Fimographie de J.D. Hinton

Geoffrey Hinton

Geoffrey Everest Hinton, né le 6 décembre 1947 à Wimbledon (Royaume-Uni), est un chercheur britanno-canadien spécialiste de l'intelligence artificielle, de la psychologie cognitive à l'Université de Toronto et plus particulièrement des réseaux de neurones artificiels. De 2013 à 2023, il partage son temps entre Google (Google Brain) et l'université de Toronto, avant d'annoncer en mai 2023 son départ de Google en alertant sur les risques émergents liés à l'intelligence artificielle,. Geoffrey Hinton est co-auteur d'un article très cité publié en 1986, qui a popularisé l'algorithme de rétropropagation pour l'entraînement des réseaux de neurones multicouches, bien que l'article ne soit pas le premier à proposer cette approche. Hinton est considéré comme une figure de proue dans la communauté de l'apprentissage profond. Le modèle de reconnaissance d'images AlexNet, conçu en collaboration avec ses étudiants Alex Krizhevsky et Ilya Sutskever pour le défi ImageNet de 2012, a constitué une percée dans le domaine de la vision par ordinateur. En 2017, il a cofondé l'Institut Vecteur à Toronto et en est devenu le scientifique en chef,. Geoffrey Hinton reçoit avec Yoshua Bengio et Yann Le Cun le prix Turing 2018 pour ses travaux sur l'apprentissage profond ; ils sont parfois appelés les « pères fondateurs » de l'intelligence artificielle,. En mai 2023, Geoffrey Hinton démissionne de Google afin de pouvoir « s'exprimer librement sur les risques de l'IA ». Il a alors exprimé des préoccupations concernant l'utilisation délibérée de l'IA par des acteurs malveillants, le chômage technologique et les risques existentiels liés à l'intelligence artificielle générale,. En 2024, après avoir reçu le prix Nobel il appelle à des recherches urgentes en sécurité de l'IA afin de déterminer comment contrôler des systèmes plus intelligents que les humains,. Il est co-lauréat avec John Joseph Hopfield du prix Nobel de physique en 2024 pour « leurs découvertes fondamentales et inventions qui ont rendu possible l'apprentissage automatique et les réseaux de neurones artificiels », et en 2025, il reçoit le Queen Elizabeth Prize for Engineering.