Référentiel A — capacité humaine
Geoffrey Hinton
Thèse centrale
Hinton a développé et popularisé, sur plusieurs décennies souvent à contre-courant du scepticisme de la communauté, les méthodes d'apprentissage des réseaux de neurones profonds (rétropropagation du gradient, réseaux convolutifs) qui sont devenues le socle technique de l'IA contemporaine.
Apport
Prix Nobel de physique 2024 (pour ses travaux fondateurs sur les réseaux de neurones) et prix Turing 2018 ; a formé plusieurs chercheurs devenus eux-mêmes des figures majeures du deep learning (dont Ilya Sutskever, cofondateur d'OpenAI).
Limites et critiques
A démissionné publiquement de Google en 2023 pour pouvoir alerter librement sur les risques existentiels et sociaux que pourrait poser une IA avancée insuffisamment maîtrisée, une inquiétude exprimée par l'un des principaux artisans techniques de cette même technologie.
Résonance avec l'IA
Surnommé le « parrain de l'IA », il est aujourd'hui l'une des voix les plus écoutées, et les plus ambivalentes, sur la trajectoire future de la technologie qu'il a contribué à rendre possible.
Débats documentés
Appuis explicites (1)
Une fiche nomme l'autre dans sa thèse centrale ou son apport : elle s'y adosse.
- Alan Turingappui explicite
Prix Nobel de physique 2024 (pour ses travaux fondateurs sur les réseaux de neurones) et prix Turing 2018 ;
Sources
- 1.Learning representations by back-propagating errors (Rumelhart, Hinton, Williams, Nature, 1986)primaire
- 2.Geoffrey Hinton — Wikipédiasecondaire
Analyses de gap citant cette fiche
Fiches connexes — sciences
Données brutes de cette fiche : /api/fiches/geoffrey-hinton — voir la méthodologie.