他是多伦多大学名誉教授，也是Google的一名工程师

他是神经网络的先驱之一

他因为伤了背，站立着工作12年

他是被称为AI教父的——Geoffrey Hinton

杰弗里·辛顿（Geoffrey Hinton）

生于1947年12月6日，加拿大英裔，1977年在爱丁堡大学获得博士学位；认知心理学家和计算机学家；在人工神经网络方面取得巨大成就，自2013年起任职于谷歌人工智能研究小组——Google Brain。

1、AI教父

今天，混AI圈的人鲜有人没听过Geoffrey Hinton。他是谷歌大脑研究小组的负责人，多伦多大学的荣誉教授。而奠定了他在今天人工智能圈“教父”地位的，是他在多层神经网络技术的贡献。

Hinton对AI的贡献有多大呢？

杰弗里·辛顿（Geoffrey Hinton）

学术点说，Hinton在1986年提出的通过反向传播来训练深度网络理论，标志着深度学习发展的一大转机，为近年来人工智能的发展奠定了基础。

更实际点说，今天谷歌中通过语音识别进行图片检索、在手机上把语音转化为文字的技术的实现，大部分功劳要归于Hinton博士的研究。他的研究，彻底改变了人工智能，乃至整个人类发展的轨迹。

2、从研究大脑，到尝试制作一个

Geoffrey Hinton出生在英国一家“书香门第”，家人多是数学家和经济学家，这样的“学霸爸妈”显然让Hinton的童年不太好过，正如他自己所说：“我大概在7岁的时候就意识到，不读博是不行了（微笑脸）。”

而最初把Hinton引上人工智能这条路的，是他对人脑的好奇。

杰弗里·辛顿（Geoffrey Hinton）

Hinton很早就沉迷于大脑如何工作的问题。于是，他开始进入生理学，解剖大脑以了解其工作方式。

不满足于此，他又开始学习心理学。最后，他决定更多地使用计算机科学的方法来模拟大脑，并进入人工智能领域，开始了他近40年的研究生涯。

“我认为，如果你真的想了解一个非常复杂的装置，比如大脑，那你就制作一个。”

3、坚持你认为对的，直到世界追上你的脚步

之后，在多伦多，Hinton和他的团队研究出了更深度的神经网络，以解决更复杂的问题。他们共同开发了一个多层神经网络，这个深度神经网络也被应用于多个方面。

比如有人用它在80年代就打造了一辆无人车并且开上了路。

而现在已经是深度学习的另一位领袖人物、Facebook的AI实验室负责人Yann LeCun则利用深度神经网络建立了一个可以识别手写数字的系统。这一系统最终实现了商用。

在当时，深度神经网络的前景似乎一片大好，但是，现实中的故事往往没有这么简单。

杰弗里·辛顿（Geoffrey Hinton）

Hinton的研究再次遇到了瓶颈。

“我们当时并没有足够的数据，也没有足够的计算机运行能力，AI和计算机科学的从业者认为神经网络是一厢情愿的想法。”

但Hinton始终坚持着，尽管完全不被重视。

他坐在房间的最角落里参加学术会议，在大牛云集的人工智能会议上完全不被重视。甚至他自己也开始产生了怀疑：“有很多次我都觉得我不会继续这项工作了”。

直到这个世界开始慢慢追上他的脚步。

杰弗里·辛顿（Geoffrey Hinton）

2006年，计算机的运行速度有了巨大的提高，超快速芯片的到来以及互联网上产生的大量数据使得Hinton的算法变得非常神奇。

突然之间，计算机开始可以识别图像中的内容，可以识别语音，可以将一种语言翻译成另一种语言。

2012年，Geoffrey Hinton和他的团队带着 AlexNet参加了那一年的 ImageNet ILSVRC 挑战赛，以惊人的优势获胜（错误率比第二名低了足足 10％）。这篇被 NIPS 2012 收录的论文被认为是深度学习热的开启。

同年，“神经网络”和“机器学习”等词汇也开始在纽约时报的头版出现。

“人们终于理解了这个概念，我感到很欣慰。”Hinton这样说。

4、推翻自己，胶囊网络的提出

尽管已经成为了深度学习的领袖人物，Hinton的脚步却从没有停歇。2017年10月26日，Hinton发表了一篇在AI圈掀起轩然大波的论文——Capsule Networks（胶囊网络）。

Hinton高喊，“卷积神经网络（CNN）的时代已经过去了！”，将他过去几十年的研究翻了过去。

杰弗里·辛顿（Geoffrey Hinton）

尽管胶囊网络研究仍处在婴儿阶段，在训练的数据集十分庞大时仍可能会遇到问题，但Hinton相信在未来它还有巨大的发展潜力，这位深度学习教父也许还将再次改写深度学习的发展历程。