Geoffrey Hinton é um psicólogo cognitivo e cientista da computação britânico-canadense, amplamente reconhecido como um dos "padrinhos do aprendizado profundo", ao lado de Yann LeCun e Yoshua Bengio. Suas décadas de trabalho em algoritmos de aprendizado para redes neurais, muito dele realizado enquanto outros consideravam essa abordagem um beco sem saída, lançaram as bases para a revolução do aprendizado profundo na década de 2010.
Carreira
Nascido em 1947 em Londres, Hinton obteve um PhD em inteligência artificial pela Universidade de Edimburgo em 1978. Após cargos de pesquisa nos Estados Unidos, estabeleceu-se na Universidade de Toronto, onde passou a maior parte de sua carreira acadêmica. Em 1986, trabalhando com David Rumelhart e Ronald Williams, ele coautorou o artigo que popularizou a retropropagação como uma forma prática de treinar redes multicamadas, e continuou a desenvolver técnicas centrais no campo, incluindo máquinas de Boltzmann, regularização por dropout e melhorias em como redes profundas são inicializadas e treinadas.
O ponto de virada para o campo veio em 2012, quando os alunos de pós-graduação de Hinton, Alex Krizhevsky e Ilya Sutskever, construíram o AlexNet, uma rede convolucional profunda que venceu a competição de reconhecimento ImageNet por uma ampla margem. O resultado convenceu grande parte da comunidade de visão computacional de que redes profundas treinadas em GPU superavam os métodos projetados manualmente que haviam dominado até então, e é frequentemente citado como o momento em que o aprendizado profundo se tornou mainstream. O Google adquiriu a pequena empresa de Hinton, a DNNresearch, logo em seguida, e ele dividiu seu tempo entre a Universidade de Toronto e o Google Brain, posteriormente incorporado ao Google DeepMind.
Saída do Google e Prêmio Nobel
Em maio de 2023, Hinton renunciou ao Google, dizendo que queria falar livremente sobre os riscos da tecnologia que ajudara a criar, incluindo deslocamento de empregos, desinformação e preocupações de longo prazo sobre a perda de controle humano sobre sistemas cada vez mais capazes. Sua mudança pública em direção à defesa da segurança da IA fez dele uma das vozes mais proeminentes alertando sobre o risco existencial da IA, uma virada notável para um pesquisador que passara a maior parte da carreira simplesmente tentando fazer redes neurais funcionarem.
Hinton dividiu o Prêmio Turing de 2018 com LeCun e Bengio por seu trabalho em aprendizado profundo. Em 2024, foi agraciado com o Prêmio Nobel de Física em conjunto com John Hopfield "por descobertas e invenções fundamentais que possibilitam o aprendizado de máquina com redes neurais artificiais", parte de um conjunto mais amplo de reconhecimentos Nobel relacionados à IA naquele ano, cobertos no artigo sobre os Prêmios Nobel de 2024 em IA.