基础与架构
Geoffrey Hinton
杰弗里·辛顿
深度学习 · AlexNet
Geoffrey Hinton 是深度学习的重要研究者，长期探索神经网络怎样从数据中学习内部表示。他与合作者在反向传播、分布式表示及深层网络训练方面的工作，为现代机器学习提供了重要基础。
1986 年，他与 David Rumelhart、Ronald Williams 发表反向传播相关研究，说明如何通过输出误差调整多层网络。2012 年，他与 Alex Krizhevsky、Ilya Sutskever 合作完成 AlexNet，将深层卷积网络与 GPU 训练用于大规模图像分类。
他与 Yoshua Bengio、Yann LeCun 共同获得 2018 年图灵奖，随后与 John Hopfield 共同获得 2024 年诺贝尔物理学奖。两项奖项分别从计算机科学和物理学的角度，肯定了神经网络学习方法的基础性贡献。