Hinton 获 2021 迪克森科学奖：他改变 AI，也改变了世界

AI与大数据 5小时前 0

▼

据卡内基美隆大学（CMU）官方消息，杰佛瑞辛顿（Geoffrey Hinton）获得 2021 年迪克森科学奖（The Dickson Prize in Science）。此奖设立于 1969 年，旨在奖励对美国科学进步有重大贡献的学者。2016 年贝叶斯之父 Judea Pearl 获此殊荣。

Hinton的贡献如下描述：

Hinton博士之前在CMU教书，2018年获得ACM图灵奖。过去四年，他对神经网络的开创性贡献，让我们深刻理解机器如何从经验学习，支撑人工智慧领域进步，如语音辨识、机器翻译及电脑视觉等飞快发展。

组委会将在2022年春季颁奖给Hinton，且Hinton会在迪克森科学奖年度讲座发表演讲，主题和内容还未披露。

Geoffrey Hinton是多伦多大学电脑科学系荣誉退休教授，Google副总裁兼工程研究员，以及Vector Institute首席科学顾问。

▲ Geoffrey Hinton。（Source：Eviatar Bach, CC BY-SA 3.0, via Wikimedia Commons）

他最早使用反向传播学习单词嵌入，对神经网络研究的其他贡献包括玻尔兹曼机、分布式表示、时延神经网络、专家混合、变分学习和深度学习。2018年因深度学习贡献与Yoshua Bengio、Yann LeCun一同获得图灵奖。

获得图灵奖前几十年，Geoffrey Hinton一直徘徊于人工智慧研究边缘，以局外人角色坚持简单命题：电脑可像人类思考，使用直觉而不是规则。之所以“边缘”，因当时学术界主流观点是：电脑对规则和逻辑学得最好。

Hinton于1972年取得博士学位，一直以神经网络为研究重点。读书期间，指导教授常找他谈心，告诉他在浪费时间。但Hinton坚持不懈，之后神经网络确实取得一些小成功──后来证明对发现信用欺诈发挥作用。

毕业后他在匹兹堡卡内基美隆大学找到工作。因不满美国学科资助政策，1987年和妻子搬到北方定居。Hinton接受多伦多大学与国际电脑科学中心相关的职位。

约2009年，当电脑终于有能力挖掘大量数据，超级神经网络开始在语音和图像辨识超越基于逻辑的AI。另一个代表性事件是：2012年Google宣布建立由16,000个电脑处理器组成的神经网络，能透过“未标记”的猫咪影片、图片，辨识出猫咪本体。

这突破使Hinton和追随者成为人工智慧运动的领袖。Jeff Dean在2013年招募Hinton加入Google兼职。

从业几十年，Hinton一直坚信“从长远看，全新想法将比微小改进更有影响力”。他还认为基础科学会议“应该追求全新理念”是主要挑战。

Hinton押注的下一代神经网络属于无监督学习，认为胶囊网络是无监督学习的关键。团队最新无监督学习成果是SimCLR框架，利用对比损失提取表征的新方法，正如他之前谈到的：

“我想学习用一种方式表示图像局部，使同张图其他局部有相似表示。”SimCLR不仅改进最新自监督学习法，且在ImageNet分类击败监督学习法。

Hinton认为未来不会有人工智慧冬天，因AI技术大量用于手机，AI充满日常生活。人工智慧之所以出现“冬天”，是因人工智慧那时并不是日常生活的一部分。

此奖由Joseph Z. Dickson博士和妻子Agnes Fischer Dickson设立，奖项资金来源于遗嘱设立的信托基金。共奖励两个领域：医学和科学。医学奖由匹兹堡大学每年颁发一次；科学奖由卡内基美隆大学负责，涉及学科包括自然科学、工程、电脑及数学。

迪克森科学奖提名分三阶段进行。

首先，教务长向与奖项相关技术领域院长、系主任和大学教授寻求建议。提交“被提名者”传记材料、职业亮点及主要贡献；其次，从众多提名者筛选出小部分为最后提名者。透过与专家交流，获得更多提名者资讯；最后，大学教授开会投票选出获奖者。

迪克森和妻子期望透过两个奖项为两所大学带来声誉，因此奖项接受者必须由两所大学学者代表公正选出。获奖者并须在美国完成大部分工作。

（本文由雷锋网授权转载；首图来源：shutterstock）

▼

特别声明本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。