Geoffrey Everest Hinton (geboren am 6. Dezember 1947) ist ein britisch-kanadischer Informatiker, Kognitionswissenschaftler und Kognitionspsychologe. Er ist weithin bekannt für seine grundlegenden Arbeiten zu künstlichen neuronalen Netzen, die ihm den Titel „Pate der KI" einbrachten. Er ist emeritierter Universitätsprofessor an der Universität von Toronto und Träger des Turing Award 2018 sowie des Nobelpreises für Physik 2024.
Hintons Forschung war zentral für die Entwicklung von Deep Learning, einem Teilgebiet des maschinellen Lernens, das mehrschichtige neuronale Netze verwendet, um komplexe Muster in Daten zu modellieren. Zu seinen Beiträgen gehören die Popularisierung des Backpropagation-Algorithmus, die Erfindung von Boltzmann-Maschinen und das Design von AlexNet, einem Durchbruch in der Computer Vision. Er war auch eine prominente Stimme zu den Risiken der künstlichen Intelligenz und trat 2023 von Google zurück, um frei über diese Bedenken zu sprechen.
Ausbildung und frühes Leben
Hinton wurde am 6. Dezember 1947 in Wimbledon, Vereinigtes Königreich, geboren und am Clifton College in Bristol ausgebildet. 1967 immatrikulierte er sich am King's College in Cambridge, wo er zunächst Naturwissenschaften, Kunstgeschichte und Philosophie erkundete, bevor er 1970 mit einem Bachelor of Arts in experimenteller Psychologie abschloss. Nach einem Jahr als Zimmermannslehrling absolvierte er ein Graduiertenstudium an der Universität von Edinburgh, wo er 1978 einen PhD in künstlicher Intelligenz erwarb. Seine Doktorarbeit wurde von Christopher Longuet-Higgins betreut, der den symbolischen KI-Ansatz gegenüber neuronalen Netzen bevorzugte, ein Gegensatz, der Hintons spätere Befürwortung des Konnektionismus prägte.
Karriere und akademische Positionen
Nach seiner Promotion arbeitete Hinton an der Universität von Sussex und der MRC Applied Psychology Unit in Großbritannien. Angesichts von Finanzierungsschwierigkeiten zog er in die Vereinigten Staaten und hatte Positionen an der University of California, San Diego, und der Carnegie Mellon University inne. 1987 trat er als Professor an die Universität von Toronto ein, wo er den größten Teil seiner Karriere blieb, abgesehen von einer Zeit als Gründungsdirektor der Gatsby Charitable Foundation Computational Neuroscience Unit am University College London von 1998 bis 2001.
In Toronto wurde Hinton 1987 Fellow des Canadian Institute for Advanced Research (CIFAR), und 2004 war er Mitbegründer des CIFAR-Programms „Neural Computation and Adaptive Perception" (jetzt „Learning in Machines & Brains"), das er ein Jahrzehnt lang leitete. Dieses Programm brachte wichtige Persönlichkeiten des Deep Learning zusammen, darunter Yoshua Bengio und Yann LeCun, mit denen Hinton später den Turing Award 2018 teilte.
2012 hielt Hinton einen kostenlosen Online-Kurs über neuronale Netze über Coursera, und mit seinen Studenten Alex Krizhevsky und Ilya Sutskever gründete er DNNresearch Inc. Im März 2013 erwarb Google das Unternehmen für 44 Millionen US-Dollar, und Hinton teilte seine Zeit zwischen dem Google Brain-Team und der Universität auf. Er blieb in dieser Doppelrolle bis Mai 2023, als er öffentlich seinen Rücktritt von Google ankündigte, um frei über KI-Risiken zu sprechen, und erklärte, dass ein Teil von ihm sein Lebenswerk bedauerte.
Forschungsbeiträge
Hintons Forschung konzentriert sich auf die Verwendung neuronaler Netze für maschinelles Lernen, Gedächtnis, Wahrnehmung und Symbolverarbeitung, mit über 200 begutachteten Veröffentlichungen. In den 1980er Jahren war er Teil der Parallel Distributed Processing-Gruppe an der Carnegie Mellon, die den Konnektionismus während des KI-Winters förderte. Dieser Ansatz postuliert, dass Fähigkeiten wie Logik und Grammatik von neuronalen Netzen aus Daten gelernt werden können, im Gegensatz zur expliziten regelbasierten Programmierung der symbolischen KI.
1985 erfand Hinton Boltzmann-Maschinen mit David Ackley und Terry Sejnowski. 1986 verfasste er mit David Rumelhart und Ronald J. Williams ein wegweisendes Papier, das den Backpropagation-Algorithmus zum Trainieren mehrschichtiger neuronaler Netze popularisierte, obwohl sie nicht die ersten waren, die ihn vorschlugen. Zu seinen weiteren Innovationen gehören verteilte Repräsentationen, Time-Delay-Neuronale-Netze, Mixtures of Experts, Helmholtz-Maschinen und Products of Experts. 1995 schlug er den Wake-Sleep-Algorithmus vor, und 2008 entwickelte er mit Laurens van der Maaten die t-SNE-Visualisierungsmethode.
Ein Meilenstein war 2012 AlexNet, ein tiefes konvolutionäres neuronales Netz, das mit Alex Krizhevsky und Ilya Sutskever entworfen wurde. AlexNet gewann die ImageNet-Herausforderung, verbesserte die Bilderkennung drastisch und löste die moderne Deep-Learning-Revolution aus. Dieser Erfolg führte zur Übernahme von DNNresearch durch Google und beschleunigte die Einführung von Deep Learning in der Industrie.
Auszeichnungen und Anerkennung
Hintons Beiträge wurden vielfach geehrt. 2018 erhielt er den ACM A.M. Turing Award gemeinsam mit Yoshua Bengio und Yann LeCun für ihre Arbeiten zum Deep Learning, und das Trio wird oft als „Godfathers of Deep Learning" bezeichnet. 2024 wurde ihm mit John Hopfield der Nobelpreis für Physik für „grundlegende Entdeckungen und Erfindungen, die maschinelles Lernen mit künstlichen neuronalen Netzen ermöglichen" verliehen. Er ist außerdem Fellow der Royal Society und Companion of the Order of Canada.
KI-Sicherheitsbefürwortung
Seit seinem Ausscheiden bei Google ist Hinton ein prominenter Befürworter der KI-Sicherheit geworden. Er hat Bedenken über vorsätzlichen Missbrauch durch böswillige Akteure und existenzielle Risiken durch allgemeine künstliche Intelligenz geäußert. Er hat zu internationaler Zusammenarbeit bei der Regulierung von KI aufgerufen und, nach Erhalt des Nobelpreises, die wissenschaftliche Gemeinschaft gedrängt, Sicherheitsprotokolle für fortschrittliche KI-Systeme zu priorisieren. Seine Warnungen haben Debatten über ethische KI-Entwicklung und die Auswirkungen auf die Gesellschaft ausgelöst. Er hat auch die Forschungsgemeinschaft ermutigt, der Sicherheit Vorrang vor ungehindertem Fortschritt zu geben, und argumentiert, dass die potenziellen Risiken von Superintelligenz sorgfältige globale Governance erfordern.
Persönliches Leben
Hinton ist bekannt für seine zurückhaltende Persönlichkeit und seinen Fokus auf Wissenschaft, hält aber auch Vorträge über die sozialen Auswirkungen von KI. Er lebt in Kanada und ist weiterhin akademisch tätig, indem er sich für verantwortungsvolle KI-Entwicklung einsetzt. Seine öffentlichen Warnungen haben Debatten über KI-Sicherheit und die ethische Entwicklung von generativer KI angeregt. Trotz seiner Bedenken bleibt er optimistisch hinsichtlich des Potenzials neuronaler Netze, die menschliche Kognition zu verstehen und zu modellieren.