杰弗里·埃弗里斯特·辛顿Geoffrey Hinton：神经网络领域的开拓者之一、著名的人工智能专家、ACM图灵奖、皇家学会院士奖的获得者、对深度学习发展产生重要的影响的人、受到广泛尊崇的神经网络算法之父。
杰弗里·埃弗里斯特·辛顿出生于温布尔登，在布里斯托尔长大。母亲是数学老师，父亲是着迷于甲虫的昆虫学家。祖父是 19 世纪的逻辑学家乔治·布尔，也是布尔代数的发明家。他的就学经历也颇为周折：只在剑桥读了一个月的物理和化学，转而到建筑学上了一天课，随后开始读物理和生理学，但发现物理数学太难了，转而把两年的课压到一年学习哲学。
剑桥大学
在回忆这段经历的时候，杰弗里·埃弗里斯特·辛顿表示，「那一年对我来说受益良多。彼时我对哲学仿佛产生抗体，因而想了解思维是如何运转的。」
随后，他研读心理学，发现「心理学对意识也一无所知。」在当了一年木匠之后，他投身爱丁堡大学的 Christopher Longuet-Higgins 麾下学习人工智能。
爱丁堡大学
在多伦多大学的向量学院建成之前，杰弗里·埃弗里斯特·辛顿在多伦多大学及谷歌多伦多大学办公室同时进行授课及研究工作，而如今，杰弗里·埃弗里斯特·辛顿会以向量学院首席科学顾问的身份为人工智能研究出力。
多伦多大学
杰弗里·埃弗里斯特·辛顿担负起的，其实是将加拿大的多伦多建设成为全球顶尖人工智能中心的重任。他将神经网络将计算机算法的演算过程与人脑的思维方式相比拟，让人工智能在经历寒冬后再一次为人所知，并像电一样逐渐渗透入人们的生活。
神经网络算法模型
「如今神经网络理论开始奏效，因而工业界及政府也开始将神经网络当作人工智能。以前整天嘲笑神经网络的 AI 研究者们也乐在其中，并计划从中分一杯羹。」
神经网络的翻身仗
上世纪 60 年代，人工智能的尝试依然处于理论阶段，远未开始实践。神经网络的想法并不受待见，传统的思路无疑更受关注和信任。到了上世纪 80 年代，杰弗里·埃弗里斯特·辛顿参与了一个使用计算机模拟大脑的研究，这也便是如今所说的「深度学习」概念。学术期刊曾经因为不认可神经网络这一理念而频频拒收论文。但在过去几年内，（部分因为）随着计算能力的大幅提升，这种观念开始发生改变。
2009 年杰弗里·埃弗里斯特·辛顿的两个研究生在采用神经网络获得了语音识别竞赛的胜利，随后这项基于神经网络的方法被应用于谷歌安卓手机上。
2012 年，他的另两个学生轻易地夺得图像识别大赛的冠军，达到了人类的水平。
近年来，杰弗里·埃弗里斯特·辛顿 在深度学习所做的研究开始为人所知并接受，也被人们推举为计算新时代的领头人。神经网络现在几乎涵盖了所有的人工智能算法，并借助科技企业的各类应用传播开来。
杰弗里·埃弗里斯特·辛顿为了解释神经网络是如何工作的，他以翻译程序为例，给计算机提供海量的单词及片段。系统会对句子的含义进行理解，随后输入另一个神经网络中，后者会输出另一种语言的句子。在这个过程中，系统不会涉及编程或语言规则，此外，神经网络甚至还能自行掌握主动句及被动句的区别。
「并没有人告诉神经网络这两个概念是什么，就像小孩一样，你不会告诉他们，『这个是主动，这个是被动。』过段时间，他们自然就明白了。神经网络也是如此。」
杰弗里·埃弗里斯特·辛顿从未对神经网络产生过怀疑，「我从来没有怀疑过，因为大脑一定是以某种形式工作，而且并不根据既定的编程。」
被问起老生常谈的「AI 是否会取代人类」时，杰弗里·埃弗里斯特·辛顿表示人类确实需要对 AI 做出一些限制，近期他签署了一份来自「Campaign to Stop Killer Robots」的请愿书，呼吁联合国禁止使用会对生命产生威胁的 AI 武器。其中这样写道：「我认为这一点是最为耸人听闻的。而且不是发生于遥远的未来，而是近在咫尺。」
他预见，AI 会在医生诊断疾病或皮肤癌等领域发挥良好的作用，而且它也会成为人类的好帮手，提醒你准时参加午餐会见，并用常识观察用户的行为，如果你忘记了日程内容，它可能会打算打断你手头的事情。