جيوفري هينتون

جيوفري هينتون (بالإنجليزية: Geoffrey Hinton) عالم نفس معرفي كندي إنجليزي وعالم حاسوب، حائز على وسام كندا، وزمالة الجمعية الملكية الكندية،[2] يُعد عمله الأكثر شهرة في الشبكة العصبونية الاصطناعية. يقسم وقته منذ عام 2013 في العمل مع جوجل (فريق جوجل براين البحثي)، وفي جامعة تورنتو. في عام 2007، شارك في إنشاء معهد فيكتور في تورنتو، وأصبح كبير المستشارين العلميين.[3][4]

جيوفري هينتون
(بالإنجليزية: Geoffrey Hinton)‏ 
 

معلومات شخصية
الميلاد 6 ديسمبر 1947 (74 سنة) 
ويمبلدون  
الإقامة كندا  
مواطنة المملكة المتحدة [1]
كندا [1] 
عضو في الجمعية الملكية ،  والأكاديمية الأمريكية للفنون والعلوم ،  وجمعية النهوض بالذكاء الاصطناعي ،  والجمعية الملكية الكندية ،  والأكاديمية الوطنية للهندسة  
الحياة العملية
المدرسة الأم جامعة إدنبرة  
طلاب الدكتوراه براندان جيه. فراي   
المهنة عالم حاسوب ،  وباحث في مجال الذكاء الاصطناعي   
اللغات الإنجليزية  
مجال العمل التعلم المتعمق ،  وتعلم الآلة  
موظف في جامعة تورنتو ،  وجوجل ،  وجامعة كارنيغي ميلون  
الجوائز
جائزة تورنغ   (2018)
جائزة مؤسسة رواد المعرفة لبانكو بيلباو فيزكايا أرجنتاريا  (2016)
الميدالية الذهبية لغيرهارد هيرتسبيرغ في العلوم والهندسة  (2010)
 شريك وسام كندا    
زمالة الجمعية الملكية في كندا   
زمالة جمعية النهوض بالذكاء الاصطناعي 
زمالة جمعية العلوم المعرفية 
زمالة الجمعية الملكية   

كان هينتون مؤلفًا مشاركًا مع ديفيد روميلهارت ورونالد جاي. ويليامز لورقة جرى الإشادة بها بشكل كبير نُشرت في عام 1986، والتي عممت لوغاريتمية  الانتشار الخلفي لتدريب الشبكات العصبونية متعددة الطبقات،[5] على الرغم من عدم كونهم أول مقترحي هذا النهج.[6] ينظر البعض إلى هينتون على أنه شخصية قيادية في مجتمع التعلم المتعمق، ويشير إليه البعض بـ«عرّاب التعلم المتعمق».[7][8][9][10][11] ساعد الحدث الرئيسي الدراماتيكي في التعرف على الصور بواسطة أليكس نت (شبكة عصبونية التفافية) التي صممها تلميذه أليكس لتحدي[12] إيميج نت عام 2012  في إحداث ثورة في مجال رؤية الكومبيوتر[13][14] حصل هينتون على جائزة تورنغ لعام 2018 إلى جانب يوشوا بينجو ويان لوكن لعملهم في التعلم المتعمق.[15]

يشير البعض إلى هينتون بالإضافة إلى يوشوا بينجو ويان لوكن بـ «عرابي الذكاء الاصطناعي» و«عرابي التعلم المتعمق».[16][16][17][18][19][20][21]

تعليمه

تعلّم هينتون في كلية الملك في كامبردج، وتخرج منها في عام 1970 حائزًا على بكالوريوس في الآداب في علم النفس التجريبي. واصل دراسته في جامعة إدنبره حيث حصل على درجة الدكتوراه في الذكاء الاصطناعي في عام 1978 عن بحثه الذي أشرف عليه كريستوفر لونغويت هيغنز.[22]

مسيرته المهنية وأبحاثه

عمل بعد حصوله على درجة الدكتوراه في جامعة ساسكس، وفي جامعة كاليفورنيا، سان دييغو (وذلك بعد صعوبة في إيجاد تمويل في بريطانيا)،[23] وفي جامعة كارنيغي ميلون. كان المدير المؤسس لوحدة علم الأعصاب الحاسوبية لمؤسسة غاتسبي الخيرية في كلية لندن الجامعية، وهو حاليًا أستاذ في قسم علم الحاسوب في جامعة تورنتو.[24] وهو حاصل على كرسي الأبحاث الكندي في التعلم الآلي، ومستشار حاليًا في برنامج التعلم في الآلات والأدمغة في المعهد الكندي للأبحاث المتقدمة. درّس هينتون كورسًا مجانيًا عبر الإنترنت حول الشبكات العصبية على المنصة التعليمية كورسيرا في عام 2012.[25] انضم هينتون إلى جوجل في مارس عام 2013 عندما اشترت جوجل شركته دي إن إن للأبحاث. وهو يُخطط لـ «تقسيم وقته بين بحثه في الجامعة وبين عمله في جوجل».[26]

يستقصي هينتون في بحثه طرق استخدام الشبكات العصبية في التعلم الآلي، والذاكرة، والإدراك الحسي، ومعالجة الرموز. ألّف أو قام بالمشاركة في تأليف أكثر من مئتي منشور في مراجعة الأقران (peer review).[27][28]

قام كل من ديفيد إي. روميلهارت، وهينتون، ورونالد جاي ويليامز بتطبيق لوغاريتمية الانتشار الخلفي على الشبكات العصبية متعددة الطبقات، وذلك عندما كان هينتون أستاذًا في جامعة كارنيغي ميلون. أظهرت تجاربهم أنّ مثل هذه الشبكات تستطيع أن تتعلم تمثيل معرفي داخلي مفيد للبيانات. قال هينتون في مقابلة عام 2018 أنّ «ديفيد إي. روميلهارت هو من توصل لفكرة الانتشار الخلفي الأساسية، لذلك فإنّ هذا ابتكاره».[29] على الرغم من أهمية هذا العمل في تعميم الانتشار الخلفي، إلّا أنه لم يكن أوّل من يقترح هذا النهج.

اقترح سيبّو ليناينما الاشتقاق الآلي العكسي، والذي يُعتبر الانتشار العكسي حالة خاصة منه في عام 1970، واقترح بول ويربوس استخدامه في تدريب الشبكات العصبية في عام 1974.[30][31][32]

مراجع

  1. https://www.cs.toronto.edu/~hinton/fullcv.pdf
  2. Anon (1998). "Professor Geoffrey Hinton FRS". London: الجمعية الملكية. مؤرشف من الأصل في 03 نوفمبر 2015. الوسيط |CitationClass= تم تجاهله (مساعدة) One or more of the preceding sentences incorporates text from the royalsociety.org website where:
    «"All text published under the heading 'Biography' on Fellow profile pages is available under رخص المشاع الإبداعي." --"Royal Society Terms, conditions and policies". Archived from the original on 11 نوفمبر 2016. اطلع عليه بتاريخ 09 مارس 2016. الوسيط |CitationClass= تم تجاهله (مساعدة)صيانة CS1: BOT: original-url status unknown (link)»
  3. Daniela Hernandez (7 May 2013). "The Man Behind the Google Brain: Andrew Ng and the Quest for the New AI". وايرد. مؤرشف من الأصل في 29 مارس 2014. اطلع عليه بتاريخ 10 مايو 2013. الوسيط |CitationClass= تم تجاهله (مساعدة)
  4. "Geoffrey E. Hinton – Google AI". Google AI (باللغة الإنجليزية). مؤرشف من الأصل في 9 نوفمبر 2019. الوسيط |CitationClass= تم تجاهله (مساعدة)
  5. Rumelhart, David E.; Hinton, Geoffrey E.; Williams, Ronald J. (9 October 1986). "Learning representations by back-propagating errors". Nature (باللغة الإنجليزية). 323 (6088): 533–536. Bibcode:1986Natur.323..533R. doi:10.1038/323533a0. ISSN 1476-4687. الوسيط |CitationClass= تم تجاهله (مساعدة)
  6. Schmidhuber, Jürgen (2015-01-01). "Deep learning in neural networks: An overview". Neural Networks. 61: 85–117. arXiv:1404.7828. doi:10.1016/j.neunet.2014.09.003. PMID 25462637. الوسيط |CitationClass= تم تجاهله (مساعدة)
  7. "Geoffrey Hinton was briefly a Google intern in 2012 because of bureaucracy – TechCrunch". techcrunch.com (باللغة الإنجليزية). مؤرشف من الأصل في 17 مارس 2020. اطلع عليه بتاريخ 28 مارس 2018. الوسيط |CitationClass= تم تجاهله (مساعدة)
  8. Somers, James. "Progress in AI seems like it's accelerating, but here's why it could be plateauing". MIT Technology Review (باللغة الإنجليزية). مؤرشف من الأصل في 23 يناير 2021. اطلع عليه بتاريخ 28 مارس 2018. الوسيط |CitationClass= تم تجاهله (مساعدة)
  9. "How U of T's 'godfather' of deep learning is reimagining AI". University of Toronto News (باللغة الإنجليزية). مؤرشف من الأصل في 6 أبريل 2019. اطلع عليه بتاريخ 28 مارس 2018. الوسيط |CitationClass= تم تجاهله (مساعدة)
  10. "'Godfather' of deep learning is reimagining AI". مؤرشف من الأصل في 13 أبريل 2019. اطلع عليه بتاريخ 28 مارس 2018. الوسيط |CitationClass= تم تجاهله (مساعدة)
  11. "Geoffrey Hinton, the 'godfather' of deep learning, on AlphaGo". Macleans.ca (باللغة الإنجليزية). 18 March 2016. مؤرشف من الأصل في 6 مارس 2020. اطلع عليه بتاريخ 28 مارس 2018. الوسيط |CitationClass= تم تجاهله (مساعدة)
  12. Dave Gershgorn (18 June 2018). "The inside story of how AI got good enough to dominate Silicon Valley". Quartz. مؤرشف من الأصل في 12 ديسمبر 2019. اطلع عليه بتاريخ 05 أكتوبر 2018. الوسيط |CitationClass= تم تجاهله (مساعدة)
  13. "How a Toronto professor's research revolutionized artificial intelligence | Toronto Star". thestar.com (باللغة الإنجليزية). مؤرشف من الأصل في 5 مارس 2020. اطلع عليه بتاريخ 13 مارس 2018. الوسيط |CitationClass= تم تجاهله (مساعدة)
  14. Krizhevsky, Alex; Sutskever, Ilya; Hinton, Geoffrey E. (3 December 2012). "ImageNet classification with deep convolutional neural networks". Curran Associates Inc.: 1097–1105. مؤرشف من الأصل في 20 ديسمبر 2019. الوسيط |CitationClass= تم تجاهله (مساعدة); Cite journal requires |journal= (مساعدة)
  15. 27 Mar, Emily Chung · CBC News · Posted; March 27, 2019 6:00 AM ET | Last Updated. "Canadian researchers who taught AI to learn like humans win $1M award | CBC News". CBC (باللغة الإنجليزية). مؤرشف من الأصل في 26 فبراير 2020. اطلع عليه بتاريخ 27 مارس 2019. الوسيط |CitationClass= تم تجاهله (مساعدة)
  16. "'Godfathers of AI' honored with Turing Award, the Nobel Prize of computing". 27 March 2019. مؤرشف من الأصل في 4 أبريل 2020. الوسيط |CitationClass= تم تجاهله (مساعدة)
  17. "Godfathers of AI Win This Year's Turing Award and $1 Million". 29 March 2019. مؤرشف من الأصل في 30 مارس 2019. الوسيط |CitationClass= تم تجاهله (مساعدة)
  18. Nobel prize of tech awarded to 'godfathers of AI' نسخة محفوظة 14 أبريل 2020 على موقع واي باك مشين.
  19. The 3 'Godfathers' Of AI Have Won The Prestigious $1M Turing Prize نسخة محفوظة 14 أبريل 2020 على موقع واي باك مشين.
  20. Deep learning godfathers Bengio, Hinton, and LeCun say the field can fix its flaws | ZDNet نسخة محفوظة 3 مارس 2020 على موقع واي باك مشين.
  21. Bloomberg - Are you a robot? نسخة محفوظة 10 أبريل 2020 على موقع واي باك مشين.
  22. Hinton, Geoffrey Everest (1977). Relaxation and its role in vision (PhD thesis). University of Edinburgh. hdl:1842/8121. OCLC 18656113. قالب:EThOS. الوسيط |CitationClass= تم تجاهله (مساعدة)
  23. Smith, Craig S. (23 June 2017). "The Man Who Helped Turn Toronto into a High-Tech Hotbed". نيويورك تايمز. مؤرشف من الأصل في 27 يناير 2020. اطلع عليه بتاريخ 27 يونيو 2017. الوسيط |CitationClass= تم تجاهله (مساعدة)
  24. https://www.cs.toronto.edu/~hinton/fullcv.pdf نسخة محفوظة 2020-07-23 على موقع واي باك مشين.
  25. "Archived copy". مؤرشف من الأصل في 31 ديسمبر 2016. اطلع عليه بتاريخ أغسطس 2020. الوسيط |CitationClass= تم تجاهله (مساعدة); تحقق من التاريخ في: |تاريخ الوصول= (مساعدة)صيانة CS1: الأرشيف كعنوان (link)
  26. "U of T neural networks start-up acquired by Google" (Press release). Toronto, ON. 12 March 2013. مؤرشف من الأصل في 8 أكتوبر 2019. اطلع عليه بتاريخ 13 مارس 2013. الوسيط |CitationClass= تم تجاهله (مساعدة)
  27. جيوفري هينتون منشورات مفهرسة من قبل جوجل سكولار 
  28. قالب:Scopus id
  29. Ford, Martin (2018). Architects of Intelligence: The truth about AI from the people building it. Packt Publishing. ISBN 978-1-78913-151-2. الوسيط |CitationClass= تم تجاهله (مساعدة)
  30. Ackley, David H; Hinton Geoffrey E; Sejnowski, Terrence J (1985), "A learning algorithm for Boltzmann machines", Cognitive science, Elsevier, 9 (1): 147–169
  31. "Stories by Geoffrey E. Hinton in Scientific American". مؤرشف من الأصل في 17 أكتوبر 2019. الوسيط |CitationClass= تم تجاهله (مساعدة)
  32. Hinton, Geoffrey E. "Geoffrey E. Hinton's Publications in Reverse Chronological Order". مؤرشف من الأصل في 18 أبريل 2020. الوسيط |CitationClass= تم تجاهله (مساعدة)
    • بوابة المملكة المتحدة
    • بوابة أعلام
    • بوابة علم الحاسوب
    • بوابة كندا
    This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.