Hinton wraz z Davidem Rumelhartem i Ronaldem J. Williamsem opublikowali pracę, która spopularyzowała algorytm propagacji wstecznej do uczenia wielowarstwowych sieci neuronowych[17]. Praca ta była ważna w popularyzacji propagacji wstecznej, lecz autorzy nie byli jedynymi, którzy zaproponowali takie podejście[18]. Automatyczne różnicowanie w trybie odwrotnym, którego szczególnym przypadkiem jest wsteczna propagacja, zostało zaproponowane przez Seppo Linnainmaa w 1970 r., a Paul Werbos zaproponował wykorzystanie go do uczenia sieci neuronowych w 1974 r.[19]

Badania Hintona dotyczą sposobów wykorzystania sieci neuronowych do uczenia maszynowego, pamięci, percepcji i przetwarzania symboli. Jest autorem lub współautorem ponad 200 recenzowanych publikacji[20][21]. Na konferencji poświęconej systemom przetwarzania informacji neuronowych (NeurIPS) przedstawił nowy algorytm uczenia się sieci neuronowych, który nazywa algorytmem „Forward-Forward”. Ideą nowego algorytmu jest zastąpienie tradycyjnych przebiegów propagacji wstecznej w przód i w tył dwoma przebiegami w przód, jednym z dodatnimi (tj. rzeczywistymi) danymi, a drugim z ujemnymi danymi, które mogą być generowane wyłącznie przez sieć[22].

Promotor naukowców i kontynuatorów badań edytuj

 
W 2016, pracownicy grupy badań nad głębokim uczeniem się, od lewej do prawej, Ruslan „Russ” Salakhutdinov, Richard S. Sutton, Geoffrey Hinton, Yoshua Bengio i Steve Jurvetson

Hinton był promotorem wielu doktoratów[23], w Uniwersytecie w Toronto i Uniwersytecie Carnegie Mellon, z zakresu badań nad rozwojem sztucznej inteligencji: Richard Zemel[24][25], Radford Neal[26], Brendan Frey[27], Yee Whye Teh[28], Ruslan Salakhutdinov[29], Ilya Sutskever[30], późniejszy współzałożyciel i główny naukowiec firmy OpenAI[31]. W ramach prac na rozwojem sztucznej inteligencji, w badaniach postdoctoral[15][16] współpracował z naukowcami: Yann LeCun[32], Alex Graves[32], Zoubin Ghahramani[32], Peter Dayan[32], Sam Roweis[32], Max Welling[32].

Wyróżnienia i nagrody edytuj

Hinton został wybrany członkiem Royal Society FRS w 1998 r.[33] Był pierwszym laureatem nagrody Rumelharta w 2001 r.[34] W 2001 r. Hinton otrzymał tytuł doktora honoris causa Uniwersytetu w Edynburgu[35]. W 2005 r. otrzymał nagrodę IJCAI Award for Research Excellence za całokształt twórczości[36]. Został również odznaczony Złotym Medalem Herzberg Canada w 2011 r. w dziedzinie nauki i inżynierii[37]. W 2013 r. Hinton otrzymał tytuł doktora honoris causa Université de Sherbrooke[38]. W 2016 r. został wybrany członkiem zagranicznym National Academy of Engineering „za wkład w teorię i praktykę sztucznych sieci neuronowych oraz ich zastosowanie do rozpoznawania mowy i widzenia komputerowego”[39]. Otrzymał również nagrodę IEEE/RSE Wolfson James Clerk Maxwell Award w 2016 r.[40]

Hinton otrzymał w 2018 r. Nagrodę Turinga, często nazywaną „nagrodą Nobla w dziedzinie informatyki”, „za koncepcyjne i inżynieryjne przełomy, które sprawiły, że głębokie sieci neuronowe stały się krytycznym elementem informatyki”[41]. Hinton otrzymał nagrodę wraz z Yannem LeCunem i Yoshuą Bengio, za swoją pracę nad głębokim uczeniem się[42]. Są oni czasami określani jako „ojcowie chrzestni sztucznej inteligencji” i „ojcowie chrzestni głębokiego uczenia się[43][44] i publicznie, wspólnie, wygłaszają wykłady[45][46]. Hinton i nagrodzeni uczeni zdobyli nagrodę Turinga za koncepcyjne i inżynieryjne przełomy, które sprawiły, że głębokie sieci neuronowe stały się kluczowym elementem informatyki[47][48][49].

W 2018 r. został Kawalerem Orderu Kanady[50]. W 2021 r. otrzymał nagrodę Dickson Prize in Science od Carnegie Mellon University[51], a w 2022 r., wspólnie z Yan LeCun, Yoshua Bengio i Demisem Hassabisem nagrodę księżnej Asturii w kategorii badań naukowych[52].

Kontynuacja aktywności edytuj

Po tym, jak OpenAI wypuściła w 2023 r. kolejną wersję chatbota ChataGPT, ponad tysiąc ekspertów i badaczy technologii opublikowało list otwarty wzywający do trwającego pół roku moratorium na rozwój nowych systemów. Hinton nie był jednym z sygnatariuszy listu, gdyż nie chciał publicznie krytykować firmy Google jako jej pracownik. Wkrótce potem zdecydował się jednak na odejście z firmy, ze względu na to, że zmieniła politykę wobec AI i przyśpieszyła prace nad nią pod presją konkurencji. Hinton przyznał, że już w momencie, gdy podjął publiczną krytykę szybkiego rozwoju narzędzi AI, były one narzędziem do wytwarzania i szerzenia dezinformacji obejmującej zdjęcia, nagrania i teksty[6].

Przypisy edytuj

  1. a b c d e Thomas Haigh, Geoffrey E Hinton – A.M. Turing Award Laureate [online], amturing.acm.org [dostęp 2023-05-16].
  2. a b c d Poulomi Chatterjee, Geoffrey Hinton: When genius runs in the family [online], Analytics India Magazine, 24 marca 2022 [dostęp 2023-05-16] (ang.).
  3. Craig S. Smith, The Man Who Helped Turn Toronto Into a High-Tech Hotbed, New York Times, 23 czerwca 2017 [dostęp 2023-05-21] (ang.).
  4. Doktorat G.E. Hintona: Relaxation and its Role in Vision, Edinburgh: The University of Edinburgh, 1977 [dostęp 2023-05-12].
  5. Geoffrey E. Hinton, Relaxation and its Role in Vision, Ph.D. Thesis, Edinburgh: University of Edinburgh, 1977 [dostęp 2023-05-12] (ang.).
  6. a b c Marta Urzędowska, „Ojciec chrzestny” AI odchodzi z Google’a i przerywa milczenie: Chatboty? To przerażające [online], wyborcza.pl, 2 maja 2023 [dostęp 2023-05-16].
  7. John Mannes, Geoffrey Hinton was briefly a Google intern in 2012 because of bureaucracy, „TechCrunch+”, 14 września 2017 [dostęp 2023-05-12] [zarchiwizowane z adresu 2020-03-17] (ang.).
  8. James Somers, Is AI Riding a One-Trick Pony?, MIT Technology Review, 29 września 2017 [dostęp 2023-05-12] [zarchiwizowane z adresu 2018-05-20] (ang.).
  9. Chris Sorensen, How U of T’s ‘godfather’ of deep learning is reimagining AI, „UofT News”, University of Toronto, 2 listopada 2017 [dostęp 2023-05-12] [zarchiwizowane z adresu 2019-04-06] (ang.).
  10. Chris Sorensen, ‘Godfather’ of deep learning is reimagining AI, „phys.org”, 3 listopada 2017 [dostęp 2023-05-12] [zarchiwizowane z adresu 2019-04-13] (ang.).
  11. Adrian Lee, The meaning of AlphaGo, the AI program that beat a Go champ, „Maclean’s”, 18 marca 2016 [dostęp 2023-05-12] [zarchiwizowane z adresu 2020-03-06] (ang.).
  12. Ackley, David H; Hinton Geoffrey E; Sejnowski, Terrence J (1985), „A learning algorithm for Boltzmann machines”, Cognitive science, Elsevier, 9 (1): 147–169.
  13. Geoffrey E. Hinton: Geoffrey E. Hinton’s Publications in Reverse Chronological Order. [dostęp 2010-09-15]. [zarchiwizowane z tego adresu (2020-4-18)].
  14. Stories by Geoffrey E. Hinton in Scientific American, „Scientific American [dostęp 2019-10-17] [zarchiwizowane z adresu 2019-10-17].
  15. a b Badania postdoctoral [online] [dostęp 2023-05-14] (pol.).
  16. a b Poradnia językowa [online] [dostęp 2023-05-14] (pol.).
  17. David E. Rumelhart, Geoffrey E. Hinton & Ronald J. Williams, Learning representations by back-propagating errors, „Nature”, 323, 9 października 1986, s. 533–536 [dostęp 2023-05-14] (ang.).
  18. Jürgen Schmidhuber, Deep learning in neural networks: An overview, „Neural Networks”, 61, styczeń 2015, s. 85–117 [dostęp 2023-05-12] (ang.).
  19. Jürgen Schmidhuber, Who Invented Backpropagation? [online], 2014 [dostęp 2023-05-14] (ang.).
  20. Geoffrey Hinton, indeks publikacji na [[Google Scholar]] [online] [dostęp 2023-05-14] (ang.).
  21. Geoffrey Hintoh, indeks publikacji na Scopus.
  22. Geoffrey Hinton, The Forward-Forward Algorithm: Some Preliminary Investigations, „arXiv”, Cornell University, 2022, DOI10.48550/arXiv.2212.13345, arXiv:2212.13345 [dostęp 2023-05-20] (ang.).
  23. Mathematics Genealogy Project (pol.).
  24. Richard S. Zemel, Praca doktorska „A minimum description length framework for unsupervised learning”, University of Toronto, Department of Computer Science, 1994 [dostęp 2023-05-14] (ang.).
  25. Mathematics Genealogy Project. Geoffrey Everest Hinton. [online] [dostęp 2023-05-14] (ang.).
  26. Radford M. Neal, Praca doktorska „Bayesian learning for neural networks”, University of Toronto, Department of Computer Science, 1995 [dostęp 2023-05-14] (ang.).
  27. Brendan J. Frey, Praca doktorska „Bayesian networks for pattern classification, data compression, and channel coding”, University of Toronto, 1997 (ang.).
  28. Yee Whye Teh, Praca doktorska: „Bethe free energy and contrastive divergence approximations for undirected graphical models”, University of Toronto, Department of Computer Science, 2003 [dostęp 2023-05-14] (ang.).
  29. Ruslan Salakhutdinov, Praca doktorska „Learning deep generative models”, University of Toronto, Department of Computer Science, 2009 [dostęp 2023-05-14] (ang.).
  30. Ilya Sutskever, Praca doktorska „Training Recurrent Neural Networks” [online], 2013 [dostęp 2023-05-14] (ang.).
  31. Edwin Bendyk, Inteligencja pracująca, czyli ilu ludzi ChatGPT i inne technologie pozbawią zatrudnienia [online], projektpulsar.pl, 26 kwietnia 2023 [dostęp 2023-05-16] (pol.).
  32. a b c d e f Geoffrey Hinton’s former postdocs [online] [dostęp 2023-05-14] (ang.).
  33. Geoffrey Hinton Biography, The Royal Society [dostęp 2023-05-17] (ang.).
  34. Current and Previous Recipients. The David E. Rumelhart Prize. [zarchiwizowane z tego adresu (2 March 2017)].
  35. Distinguished Edinburgh graduate receives ACM A.M. Turing Award, The Universiyu of Edinburgh [dostęp 2023-05-17] [zarchiwizowane z adresu 2019-07-14] (ang.).
  36. Distinguished Edinburgh graduate receives ACM A.M. Turing Award, The University of Edinburgh, 2 kwietnia 2019 [dostęp 2023-05-19] [zarchiwizowane z adresu 2019-07-14] (ang.).
  37. Artificial intelligence scientist gets $1M prize, CBC Canadian Broadcasting Corporation, 14 lutego 2011 [dostęp 2023-05-19] (ang.).
  38. Geoffrey Hinton, keystone researcher in artificial intelligence, visits the Université de Sherbrooke, Sherbrooke, Kanada: The Université de Sherbrooke, 19 lutego 2014 [dostęp 2023-05-19] [zarchiwizowane z adresu 2021-02-21] (ang.).
  39. National Academy of Engineering Elects 80 Members and 22 Foreign Members, National Academy of Engineering, 8 lutego 2016 [dostęp 2023-05-19] [zarchiwizowane z adresu 2018-05-13] (ang.).
  40. 2016 IEEE MEDALS AND RECOGNITIONS RECIPIENTS AND CITATIONS, IEEE Institute of Electrical and Electronics Engineers, 14 listopada 2016 [dostęp 2023-05-19] (ang.).
  41. Thomas Haigh, Geoffrey Hinton laureat of A.M.Turing Award, A.M.Turing Award, 2018 [dostęp 2023-05-17] (ang.).
  42. Emily Chung, Canadian researchers who taught AI to learn like humans win $1M award, CBC Canadian Broadcasting Corporation, 27 marca 2019 [dostęp 2023-05-19] [zarchiwizowane z adresu 2020-02-26] (ang.).
  43. Ted Ranosa, Godfathers Of AI Win This Year’s Turing Award And $1 Million, Tech Times, 29 marca 2019 [dostęp 2023-05-17] [zarchiwizowane z adresu 2019-03-30] (ang.).
  44. Sam Shead, The 3 ‘Godfathers’ Of AI Have Won The Prestigious $1M Turing Prize, Forbes, 27 marca 2019 [dostęp 2023-05-17] [zarchiwizowane z adresu 2020-04-14] (ang.).
  45. Tiernan Ray, Nvidia’s GTC will feature deep learning cabal of LeCun, Hinton, and Bengio, ZDNet, marzec 2021 [dostęp 2023-05-17] [zarchiwizowane z adresu 2021-03-19] (ang.).
  46. 50 Years at CMU The Inaugural Raj Reddy Artificial Intelligence Lecture, Carnegie Mellon University, 18 listopada 2020 (ang.).
  47. VECTOR INSTITUTE’S CHIEF SCIENTIFIC ADVISOR, DR. GEOFFREY HINTON, RECEIVES ACM A.M. TURING AWARD ALONGSIDE DR. YOSHUA BENGIO AND DR. YANN LECUN, Vector Institute, 27 marca 2019 [dostęp 2023-05-17] [zarchiwizowane z adresu 2019-03-27] (ang.).
  48. Cade Metz, Three Pioneers in Artificial Intelligence Win Turing Award, New York Times, 27 marca 2019 [dostęp 2023-05-17] [zarchiwizowane z adresu 2019-03-27] (ang.).
  49. Fathers of the Deep Learning Revolution Receive ACM A.M. Turing Award, ACM Assotiation for Comuting Machinery, 27 marca 2019 [dostęp 2023-05-17] [zarchiwizowane z adresu 2019-03-27] (ang.).
  50. Governor General Announces 103 New Appointments to the Order of Canada, The Governer General of Canada, 27 grudnia 2018 [dostęp 2023-05-19] (ang.).
  51. Dickson Prize in Science (2021), Carnegie Mellon University, 2021 [dostęp 2023-05-19] (ang.).
  52. Geoffrey Hinton, Yann LeCun, Yoshua Bengio and Demis Hassabis – 2022 Princess of Asturias Award for Technical & Scientific Research, La Fundación Princesa de Asturias, 2022 [dostęp 2023-05-19] (ang.).