هذا هو العالم الخامس الذي يحصل على جائزة Vinfuture الرئيسية ويحصل على جائزة نوبل، مما يدل على الرؤية الرائدة لمؤسسي جائزة Vinfuture - أول جائزة دولية للعلوم والتكنولوجيا بدأها الشعب الفيتنامي، مؤكدة بصمتها في المجتمع العلمي الدولي بعد 4 سنوات فقط من التشغيل.
يُعرف جيفري هينتون بأنه "عراب التعلم العميق" لمساهماته الهائلة في مجالي الذكاء الاصطناعي والتعلم الآلي. (صورة: رويترز)
تم تكريم مساهمات البروفيسور جيفري إي. هينتون وأربعة علماء: يوشوا بينجيو، وجين هسون هوانج، ويان ليكون، وفي في لي، لتعزيز تقدم التعلم العميق، بالجائزة الرئيسية بقيمة 3 ملايين دولار أمريكي (أكثر من 76 مليار دونج) من VinFuture 2024.
كرّمت لجنة الجائزة قيادته وعمله التأسيسي في مجال هندسة الشبكات العصبية. وقد أظهرت ورقته البحثية التي نُشرت عام ١٩٨٦ بالاشتراك مع ديفيد روميلهارت ورونالد ويليامز تمثيلات موزعة في الشبكات العصبية المُدرّبة باستخدام خوارزمية الانتشار الخلفي. وأصبحت هذه الطريقة أداةً قياسيةً في مجال الذكاء الاصطناعي، وأدت إلى تطورات في مجال التعرف على الصور والكلام.
ولد جيفري إي. هينتون في 6 ديسمبر 1947 في ويمبلدون، لندن، وهو من نسل المنطقي جورج بول، الذي وضع أسس نظرية تصميم الدوائر الرقمية.
من أبرز تنبؤات هينتون أن الذكاء الاصطناعي سيتمكن قريبًا من فهم وإنتاج لغة طبيعية بمستوى يُضاهي البشر. ويستند هذا التوقع إلى التطور السريع في خوارزميات التعلم الآلي والتعلم المُعزَّز.
من مجالات أبحاث هينتون الأخرى التعلم غير المُشرف، وهو نوع من التعلم الآلي تتعلم فيه الخوارزميات من بيانات غير مُصنّفة. تعتمد معظم أنظمة الذكاء الاصطناعي اليوم على التعلم المُشرف، حيث تُدرّب الخوارزميات على مجموعات كبيرة من البيانات المُصنّفة. مع ذلك، يعتقد هينتون أن التعلم غير المُشرف أساسي لجعل الذكاء الاصطناعي يُحاكي طريقة تعلم البشر بشكل أدق. وهو يُطوّر خوارزميات جديدة للتعلم غير المُشرف، بهدف إنشاء أنظمة ذكاء اصطناعي قادرة على التعلم من بيئتها كما يتعلم الأطفال.
[إعلان 2]
مصدر
تعليق (0)