Geoffrey Hinton，被称为“神经网络之父”、“深度学习鼻祖”，他曾获得爱丁堡大学人工智能的博士学位，并且为多伦多大学的特聘教授。

Geoffrey Hinton出生于战后英国的温布尔登，他的父亲叫Howard Everest Hinton，是个英国昆虫学家，喜欢研究甲壳虫。他的母亲Margaret是一位教师。而他们一家也都流淌着饱含聪明才智的DNA：叔叔是着名的经济学家Colin Clark，发明了“国民生产总值”这个经济学术语；曾曾祖父是着名的逻辑学家George Boole，发明的布尔代数（Booleanalgebra）奠定了现代计算机科学的基础。

早在1960年代，Geoffrey Hinton的高中时期，就有一个朋友告诉他，人脑的工作原理就像全息图一样。创建一个3D全息图，需要大量的记录入射光被物体多次反射的结果，然后将这些信息存储进一个庞大的数据库中。大脑储存信息的方式居然与全息图如此类似，大脑并非将记忆储存在一个特定的地方，而是在整个神经网络里传播。Hinton为此深深的着迷。对Hinton来说，这是他人生的关键，也是他成功的起点。

当时的学术界普遍认为计算机在规则和逻辑方面做得最好，而神经网络的概念根本就是错误的。但Hinton却没有丝毫动摇，并于1972年在爱丁堡大学攻读博士学位时毅然选择了神经网络研究。每周，他的导师都会对他说：“你这是在浪费时间。”但Hinton的研究还是慢慢取得了一些成功。

博士毕业后，Hinton被里根政府的外交政策所困扰，因此带着妻子搬到了多伦多，并接受了加拿大高级研究所的工作邀约。很快，Hinton组建起了一支专攻深度学习的人才团队，其中就包括OpenAI的联合创始人兼董事IlyaSutskever。回忆起2000年的“人工智能寒冬”，Sutskever说道：“当时我们只有十个人左右，资金非常匮乏。

九年时间飞逝，当计算机终于有能力挖掘海量数据时，超级神经网络开始在语音和图像识别方面超越基于逻辑的人工智能。很快，业内的大型科技公司，如微软、Facebook、谷歌等纷纷开始投资。2012年，谷歌公司的绝密实验室GoogleX（现在名为X）宣布建立一个由16000个电脑处理器组成的神经网络，并将其用在YouTube上。

随后，该实验室从YouTube上提取了数百万个随机的、没有标签的视频，输入到这台新的超级计算机中，并通过编程使其能够理解所看到的内容。最终，神经网格从无数个关于猫的视频中成功分辨出了猫，这也成为了人工智能领域发展过程中的一个激动人心的时刻。

之后，Hinton和他的助手们就成为了人工智能浪潮中的领导者。2013年，GoogleX的高级研究员JeffDean将Hinton招进了谷歌。有趣的是，原本就不属于体制内学者的Hinton，突然之间成为了体制的建立者。尽管观点曾经被业界抛弃，但如今他却成为人工智能行业里最炙手可热的人物。