Geoffrey Hinton（杰弗里·辛顿） · 信源台账

人物深度专题更新于 2026-10-18AI 生成已核查 · 已审核审核人负责人

梳理杰弗里·辛顿的技术贡献、认知观、安全立场与对数字智能的长期判断。

台账只记录元数据，不转载原文。转载数量不等于独立信源数量：同源转载只算一个信源。

共 37 个来源

日期	主题	来源	来源等级	是否本人原话	来源身份	纳入章节	排除原因
2023-05-25	数字与生物智能、子目标、治理	Two Paths to Intelligence（在新窗口打开）Cambridge Centre for the Study of Existential Risk	一手采访	本人原话	原始稿	总览 ① ② ③ ④ ⑤ ⑥ ⑦	—
2024-12-08	玻尔兹曼机与深度学习史	Boltzmann Machines（在新窗口打开）Nobel Prize Outreach	官方	本人原话	原始稿	总览 ① ② ⑤ ⑦	—
2024-12-06	超人智能时间表与风险	Interview with Geoffrey Hinton（在新窗口打开）Nobel Prize Outreach	一手采访	本人原话	原始稿	总览 ① ④ ⑥ ⑦	—
2024-02-20	理解、虚构与主观体验	Romanes Lecture — Godfather of AI speaks about risks of artificial intelligence（在新窗口打开）University of Oxford	一手采访	本人原话	原始稿	③ ⑥	—
2025-07-22	理解、放射科预测与风险	Geoffrey Hinton public lecture at the Royal Institution（在新窗口打开）The Royal Institution	一手采访	本人原话	原始稿	③ ⑤ ⑥ ⑦	—
2023-10-08	控制、代码与风险	Geoffrey Hinton on the promise, risks of artificial intelligence（在新窗口打开）CBS News	一手采访	本人原话	原始稿	总览 ④ ⑥	—
2026-02-18	AI 母亲与长期风险	Geoffrey Hinton on why AI needs maternal instincts（在新窗口打开）CBC Ideas	一手采访	本人原话	原始稿	总览 ① ④ ⑤ ⑥ ⑦	—
2025-08-12	AI 母亲、时间表与风险概率	They’re going to be much smarter than us — AI pioneer speaks at Las Vegas conference（在新窗口打开）Las Vegas Review-Journal	权威媒体	部分原话	独立核验	总览 ① ④ ⑥	—
2023-05-01	离职动机	Geoffrey Hinton statement on leaving Google（在新窗口打开）X	官方	本人原话	原始稿	① ⑥ ⑦	—
2023-05-02	离职与风险预警	Google AI pioneer says he quit to speak freely about technology's dangers（在新窗口打开）Reuters	权威媒体	部分原话	独立核验	① ⑥ ⑦	—
2019-03-27	图灵奖	Fathers of the Deep Learning Revolution Receive ACM A.M. Turing Award（在新窗口打开）ACM	官方	非本人原话	原始稿	① ⑦	—
2024-10-08	诺贝尔物理学奖	The Nobel Prize in Physics 2024（在新窗口打开）Nobel Prize Outreach	官方	非本人原话	原始稿	① ⑦	—
2024-12-10	AI 生产力与风险	Geoffrey Hinton’s speech at the Nobel Banquet（在新窗口打开）Nobel Prize Outreach	官方	本人原话	原始稿	① ④	—
—	AI 灭绝风险声明	Statement on AI Extinction Risk（在新窗口打开）Center for AI Safety	官方	部分原话	原始稿	① ④ ⑥	—
2024-05-24	极端 AI 风险治理	Managing extreme AI risks amid rapid progress（在新窗口打开）Science	官方	部分原话	原始稿	① ④ ⑥	—
2021-03-01	语言模型意义、成本与问责	On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?（在新窗口打开）ACM FAccT	官方	非本人原话	独立核验	③ ④	—
2025-01-22	推理模型与蒸馏	DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning（在新窗口打开）arXiv	官方	非本人原话	独立核验	⑤ ⑧	—
2025-07-15	CoT 可监控性	Chain of Thought Monitorability — A New and Fragile Opportunity for AI Safety（在新窗口打开）arXiv	官方	部分原话	原始稿	④ ⑤	—
2025-03-27	归因图与模型内部机制	Tracing the thoughts of a large language model（在新窗口打开）Anthropic	官方	非本人原话	独立核验	⑤ ⑧	—
1986-10-09	反向传播与分布式表示	Learning representations by back-propagating errors（在新窗口打开）Nature	官方	部分原话	原始稿	总览 ① ② ⑦ ⑧	—
—	玻尔兹曼机	A Learning Algorithm for Boltzmann Machines（在新窗口打开）Cognitive Science	官方	部分原话	原始稿	① ② ⑦ ⑧	—
1995-05-26	Wake-Sleep 算法	The Wake-Sleep Algorithm for Unsupervised Neural Networks（在新窗口打开）Science	官方	部分原话	原始稿	① ② ⑦	—
—	Helmholtz Machine	The Helmholtz Machine（在新窗口打开）Neural Computation	官方	部分原话	原始稿	① ② ⑦	—
—	混合专家	Adaptive Mixtures of Local Experts（在新窗口打开）Neural Computation	官方	部分原话	原始稿	① ② ⑦ ⑧	—
—	对比散度	Training Products of Experts by Minimizing Contrastive Divergence（在新窗口打开）Neural Computation	官方	本人原话	原始稿	① ② ⑦	—
—	深度置信网	A Fast Learning Algorithm for Deep Belief Nets（在新窗口打开）Neural Computation	官方	部分原话	原始稿	① ② ⑤ ⑦ ⑧	—
2006-07-28	自编码器与降维	Reducing the Dimensionality of Data with Neural Networks（在新窗口打开）Science	官方	部分原话	原始稿	① ② ⑦ ⑧	—
—	高维可视化	Visualizing Data using t-SNE（在新窗口打开）JMLR	官方	部分原话	原始稿	① ② ⑦ ⑧	—
—	AlexNet	ImageNet Classification with Deep Convolutional Neural Networks（在新窗口打开）NeurIPS	官方	部分原话	原始稿	① ② ⑦	—
2013-03-12	DNNresearch 收购	Google acquires U of T neural networks startup（在新窗口打开）University of Toronto	官方	非本人原话	原始稿	①	—
—	Dropout	Dropout: A Simple Way to Prevent Neural Networks from Overfitting（在新窗口打开）JMLR	官方	部分原话	原始稿	① ② ⑦ ⑧	—
2015-03-09	知识蒸馏	Distilling the Knowledge in a Neural Network（在新窗口打开）arXiv	官方	部分原话	原始稿	① ② ⑤ ⑦ ⑧	—
2017-10-26	胶囊网络	Dynamic Routing Between Capsules（在新窗口打开）arXiv	官方	部分原话	原始稿	① ② ⑤ ⑦	—
2021-02-25	部分整体表示	How to represent part-whole hierarchies in a neural network（在新窗口打开）arXiv	官方	本人原话	原始稿	① ② ⑤ ⑦	—
2016-10-20	快权重与短期记忆	Using Fast Weights to Attend to the Recent Past（在新窗口打开）arXiv	官方	部分原话	原始稿	② ⑧	—
2022-12-27	局部学习	The Forward-Forward Algorithm（在新窗口打开）arXiv	官方	本人原话	原始稿	总览 ① ② ⑤ ⑦ ⑧	—
—	履历与职务	Geoffrey Hinton Curriculum Vitae（在新窗口打开）University of Toronto	官方	本人原话	原始稿	① ⑦	—