涂林獎

雖然是英國人，Hinton日後的發展重心卻放在北美，更讓加拿大一躍成為AI的研發重鎮。Hinton極力推廣反向傳播演算法，將已然失去市場信心的「（多層）人工神經網路」重新包裝為「深度學習」，並與學生大力向學界以及大眾推銷這款新瓶舊酒。2012年，Hinton的學生Alex Krizhevsky，以AlexNet贏得當年ImageNet大規模視覺識別挑戰賽冠軍。2018年，Hinton與曾追隨自己的博士後研究員LeCun，以及好友Yoshua Bengio（1964-），因對深度學習的貢獻，三人共同獲頒杜林獎。

與Hinton最初是在一次會議上相遇，發現彼此有著相同的研究主題，於是離開法國遠赴加拿大成為Hinton的博士後研究生。他開發的手寫數字辨識模型LeNet，不但是電腦視覺常見的卷積神經網路（Convolutional Neural Network，CNN）原型，更是首次將反向傳播演算法付諸實踐（於是證實Hinton的想法是可行的）。目前任教於紐約大學，同時是Facebook的首席AI科學家。在2016年的一場會議中，以一個「蛋糕的比喻」強調無監督式學習的重要性，卻意外在學術圈引起軒然大波。