जेफ्री एवरेस्ट हिंटन (जन्म 6 दिसंबर 1947) एक ब्रिटिश-कनाडाई कंप्यूटर वैज्ञानिक, संज्ञानात्मक वैज्ञानिक और संज्ञानात्मक मनोवैज्ञानिक हैं। उन्हें व्यापक रूप से कृत्रिम बुद्धिमत्ता के क्षेत्र में एक अग्रणी व्यक्ति के रूप में मान्यता प्राप्त है, विशेष रूप से कृत्रिम तंत्रिका नेटवर्क पर उनके मौलिक कार्य के लिए, जिसने उन्हें "एआई के गॉडफादर" की उपाधि दिलाई। वे टोरंटो विश्वविद्यालय में यूनिवर्सिटी प्रोफेसर एमेरिटस हैं। 2013 से 2023 तक, उन्होंने गूगल ब्रेन और विश्वविद्यालय में काम करने के बीच अपना समय विभाजित किया, मई 2023 में एआई प्रौद्योगिकी के जोखिमों के बारे में चिंताओं का हवाला देते हुए सार्वजनिक रूप से गूगल से अपने प्रस्थान की घोषणा की। 2017 में, उन्होंने टोरंटो में वेक्टर इंस्टीट्यूट की सह-स्थापना की और इसके मुख्य वैज्ञानिक सलाहकार बने।
एआई में हिंटन के योगदान व्यापक और प्रभावशाली हैं। डेविड रुमेलहार्ट और रोनाल्ड जे. विलियम्स के साथ, उन्होंने 1986 में प्रकाशित एक अत्यधिक उद्धृत पेपर का सह-लेखन किया, जिसने बहु-परत तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए बैकप्रोपेगेशन एल्गोरिदम को लोकप्रिय बनाया, हालांकि वे इस दृष्टिकोण का प्रस्ताव करने वाले पहले व्यक्ति नहीं थे। उनके छात्रों एलेक्स क्रिज़ेव्स्की और इल्या सटस्केवर के सहयोग से डिज़ाइन किया गया छवि-पहचान तंत्रिका नेटवर्क एलेक्सनेट, 2012 में इमेजनेट चुनौती जीता और कंप्यूटर विज्ञान में एक सफलता थी। उन्होंने डीप लर्निंग पर उनके काम के लिए योशुआ बेंगियो और यान लेकुन के साथ 2018 का ट्यूरिंग अवार्ड प्राप्त किया, और जॉन हॉपफील्ड के साथ, 2024 का भौतिकी में नोबेल पुरस्कार "कृत्रिम तंत्रिका नेटवर्क के साथ मशीन लर्निंग को सक्षम करने वाली मौलिक खोजों और आविष्कारों" के लिए प्रदान किया गया।
शिक्षा
हिंटन का जन्म 6 दिसंबर 1947 को यूनाइटेड किंगडम के विम्बलडन में हुआ था और उन्होंने ब्रिस्टल के क्लिफ्टन कॉलेज में शिक्षा प्राप्त की। 1967 में, उन्होंने किंग्स कॉलेज, कैम्ब्रिज में स्नातक छात्र के रूप में प्रवेश लिया। प्राकृतिक विज्ञान, कला इतिहास और दर्शन जैसे विभिन्न क्षेत्रों के बीच स्विच करने के बाद, उन्होंने अंततः 1970 में प्रायोगिक मनोविज्ञान में बैचलर ऑफ आर्ट्स के साथ स्नातक किया। शैक्षणिक अध्ययन में लौटने से पहले उन्होंने एक वर्ष बढ़ईगीरी की शिक्षुता में बिताया। 1972 से 1975 तक, उन्होंने एडिनबर्ग विश्वविद्यालय में अपना अध्ययन जारी रखा, जहाँ उन्हें 1978 में कृत्रिम बुद्धिमत्ता में पीएचडी से सम्मानित किया गया, जिसकी देखरेख क्रिस्टोफर लॉन्गुएट-हिगिंस ने की, जिन्होंने तंत्रिका नेटवर्क दृष्टिकोण पर प्रतीकात्मक एआई दृष्टिकोण का पक्ष लिया।
करियर
अपनी पीएचडी के बाद, हिंटन ने शुरू में ससेक्स विश्वविद्यालय और एमआरसी एप्लाइड साइकोलॉजी यूनिट में काम किया। ब्रिटेन में फंडिंग पाने में कठिनाई के बाद, उन्होंने अमेरिका में कैलिफोर्निया विश्वविद्यालय, सैन डिएगो और कार्नेगी मेलन विश्वविद्यालय में काम किया। वे यूनिवर्सिटी कॉलेज लंदन में गैट्सबी चैरिटेबल फाउंडेशन कम्प्यूटेशनल न्यूरोसाइंस यूनिट के संस्थापक निदेशक थे। वे वर्तमान में टोरंटो विश्वविद्यालय के कंप्यूटर विज्ञान विभाग में यूनिवर्सिटी प्रोफेसर एमेरिटस हैं, जहाँ वे 1987 से संबद्ध हैं, 1998 से 2001 तक यूनिवर्सिटी कॉलेज लंदन में अपने समय को छोड़कर।
कनाडा पहुंचने पर, हिंटन को 1987 में कनाडाई इंस्टीट्यूट फॉर एडवांस्ड रिसर्च (सीआईएफएआर) में सीआईएफएआर के पहले शोध कार्यक्रम, कृत्रिम बुद्धिमत्ता, रोबोटिक्स और समाज में फेलो के रूप में नियुक्त किया गया था। 2004 में, हिंटन और सहयोगियों ने सीआईएफएआर में "न्यूरल कम्प्यूटेशन एंड एडेप्टिव परसेप्शन" (एनसीएपी) नामक एक नए कार्यक्रम के शुभारंभ का सफलतापूर्वक प्रस्ताव रखा, जिसे आज "लर्निंग इन मशीन्स एंड ब्रेन्स" नाम दिया गया है। हिंटन दस वर्षों तक एनसीएपी का नेतृत्व करते रहे। कार्यक्रम के सदस्यों में योशुआ बेंगियो और यान लेकुन शामिल हैं, जिनके साथ हिंटन ने 2018 में एसीएम ए.एम. ट्यूरिंग अवार्ड जीता। तीनों ट्यूरिंग विजेता सीआईएफएआर लर्निंग इन मशीन्स एंड ब्रेन्स कार्यक्रम के सदस्य बने हुए हैं।
हिंटन ने 2012 में शिक्षा मंच कौरसेरा पर न्यूरल नेटवर्क पर एक निःशुल्क ऑनलाइन पाठ्यक्रम पढ़ाया। उन्होंने 2012 में टोरंटो विश्वविद्यालय के कंप्यूटर विज्ञान विभाग में अपने दो स्नातक छात्रों, एलेक्स क्रिज़ेव्स्की और इल्या सटस्केवर के साथ डीएनएनरिसर्च इंक. की सह-स्थापना की। मार्च 2013 में, गूगल ने डीएनएनरिसर्च इंक. को $44 मिलियन में अधिग्रहित कर लिया, और हिंटन ने "अपने विश्वविद्यालय अनुसंधान और गूगल में अपने काम के बीच अपना समय विभाजित करने" की योजना बनाई।
मई 2023 में, हिंटन ने सार्वजनिक रूप से गूगल से अपने इस्तीफे की घोषणा की। उन्होंने अपने निर्णय की व्याख्या करते हुए कहा कि वे एआई के जोखिमों के बारे में स्वतंत्र रूप से बोलना चाहते हैं और कहा कि उनके जीवन के काम पर अब उन्हें आंशिक रूप से पछतावा है।
उनके समूह के उल्लेखनीय पूर्व पीएचडी छात्रों और पोस्टडॉक्टोरल शोधकर्ताओं में पीटर डायन, सैम रोवेइस, मैक्स वेलिंग, रिचर्ड ज़ेमेल, ब्रेंडन फ्रे, रैडफोर्ड एम. नील, यी व्हाई तेह, रुसलान सालाखुतदीनोव, इल्या सटस्केवर, यान लेकुन, एलेक्स ग्रेव्स, ज़ौबिन घहरामनी और पीटर फिट्ज़ह्यू ब्राउन शामिल हैं।
अनुसंधान
हिंटन का शोध मशीन लर्निंग, स्मृति, धारणा और प्रतीक प्रसंस्करण के लिए तंत्रिका नेटवर्क के उपयोग से संबंधित है। उन्होंने 200 से अधिक सहकर्मी-समीक्षित प्रकाशन लिखे या सह-लिखे हैं।
1980 के दशक में, हिंटन कार्नेगी मेलन विश्वविद्यालय में "समानांतर वितरित प्रसंस्करण" समूह का हिस्सा थे, जिसमें टेरेंस सेजनोव्स्की, फ्रांसिस क्रिक, डेविड रुमेलहार्ट और जेम्स मैक्लेलैंड जैसे उल्लेखनीय वैज्ञानिक शामिल थे। इस समूह ने एआई सर्दियों के दौरान कनेक्शनिस्ट दृष्टिकोण का पक्ष लिया। उनके निष्कर्ष दो-खंड सेट में प्रकाशित हुए थे। हिंटन द्वारा अपनाया गया कनेक्शनिस्ट दृष्टिकोण बताता है कि तर्क और व्याकरण जैसे क्षेत्रों में क्षमताओं को तंत्रिका नेटवर्क के मापदंडों में एन्कोड किया जा सकता है, और तंत्रिका नेटवर्क उन्हें डेटा से सीख सकते हैं। दूसरी ओर प्रतीकवादियों ने एआई सिस्टम में ज्ञान और नियमों को स्पष्ट रूप से प्रोग्राम करने की वकालत की।
1985 में, हिंटन ने डेविड एकले और टेरी सेजनोव्स्की के साथ बोल्ट्ज़मैन मशीनों का सह-आविष्कार किया। तंत्रिका नेटवर्क अनुसंधान में उनके अन्य योगदानों में वितरित अभ्यावेदन, समय विलंब तंत्रिका नेटवर्क, विशेषज्ञों का मिश्रण, हेल्महोल्ट्ज़ मशीनें और विशेषज्ञों का उत्पाद शामिल हैं। जेफ्री हिंटन के शोध का एक सुलभ परिचय सितंबर 1992 और अक्टूबर 1993 में साइंटिफिक अमेरिकन में उनके लेखों में पाया जा सकता है। 1995 में, हिंटन और सहयोगियों ने वेक-स्लीप एल्गोरिदम का प्रस्ताव रखा, जिसमें पहचान और उत्पादन के लिए अलग-अलग मार्गों वाला एक तंत्रिका नेटवर्क शामिल था, जिसे वैकल्पिक "जागने" और "सोने" के चरणों के साथ प्रशिक्षित किया गया था। 2007 में, हिंटन ने "अनसुपरवाइज्ड लर्निंग ऑफ इमेज ट्रांसफॉर्मेशन" शीर्षक से एक अप्रशिक्षित शिक्षण पेपर का सह-लेखन किया। 2008 में, उन्होंने लॉरेंस वैन डेर माटेन के साथ विज़ुअलाइज़ेशन विधि टी-एसएनई विकसित की।
जब हिंटन यूसी सैन डिएगो में पोस्टडॉक थे, डेविड रुमेलहार्ट, हिंटन और रोनाल्ड जे. विलियम्स ने बहु-परत तंत्रिका नेटवर्क पर बैकप्रोपेगेशन एल्गोरिदम लागू किया। उनके प्रयोगों से पता चला कि ऐसे नेटवर्क उपयोगी आंतरिक अभ्यावेदन सीख सकते हैं। 1986 में प्रकाशित यह कार्य तंत्रिका नेटवर्क में रुचि को पुनर्जीवित करने में सहायक था और आधुनिक डीप लर्निंग की नींव रखी।
एलेक्सनेट और डीप लर्निंग सफलता
2012 में, हिंटन और उनके छात्रों एलेक्स क्रिज़ेव्स्की और इल्या सटस्केवर ने एलेक्सनेट डिज़ाइन किया, एक गहरा कन्वोल्यूशनल तंत्रिका नेटवर्क जिसने इमेजनेट लार्ज स्केल विज़ुअल रिकग्निशन चैलेंज में छवि वर्गीकरण सटीकता में नाटकीय सुधार हासिल किया। एलेक्सनेट की सफलता ने बड़े पैमाने पर डेटा और जीपीयू-त्वरित प्रशिक्षण पर डीप लर्निंग की शक्ति का प्रदर्शन किया, जिससे कंप्यूटर विज़न और अन्य क्षेत्रों में डीप लर्निंग को तेजी से अपनाया गया। इस सफलता को अक्सर एआई के इतिहास में एक महत्वपूर्ण मोड़ माना जाता है, जिससे उद्योग और शिक्षा में गहरे तंत्रिका नेटवर्क का व्यापक उपयोग हुआ।
पुरस्कार और सम्मान
हिंटन ने अपने पूरे करियर में कई पुरस्कार और सम्मान प्राप्त किए हैं। 2018 में, उन्हें डीप लर्निंग में उनके योगदान के लिए योशुआ बेंगियो और यान लेकुन के साथ संयुक्त रूप से एसीएम ए.एम. ट्यूरिंग अवार्ड से सम्मानित किया गया, जिसे अक्सर "कंप्यूटिंग का नोबेल पुरस्कार" कहा जाता है। 2024 में, उन्हें कृत्रिम तंत्रिका नेटवर्क के साथ मशीन लर्निंग को सक्षम करने वाली मौलिक खोजों और आविष्कारों के लिए जॉन हॉपफील्ड के साथ भौतिकी में नोबेल पुरस्कार से सम्मानित किया गया। वे रॉयल सोसाइटी के फेलो और ऑर्डर ऑफ कनाडा के कम्पेनियन भी हैं, अन्य विशिष्टताओं के अलावा।
एआई जोखिमों पर विचार
मई 2023 में, हिंटन ने "एआई के जोखिमों के बारे में स्वतंत्र रूप से बोलने" में सक्षम होने के लिए गूगल से अपने इस्तीफे की घोषणा की। उन्होंने दुर्भावनापूर्ण अभिनेताओं द्वारा जानबूझकर दुरुपयोग, तकनीकी बेरोजगारी और कृत्रिम सामान्य बुद्धिमत्ता से अस्तित्वगत जोखिम के बारे में चिंता व्यक्त की है। उन्होंने कहा कि सबसे खराब परिणामों से बचने के लिए एआई के उपयोग में प्रतिस्पर्धा करने वालों के बीच सहयोग की आवश्यकता होगी। नोबेल पुरस्कार प्राप्त करने के बाद, उन्होंने यह पता लगाने के लिए एआई सुरक्षा में तत्काल शोध का आह्वान किया कि मनुष्यों से अधिक बुद्धिमान एआई सिस्टम को कैसे नियंत्रित किया जाए।
विरासत
जेफ्री हिंटन के काम का कृत्रिम बुद्धिमत्ता के क्षेत्र पर गहरा प्रभाव पड़ा है। तंत्रिका नेटवर्क और डीप लर्निंग पर उनके अग्रणी शोध ने छवि पहचान, भाषण पहचान, प्राकृतिक भाषा प्रसंस्करण और कई अन्य अनुप्रयोगों में सफलताएँ सक्षम की हैं। उन्हें व्यापक रूप से अपनी पीढ़ी के सबसे प्रभावशाली कंप्यूटर वैज्ञानिकों में से एक माना जाता है, और उनके छात्र और सहयोगी दुनिया भर में प्रमुख एआई अनुसंधान प्रयासों का नेतृत्व करने के लिए आगे बढ़े हैं। उनकी विरासत न केवल उनके द्वारा विकसित एल्गोरिदम और मॉडल में है, बल्कि उन शोधकर्ताओं की पीढ़ी में भी है जिन्हें उन्होंने प्रशिक्षित किया।