Il s'agit du 5ème scientifique à recevoir le prix principal Vinfuture à recevoir le prix Nobel, démontrant la vision pionnière des fondateurs du prix Vinfuture - le premier prix international de science et de technologie initié par le peuple vietnamien, affirmant sa marque dans la communauté scientifique internationale après seulement 4 ans de fonctionnement.
Geoffrey Hinton est connu comme le « parrain de l'apprentissage profond » pour ses contributions majeures aux domaines de l'intelligence artificielle et de l'apprentissage automatique. (Photo : Reuters)
Les contributions du professeur Geoffrey E. Hinton et de quatre scientifiques : Yoshua Bengio, Jen-Hsun Huang, Yann LeCun et Fei-Fei Li pour promouvoir les progrès de l'apprentissage profond, viennent d'être récompensées par le prix principal d'une valeur de 3 millions USD (plus de 76 milliards de VND) de VinFuture 2024.
Le comité du prix l'a récompensé pour son leadership et ses travaux fondamentaux sur l'architecture des réseaux neuronaux. Son article de 1986, publié avec David Rumelhart et Ronald Williams, a démontré l'existence de représentations distribuées dans des réseaux neuronaux entraînés à l'aide de l'algorithme de rétropropagation. Cette méthode est devenue un outil standard dans le domaine de l'intelligence artificielle et a permis des avancées en reconnaissance d'images et de la parole.
Geoffrey E. Hinton est né le 6 décembre 1947 à Wimbledon, Londres. Hinton est un descendant du logicien George Boole, qui a jeté les bases de la théorie de la conception des circuits numériques.
L'une des prédictions les plus marquantes de Hinton est que l'IA sera bientôt capable de comprendre et de produire du langage naturel à un niveau comparable à celui des humains. Cette prédiction repose sur les progrès rapides de l'apprentissage automatique et des algorithmes d'apprentissage par renforcement.
Un autre domaine de recherche de Hinton est l'apprentissage non supervisé, un type d'apprentissage automatique dans lequel les algorithmes apprennent à partir de données non étiquetées. La plupart des systèmes d'IA actuels reposent sur l'apprentissage supervisé, où les algorithmes sont entraînés sur de grands ensembles de données étiquetées. Cependant, Hinton est convaincu que l'apprentissage non supervisé est essentiel pour que l'IA imite plus fidèlement la façon dont les humains apprennent. Il développe de nouveaux algorithmes pour l'apprentissage non supervisé, visant à créer des systèmes d'IA capables d'apprendre de leur environnement comme un enfant.
Source
Comment (0)