Dies ist der fünfte Wissenschaftler , der den Vinfuture-Preis erhält, der mit dem Nobelpreis ausgezeichnet wurde. Dies unterstreicht die bahnbrechende Vision der Gründer des Vinfuture-Preises – des ersten internationalen Wissenschafts- und Technologiepreises, der von Vietnamesen ins Leben gerufen wurde und sich nach nur vierjähriger Laufzeit bereits einen Namen in der internationalen Wissenschaftsgemeinschaft gemacht hat.
Geoffrey Hinton gilt aufgrund seiner enormen Beiträge zu den Bereichen künstliche Intelligenz und maschinelles Lernen als „Pate des Deep Learning“. (Foto: Reuters)
Die Beiträge von Professor Geoffrey E. Hinton und vier Wissenschaftlern – Yoshua Bengio, Jen-Hsun Huang, Yann LeCun und Fei-Fei Li – zur Förderung des Fortschritts im Bereich Deep Learning wurden gerade mit dem Hauptpreis von VinFuture 2024 im Wert von 3 Millionen USD (mehr als 76 Milliarden VND) gewürdigt.
Das Preiskomitee würdigte ihn für seine führende Rolle und seine grundlegenden Arbeiten zur Architektur neuronaler Netze. In seiner 1986 gemeinsam mit David Rumelhart und Ronald Williams veröffentlichten Arbeit demonstrierte er verteilte Darstellungen in neuronalen Netzen, die mit dem Backpropagation-Algorithmus trainiert wurden. Diese Methode entwickelte sich zu einem Standardwerkzeug im Bereich der künstlichen Intelligenz und führte zu Fortschritten in der Bild- und Spracherkennung.
Geoffrey E. Hinton wurde am 6. Dezember 1947 in Wimbledon, London, geboren. Hinton ist ein Nachfahre des Logikers George Boole, der die Grundlagen der Theorie des digitalen Schaltungsdesigns legte.
Eine von Hintons bemerkenswertesten Vorhersagen ist, dass KI schon bald in der Lage sein wird, natürliche Sprache auf einem Niveau zu verstehen und zu produzieren, das dem Menschen ebenbürtig ist. Diese Vorhersage basiert auf der rasanten Weiterentwicklung von Algorithmen für maschinelles Lernen und bestärkendes Lernen.
Ein weiterer Forschungsbereich von Hinton ist das unüberwachte Lernen, eine Form des maschinellen Lernens, bei der Algorithmen aus unmarkierten Daten lernen. Die meisten KI-Systeme basieren heute auf überwachtem Lernen, bei dem Algorithmen anhand großer Mengen markierter Daten trainiert werden. Hinton ist jedoch davon überzeugt, dass unüberwachtes Lernen der Schlüssel dazu ist, KI dem menschlichen Lernverhalten näher zu bringen. Er entwickelt neue Algorithmen für unüberwachtes Lernen mit dem Ziel, KI-Systeme zu schaffen, die wie ein Kind aus ihrer Umgebung lernen können.
[Anzeige_2]
Quelle
Kommentar (0)