Naissance | |
---|---|
Nationalités | |
Domicile | |
Formation |
King's College (baccalauréat universitaire) (jusqu'en ) Université d'Édimbourg (doctorat) (jusqu'en ) |
Activités | |
Père |
Howard Everest Hinton (en) |
Geoffrey Everest Hinton, né le à Wimbledon (Royaume-Uni), est un chercheur britanno-canadien spécialiste de l'intelligence artificielle, de la psychologie cognitive et plus particulièrement des réseaux de neurones artificiels.
De 2013 à 2023, il a partagé son temps entre Google (Google Brain) et l'université de Toronto, avant d'annoncer en mai 2023 son départ de Google en alertant sur les risques émergents liés à l'intelligence artificielle[1],[2].
Hinton est co-auteur d'un article très cité publié en 1986, qui a popularisé l'algorithme de rétropropagation pour l'entraînement des réseaux de neurones multicouches[3], bien que l'article ne soit pas le premier à proposer cette approche[4]. Hinton est considéré comme une figure de proue dans la communauté de l'apprentissage profond[5]. Le modèle de reconnaissance d'images AlexNet, conçu en collaboration avec ses étudiants Alex Krizhevsky et Ilya Sutskever pour le défi ImageNet de 2012, a constitué une percée dans le domaine de la vision par ordinateur[6]. En 2017, il a cofondé l'Institut Vecteur à Toronto et en est devenu le scientifique en chef[7],[8].
Hinton a reçu avec Yoshua Bengio et Yann Le Cun le prix Turing de 2018 pour ses travaux sur l'apprentissage profond. Ils sont parfois appelés les « pères fondateurs » de l'intelligence artificielle[1],[9].
En mai 2023, Hinton a démissionné de Google afin de pouvoir « s'exprimer librement sur les risques de l'IA ». Il a exprimé des préoccupations concernant l'utilisation délibérée par des acteurs malveillants, le chômage technologique et les risques existentiels lié à l'intelligence artificielle générale[10],[1]. En 2024, après avoir reçu le prix Nobel il a appelé à des recherches urgentes en sécurité de l'IA afin de déterminer comment contrôler des systèmes plus intelligents que les humains[11],[12].
Il est co-lauréat avec John Joseph Hopfield du prix Nobel de physique en 2024 pour « leur découvertes fondamentales et inventions qui ont rendu possible l'apprentissage automatique et les réseau de neurones artificiels »[13].