Geoffrey Everest Hinton, né le 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 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 , 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.
Il est le deuxième scientifique vivant le plus cité au monde, toutes disciplines confondues, derrière son collègue Yoshua Bengio.
Éducation Geoffrey Hinton fait ses études au Clifton College à Bristol., et au King's College à Cambridge. Après avoir changé de cursus plusieurs fois entre différentes disciplines telles que les sciences naturelles, l'histoire de l'art et la philosophie, il obtient finalement en 1970 un Bachelor of Arts en psychologie expérimentale.. Il obtient en 1978 un doctorat en intelligence artificielle à l'université d'Édimbourg, dirigé par Christopher Longuet-Higgins...
Carrière et recherche vignette|De gauche à droite : Russ Salakhutdinov, Richard Sutton, Geoffrey Hinton, Yoshua Bengio y Steve Jurvetson en 2016. Après son doctorat, Hinton travaille à l'université du Sussex, puis, après avoir eu des difficultés à trouver un financement en Grande-Bretagne., à l'université de Californie à San Diego, puis à l'université Carnegie-Mellon. Il a été le directeur fondateur de l'Unité de Neurosciences Computationnelles de la Gatsby Charitable Foundation à l'University College de Londres. Il est professeur au département d'informatique de l'université de Toronto..
Il détient une chaire de recherche du Canada en apprentissage automatique. et est conseiller pour le programme Learning in Machines & Brains à l'Institut canadien de recherches avancées.. Hinton a enseigné un cours en ligne gratuit sur les réseaux de neurones sur la plateforme d'éducation Coursera en 2012.. Il rejoint Google en lorsque sa société, DNNresearch Inc., est acquise, et prévoit à ce moment de partager son temps entre sa recherche universitaire et son travail chez Google..
Ses recherches portent sur les moyens d'utiliser les réseaux de neurones pour l'apprentissage automatique, la mémoire, la perception et le traitement des symboles. Il écrit ou co-écrit plus de 200 publications évaluées par des pairs..
Lorsqu'il est post-doctorant à l'UC San Diego, il applique, avec David Rumelhart et Ronald J. Williams, l'algorithme de rétropropagation aux réseaux de neurones multicouches, montrant que de tels réseaux peuvent apprendre des représentations internes utiles des données.. Dans une interview en 2018., il déclare que . Bien que ce travail ait été important pour populariser la rétropropagation, ce n'était pas la première suggestion de cette approche. La différentiation automatique en mode inverse, dont la rétropropagation est un cas particulier, a été proposée par Seppo Linnainmaa en 1970, et Paul Werbos a proposé de l'utiliser pour entraîner les réseaux de neurones en 1974.
En 1985, Geoffrey Hinton co-invente les machines de Boltzmann avec David Ackley et .. Ses autres contributions portent sur les représentations distribuées, les réseaux de neurones à retard temporel, les mélanges d'experts (mixtures of experts), les et les produits d'experts (products of experts).. Il co-invente aussi, en 2008, l'algorithme t-SNE de visualisation de données...
En 2017, il présente le concept de « capsule networks » (réseaux de neurones à capsules), qu'il présente comme un tournant de l'apprentissage profond..
Lors de la conférence NeurIPS de 2022, il introduit un nouvel algorithme d'apprentissage pour les réseaux de neurones qu'il appelle l'algorithme « Forward-Forward ». L'idée de ce nouvel algorithme est de remplacer les étapes classiques de la rétropropagation, qui consistent en une passe avant suivie d'une passe arrière, par deux passes avant. La première passe utilise des données réelles, et la seconde utilise des données générées par le réseau..
En , Hinton démissionne de Google pour pouvoir « s'exprimer librement sur les risques de l'IA » sans avoir à se soucier des conséquences potentielles pour l'entreprise.
Geoffrey Hinton a encadré des doctorants et chercheurs postdoctoraux notables, tels que Peter Dayan, Sam Roweis, Max Welling, Richard Zemel, Brendan Frey, Radford M. Neal, Yee Whye Teh, Ruslan Salakhutdinov, Ilya Sutskever, Yann Le Cun, Alex Graves, et Zoubin Ghahramani... Selon Google scholar (consulté le ), ses articles ont été cités , dont depuis 2020.
Alertes et prises de position
Risques de l'intelligence artificielle thumb|upright=1.5|Geoffrey Hinton alerte sur l'accélération exponentielle des performances de l'intelligence artificielle, présentée par ce graphique basé sur divers tests (1998-2024)Les données proviennent des sources (94) pour MNIST, Switchboard, ImageNet, SQuAD 1.1, 2 et GLUE, et des publications associées (95, 96, 97) pour MMLU, Big-Bench et GPQA. : thumb|upright=1.5|Scores au benchmarks de modèles notables d'intelligence artificielle générative à usage général pour les principaux indices de référence (de juin 2023 à décembre 2024)..
En 2023, Geoffrey Hinton exprime des préoccupations concernant les progrès rapides de l'IA. Il pensait auparavant que l'intelligence artificielle générale était pour dans . Cependant, dans une interview de avec CBS, il déclare que l'IA à usage général serait peut-être créée dans moins de 20 ans, et pourrait avoir un impact sur la société comparable à la révolution industrielle ou à l'électricité..
Dans une interview avec le New York Times publiée le ., il annonce sa démission de Google afin de . Il explique qu', et exprimé des craintes quant aux effets de la course entre Google et Microsoft, et quant aux effets de la propagation massive de désinformation... Début , Hinton affirme à la BBC que l'IA pourrait bientôt surpasser le cerveau humain en termes de connaissances, bien qu'étant encore relativement peu performante en termes de raisonnement ; et il juge certains des risques posés par ces chatbots comme , car pouvant apprendre indépendamment et partager des connaissances, ce qui signifie que chaque fois qu'une copie acquiert de nouvelles informations, celles-ci sont automatiquement diffusées à tout le groupe. Cela donne la capacité aux chatbots IA d'accumuler des connaissances bien au-delà de la capacité de tout individu..
IA générale et risque existentiel pour les humains Geoffrey Hinton déclare qu' que l'IA générale puisse , car pouvant non alignés avec les intérêts de leurs programmeurs. et pouvant chercher à gagner en pouvoir ou à empêcher leur propre désactivation, même si ce n'est pas l'intention des programmeurs, car ces sous-objectifs sont généralement utiles pour atteindre des objectifs ultérieurs. Selon lui, les systèmes d'IA capables de s'auto-améliorer.. Avec Yoshua Bengio et Dawn Song, en , dans la revue Science, il alerte sur l'urgence de traiter ce sujet alors que les tests de performance les plus exigeants du domaine montrent que les progrès de l'IAg en matière de programmation, de raisonnement abstrait et de raisonnement scientifique sont exponentiels.. expliquait-il en au Guardian.
Mauvais usage de l'IA par des acteurs malveillants Selon le rapport International AI Safety Report 2025, dont Hinton est co-auteur,
Geoffrey Hinton note qu'il est , notamment aux USA ; en 2017, il a appelé à une interdiction internationale des armes autonomes létales. Selon lui, même en dehors du risque existentiel, la puissance croissante des modèles d’IA des années 2020 doit inquiéter ; il cite à ce propos l'exemple de l'influence qu'à eu la famille du milliardaire Robert Mercer, soutien de Cambridge Analytica ; L'IA est déjà, et peut l'être bien plus encore, utilisée pour massivement diffuser massivement des contenus faux mais convaincants (images, vidéos, discours), dont par des régimes autoritaires, lobbys et groupes politiques pour affaiblir la démocratie, rendant les citoyens et décideurs incapables de distinguer le vrai du faux. Il devient (.
Impacts économiques Geoffrey Hinton explique avoir été longtemps trop optimiste quant aux effets économiques de l'IA.
En 2018 il expliquait que : . ; et il avait auparavant soutenu que l'IA générale ne rendra pas les humains redondants : pensait-il alors.
Cependant, au vu des progrès exponentiels et très rapide de l'IA, en 2023, Hinton change d'avis, et alerte sur et remplaceront plus que de simples tâches ingrates.En 2024, il dit que le gouvernement britannique devra établir un revenu de base pour faire face à l'impact de l'IA sur les inégalités. ; l'IA augmentera la productivité et générera plus de richesse, mais si le gouvernement n'intervient pas, cela ne fera qu'enrichir les riches et nuire aux personnes pouvant perdre leur emploi..
Politique Geoffrey Hinton quitte les États-Unis pour le Canada en partie par désillusion vis-à-vis de la politique de l'ère Ronald Reagan, et car il est opposé au financement d'usages militaires de l'intelligence artificielle..
En 2023, dans les jours qui ont suivi sa démission de Google, Hinton reçoit des demandes d'aide, notamment de Bernie Sanders, d'Elon Musk et de la Maison-Blanche. Interviewé par The Guardian, il explique qu'il souhaite les aider, mais qu'il est possible que son avis ne soit pas celui qu'attend la Maison-Blanche, .. En , Hinton cosigne une lettre avec ses collègues Yoshua Bengio, Stuart Russell et Lawrence Lessig, en soutien au projet de loi californien SB1047 sur la sécurité de l'IA. Ce projet exige des entreprises investissant plus de 100 millions de dollars dans l'entraînement de modèles qu'elles réalisent des évaluations de risque avant leur déploiement. Les auteurs de la pétition estiment que cette législation représente le « minimum nécessaire pour une régulation efficace de cette technologie »...