Geoffrey Everest Hinton (é le 6 décembre 1947) est un informaticien, scientifique cognitif et psychologue cognitif britanno-canadien. Il est largement reconnu pour ses travaux fondateurs sur les réseaux de neurones artificiels, qui lui ont valu le titre de « parrain de l'IA ». Il est professeur émérite à l'Université de Toronto et lauréat du prix Turing 2018 et du prix Nobel de physique 2024.
Les recherches de Hinton ont été centrales dans le développement de l'apprentissage profond, un sous-domaine de l'apprentissage automatique qui utilise des réseaux de neurones multicouches pour modéliser des motifs complexes dans les données. Ses contributions incluent la popularisation de l'algorithme de rétropropagation, l'invention des machines de Boltzmann, et la conception de AlexNet, une percée dans la vision par ordinateur. Il a également été une voix éminente sur les risques de l'intelligence artificielle, démissionnant de Google en 2023 pour parler librement de ces préoccupations## Éducation et Jeunesse
Hinton est né le 6 décembre 1947 à Wimbledon, Royaume-Uni, et a été éduqué au Clifton College à Bristol. En 1967, il a été admis au King's College, Cambridge, où il a d'abord exploré les sciences naturelles, l'histoire de l'art, et la philosophie avant d'obtenir un baccalauréat en psychologie expérimentale en 1970. Après une année d'apprentissage comme charpentier, il a poursuivi des études supérieures à l'Université d'Édimbourg, obtenant un doctorat en intelligence artificielle en 1978. Sa recherche doctorale a été supervisée par Christopher Longuet-Higgins, qui favorisait l'approche symbolique de l'IA plutôt que les réseaux de neurones, un contraste qui a façonné le plaidoyer ultérieur de Hinton pour le connexionnisme## Carrière et Postes Académiques
Après son doctorat, Hinton a travaillé à l'Université du Sussex et à l'unité de psychologie appliquée du MRC au Royaume-Uni. Face à des difficultés de financement, il a déménagé aux États-Unis, occupant des postes à l'Université de Californie, San Diego, et à l'Université Carnegie Mellon. En 1987, il a rejoint l'Université de Toronto comme professeur, où il est resté pendant la majeure partie de sa carrière, sauf pour un passage comme directeur fondateur de l'unité de neurosciences computationnelles de la fondation caritative Gatsby à l'University College London de 1998 à 2001
À Toronto, Hinton est devenu membre de l'Institut canadien pour les recherches avancées (CIFAR) en 1987, et en 2004, il a cofondé le programme CIFAR « Calcul neuronal et perception adaptative » (maintenant « Apprentissage dans les machines et les cerveaux »), qu'il a dirigé pendant une décennie. Ce programme a réuni des figures clés de l'apprentissage profond, notamment Yoshua Bengio et Yann LeCun, avec lesquels Hinton a partagé plus tard le prix Turing 2018## En 2012, Hinton a enseigné un cours en ligne gratuit sur les réseaux de neurones via Coursera, et avec ses étudiants Alex Krizhevsky et Ilya Sutskever, il a cofondé DNNresearch Inc. En mars 2013, Google a acquis la société pour 44 millions de dollars, et Hinton a partagé son temps entre l'équipe Google Brain et l'université. Il est resté dans ce double rôle jusqu'en mai 2023, quand il a publiquement annoncé sa démission de Google pour discuter librement des risques de l'IA, déclarant que partie de lui regrettait le travail de sa vie## Contributions de Recherche
Les recherches de Hinton se concentrent sur l'utilisation des réseaux de neurones pour l'apprentissage automatique, la mémoire, la perception, et le traitement des symboles, avec plus de 200 publications évaluées par des pairs. Dans les années 1980, il faisait partie du groupe de traitement distribué parallèle à Carnegie Mellon, qui promouvait le connexionnisme pendant l'hiver de l'IA. Cette approche postule que des capacités comme la logique et la grammaire peuvent être apprises par des réseaux de neurones à partir de données, contrastant avec l'IA symbolique basée sur une programmation explicite par règles## En 1985, Hinton a co-inventé les machines de Boltzmann avec David Ackley et Terry Sejnowski. En 1986, avec David Rumelhart et Ronald J. Williams, il a co-écrit un article fondateur qui a popularisé l'algorithme de rétropropagation pour entraîner des réseaux de neurones multicouches, bien qu'ils n'aient pas été les premiers à le proposer. Ses autres innovations incluent les représentations distribuées, les réseaux de neurones à délai temporel, les mélanges d'experts, les machines de Helmholtz, et les produits d'experts. En 1995, il a proposé l'algorithme de veille-sommeil, et en 2008, il a développé la méthode de visualisation t-SNE avec Laurens van der Maaten
Une réalisation marquante est venue en 2012 avec AlexNet, un réseau de neurones convolutif profond conçu avec Alex Krizhevsky et Ilya Sutskever. AlexNet a remporté le défi ImageNet, améliorant dramatiquement la reconnaissance d'images et déclenchant la révolution moderne de l'apprentissage profond. Ce succès a conduit à l'acquisition de DNNresearch par Google et a accéléré l'adoption de l'apprentissage profond dans l'industrie## Prix et Reconnaissances
Les contributions de Hinton ont été largement honorées. En 2018, il a reçu le prix ACM A.M. Turing conjointement avec Yoshua Bengio et Yann LeCun pour leurs travaux sur l'apprentissage profond, et le trio est souvent appelé les « parrains de l'apprentissage profond ». En 2024, il a été récompensé du prix Nobel de physique avec John Hopfield pour des « découvertes et inventions fondamentales qui permettent l'apprentissage automatique avec des réseaux de neurones artificiels ». Il est également membre de la Royal Society et compagnon de l'Ordre du Canada## Plaidoyer pour la Sécurité de l'IA
Depuis son départ de Google, Hinton est devenu un défenseur éminent de la sécurité de l'IA. Il a exprimé des préoccupations concernant l'utilisation délibérée par des acteurs malveillants, le chômage technologique, et le risque existentiel de l'intelligence artificielle générale. Il a appelé à une coopération internationale entre les développeurs d'IA pour établir des directives de sécurité et, après avoir reçu le prix Nobel, a exhorté à une recherche urgente sur le contrôle des systèmes d'IA plus intelligents que les humains. Ses avertissements ont influencé le débat public sur le développement responsable de l'IA générative et des grands modèles de langage.