这两天 科技圈又有一个突发的爆款新闻相信不少同学都已经看到了。

那就是75岁的计算机科学家Geoffrey Hinton从谷歌离职了 从而引起了科技界的广泛关注和讨论。

而Hinton自己也证实了这一消息。

提到Geoffrey Hinton这个名字 对于一些了解过AI人工智能和机器学习等领域的同学来说 应该挺熟悉的。

Hinton是一位享誉全球的人工智能专家 被誉为“神经网络之父”、“深度学习的鼻祖”、“人工智能教父”等等 在这个领域一直以来都是最受尊崇的泰斗之一。

作为人工智能领域的先驱 他的工作和成就也对该领域的后续发展产生了深远的影响。

其实算一下时间 距离Hinton 2013年加入谷歌 已经也有十个年头了。

据报道 Hinton在4月份其实就提出了离职 并于后来直接与谷歌CEO劈柴哥 Sundar Pichai 进行了交谈。

Hinton在接受媒体访谈时表示 他非常关注人工智能的风险 并表示对自己多年的工作和研究存在遗憾。

正当大家都在好奇Hinton离职原因的时候 Hinton自己却表示 这样一来可以更加自由地讨论人工智能的风险。

1947年 Geoffrey Hinton出生于英国温布尔登的一个知识分子家庭。

他的父亲Howard Everest Hinton是一个研究甲壳虫的英国昆虫学家 而母亲Margaret Clark则是一名教师。

除此之外 他的高曾祖父George Boole还是著名的逻辑学家 也是现代计算科学的基础布尔代数的发明人 而他的叔叔Colin Clark则是一个著名的经济学家。

如此看来 Hinton家庭里的很多成员都在学术和研究方面都颇有造诣。

Hinton主要从事神经网络和机器学习的研究 在AI领域做出过许多重要贡献 其中最著名的当属他在神经网络领域所做的研究工作。

他在20世纪80年代就已经开启了反向传播算法 Back Propagation, BP算法 的研究 并将其应用于神经网络模型的训练中。这一算法被广泛应用于语音识别、图像识别和自然语言处理等领域。

除此之外 Hinton还在卷积神经网络 Convolutional Neural Networks CNN 、深度置信网络 Deep Belief Networks DBN 、递归神经网络 Recursive Neural Networks RNN 、胶囊网络 Capsule Network 等领域做出了重要贡献。

2013年 Hinton加入Google 同时把机器学习相关的很多技术带进了谷歌 同时融合到谷歌的多项业务之中。

2019年3月 ACM公布了2018年度的图灵奖得主。

图灵奖大家都知道 是计算机领域的国际最高奖项 也被誉为“计算机界的诺贝尔奖”。

而Hinton则与蒙特利尔大学计算机科学教授Yoshua Bengio和Meta首席AI科学家Yann LeCun一起因为研究神经网络而获得了该年度的图灵奖 以表彰他们在对应领域所做的杰出贡献。

除此之外 Hinton在他的学术生涯中发表了数百篇论文 这些论文中提出了许多重要的理论和方法 涵盖了人工智能、机器学习、神经网络、计算机视觉等多个领域。

而且他的论文被引用的次数也是惊人 这对于这些领域的研究和发展都产生了重要的影响。

除了自身在机器学习方面的造诣很高 Hinton同时也是一个优秀的老师。

Hinton带过很多大牛学生 其中不少都被像苹果、Google等这类硅谷科技巨头所挖走 在对应的公司里领导着人工智能相关领域的研究。

这其中最典型的就是Ilya Sutskever 他是Hinton的学生 同时他也是最近大名鼎鼎的OpenAI公司的联合创始人和首席科学家。

聊到这里 不得不感叹大佬们的创造力以及对这个领域所作出的贡献。

既然离开了谷歌 那也就意味着将开启一段新的旅程 也期待着大佬后续给大家带来更多精彩的故事。

好了 以上就是今天的文章内容 感谢大家的收看 我们下期见。

注 本文在GitHub开源仓库「编程之路」 https://github.com/rd2coding/Road2Coding 中已经收录 里面有我整理的6大编程方向(岗位)的自学路线 知识点大梳理、面试考点、我的简历、几本硬核pdf笔记 以及程序员生活和感悟 欢迎star。


除此之外，他的高曾祖父George Boole还是著名的逻辑学家，也是现代计算科学的基础布尔代数的发明人，而他的叔叔Colin Clark则是一个著名的经济学家。除此之外，Hinton在他的学术生涯中发表了数百篇论文，这些论文中提出了许多重要的理论和方法，涵盖了人工智能、机器学习、神经网络、计算机视觉等多个领域。这其中最典型的就是Ilya Sutskever，他是Hinton的学生，同时他也是最近大名鼎鼎的OpenAI公司的联合创始人和首席科学家。 复制链接

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

更多文章请关注《万象专栏》