Томас Г. Дитерих
Американский учёный-компьютерщик и академик

Томас Г. Дитерих
Рожденный1954
Южный Уэймут, Массачусетс
Национальностьамериканский
ИзвестныйИсполнительный редактор журнала «Машинное обучение» (1992–98)
Академическое образование
Альма-матерСредняя школа Naperville Central,
колледж Oberlin,
университет Иллинойса, Урбана-Шампейн,
Стэнфордский университет
Тезис«Методы распространения ограничений для интерпретации данных на основе теории»  (1984)
научный руководительБрюс Г. Бьюкенен
Академическая работа
УчрежденияУниверситет штата Орегон

Томас Г. Диттерих — почетный профессор компьютерных наук в Университете штата Орегон . Он является одним из пионеров в области машинного обучения . [1] [2] Он был исполнительным редактором журнала Machine Learning (журнал) (1992–98) и помог основать журнал Journal of Machine Learning Research . [1] В ответ на внимание СМИ к опасностям искусственного интеллекта, Диттериха цитировали за академическую точку зрения в широком спектре СМИ, включая National Public Radio , Business Insider , Microsoft Research , CNET и The Wall Street Journal . [3]

Среди его исследовательских вкладов — изобретение выходного кодирования с коррекцией ошибок для многоклассовой классификации, формализация задачи множественных экземпляров, фреймворк MAXQ для иерархического обучения с подкреплением [1] и разработка методов интеграции непараметрических регрессионных деревьев в вероятностные графические модели.

Биография и образование

Томас Диттерих родился в Саут-Уэймуте, штат Массачусетс, в 1954 году. [4] Позже его семья переехала в Нью-Джерси, а затем снова в Иллинойс, где Том окончил среднюю школу Naperville Central High School . [4] Затем Диттерих поступил в колледж Оберлина и начал обучение в бакалавриате. [4] В 1977 году Диттерих окончил Оберлинский колледж, получив степень по математике , сосредоточившись на вероятности и статистике. [4]

Следующие два года Диттерих провел в Университете Иллинойса в Урбане-Шампейне . [4] После этих двух лет он начал обучение в докторантуре на кафедре компьютерных наук в Стэнфордском университете . [4] Диттерих получил степень доктора философии в 1984 году и переехал в Корваллис, штат Орегон, где был принят на работу в качестве доцента по компьютерным наукам. [4] В 2013 году он был назван «Заслуженным профессором». [5] В 2016 году Диттерих вышел на пенсию со своей должности в Университете штата Орегон . [4]

На протяжении всей своей карьеры Диттерих работал над продвижением научных публикаций и презентаций на конференциях. В течение многих лет он был редактором серии MIT Press по адаптивным вычислениям и машинному обучению . [6] Он также занимал должность соредактора серии Morgan Claypool Synthesis по искусственному интеллекту и машинному обучению . Он организовал несколько конференций и семинаров, в том числе был сопредседателем технической программы Национальной конференции по искусственному интеллекту (AAAI-90), председателем технической программы по системам обработки нейронной информации (NIPS-2000) и генеральным председателем NIPS-2001. Он был президентом-основателем Международного общества машинного обучения и является членом Совета IMLS с момента его основания. В настоящее время он также является членом Руководящего комитета Азиатской конференции по машинному обучению.

Научные интересы

Профессор Диттерих интересуется всеми аспектами машинного обучения. Есть три основных направления его исследований. Во-первых, его интересуют фундаментальные вопросы искусственного интеллекта и то, как машинное обучение может стать основой для создания интегрированных интеллектуальных систем. Во-вторых, его интересуют способы, которыми люди и компьютеры могут сотрудничать для решения сложных задач. И, в-третьих, его интересует применение машинного обучения к проблемам в экологических науках и управлении экосистемами в рамках новой области вычислительной устойчивости .

За свою карьеру он работал над широким спектром проблем, начиная от разработки лекарств и заканчивая пользовательскими интерфейсами и компьютерной безопасностью . В настоящее время он сосредоточен на том, как методы компьютерной науки могут помочь продвинуть экологическую науку и улучшить наше управление экосистемами Земли. Эта страсть привела к нескольким проектам, включая исследования в области управления лесными пожарами, инвазивной растительности и понимания распределения и миграции птиц. Например, исследования Диттериха помогают ученым в Корнеллской лаборатории орнитологии ответить на такие вопросы, как: как птицы решают мигрировать на север? Как они узнают, когда приземлиться и остановиться на несколько дней? Как они выбирают, где свить гнездо? Десятки тысяч добровольцев-наблюдателей за птицами (гражданских ученых) по всему миру вносят свой вклад в исследование, отправляя свои наблюдения за птицами на сайт eBird. Объем данных огромен — в марте 2012 года у них было более 3,1 миллиона наблюдений за птицами. Машинное обучение может выявлять закономерности в данных для моделирования миграции видов. Но существует множество других применений тех же методов, которые позволят организациям лучше управлять нашими лесами, океанами и исчезающими видами, а также улучшать транспортные потоки, водные системы, электросети и многое другое. [7]

Я понял, что хочу оказать влияние на что-то действительно важное – и, конечно, вся экосистема Земли, частью которой мы являемся, находится под угрозой во многих отношениях. И поэтому, если есть какой-то способ, которым я могу использовать свои технические навыки для улучшения как научной базы, так и инструментов, необходимых для принятия политических и управленческих решений, то я хотел бы это сделать. Я увлечен этим. [7]

Опасности ИИ: академическая точка зрения

Дитерих утверждал, что наиболее реалистичные риски, связанные с опасностями искусственного интеллекта, — это элементарные ошибки, поломки и кибератаки , а также тот факт, что он просто не всегда может работать, а не машины, которые становятся сверхмощными или уничтожают человеческую расу. [8] Дитерих считает, что машины, осознающие себя и пытающиеся истребить людей, — это скорее научная фантастика, чем научный факт. Но в той мере, в какой компьютерным системам дают все более опасные задачи и просят учиться на своем опыте и интерпретировать его, он сказал, что они могут просто совершать ошибки. [8] Вместо этого большая часть работы, проделанной в сообществе по безопасности ИИ, действительно сосредоточена вокруг аварий и недостатков проектирования. [9] [10] [11]

Занимаемые должности

  • 2014–2016: Президент Ассоциации по развитию искусственного интеллекта (AAAI). [12]
  • 2013–настоящее время: Заслуженный профессор компьютерных наук, Университет штата Орегон. [13]
  • 2011–настоящее время: Главный научный сотрудник, BigML, Корваллис, штат Орегон. [14]
  • 2005–настоящее время: Директор по исследованиям интеллектуальных систем, Школа электротехники и компьютерных наук, Университет штата Орегон. [15]
  • 2006–2008: Главный научный сотрудник, Smart Desktop, Inc., Сиэтл, Вашингтон. [16]
  • 2004–2005: Главный научный сотрудник, MyStrands, Inc., Корваллис, штат Орегон. [17]
  • 1995-2013: Профессор компьютерных наук, Университет штата Орегон. [18]
  • 1998–1999: приглашенный старший научный сотрудник, Институт исследований искусственного интеллекта, Барселона, Испания. (Должность в академическом отпуске) [19]
  • 1988–1995: Доцент кафедры компьютерных наук, Университет штата Орегон. [19]
  • 1991–1993: Старший научный сотрудник, фармацевтическая корпорация Arris, г. Сан-Франциско, штат Калифорния. [4]
  • 1985–1988: доцент кафедры компьютерных наук, Университет штата Орегон.
  • 1979–1984: научный сотрудник, проект эвристического программирования, факультет компьютерных наук, Стэнфордский университет.
  • 1979 (лето): Член технического персонала, Bell Telephone Laboratories, Напервилл, Иллинойс. Передача файлов с компьютера на компьютер и распределение микрокодов на удаленные коммутационные системы.
  • 1977 (лето): Помощник директора по планированию и исследованиям, Оберлинский колледж, Оберлин, Огайо. Разработал базу данных институционального планирования.

Награды и почести

Весной 2013 года Университет штата Орегон присвоил Томасу Дитериху звание «Заслуженный профессор» за его работу в качестве пионера в области машинного обучения и за то, что он был одним из наиболее цитируемых ученых в своей области. [20] Он также получил эксклюзивный статус « Члена » в Ассоциации содействия развитию искусственного интеллекта , Американской ассоциации содействия развитию науки и Ассоциации вычислительной техники . [7] [5] За свою карьеру он получил более 30 миллионов долларов в виде исследовательских грантов, помог создать исследовательскую группу мирового класса в Университете штата Орегон и создал три компании по разработке программного обеспечения. Он также стал соучредителем двух ведущих журналов в этой области и был избран первым президентом Международного общества машинного обучения. [13]

Среди его других наград и почестей:

  • Заслуженный преподаватель ACM, 2012-2013 [19]
  • Член Американской ассоциации содействия развитию науки, 2007 [21]
  • Премия за сотрудничество с колледжем инженерии Университета штата Орегон, 2004 г. [22]
  • Победитель премии JAIR за лучшую работу за последние пять лет, 2003 г. [20]
  • Член Ассоциации вычислительной техники, избран в 2003 г. [20]
  • Премия за исследования в области инженерии от Университета штата Орегон, 1998 г. [23]
  • Член Ассоциации по развитию искусственного интеллекта, избран в 1994 году [20]
  • Молодой исследователь президента NSF, 1987-92 [20]
  • Номинирован на премию Картера за преподавание в аспирантуре, 1987, 1988 [19]
  • Аспирант IBM, 1982, 1983 [19]
  • Ипсилон Пи Эпсилон , 1996 [19]
  • Сигма Кси , 1979–настоящее время [19]
  • Стипендия Фонда государственных фермерских компаний, 1978 [19]
  • Член Совета попечителей Оберлинского колледжа, 1977-1980 [19]
  • Окончил с отличием по математике, Оберлинский колледж, 1977 [19]
  • Фи Бета Каппа , 1977 [19]
  • Национальный стипендиат за заслуги, 1973 [19]

Избранные публикации

  • Липин Лю, Томас Г. Дитерих, Нан Ли, Чжи-Хуа Чжоу (2016). Transductive Optimization of Top k Precision. Международная совместная конференция по искусственному интеллекту (IJCAI-2016). стр. 1781–1787. Нью-Йорк, штат Нью-Йорк [24]
  • Мд. Амран Сиддики, Алан Ферн, Томас Г. Дитерих, Шубхомой Дас (2016). Сложность конечной выборки обнаружения редких аномалий. Неопределенность в искусственном интеллекте (UAI-2016). Нью-Йорк, штат Нью-Йорк [25]
  • Alkaee-Taleghan, M., Hall, K., Crowley, M., Albers, HJ, Dietterich, TG (2015). Оптимальное планирование MDP PAC для управления экосистемой. Журнал исследований машинного обучения, 16, 3877-3903 [26]
  • Томас Дитерих, Эрик Хорвиц (2015). Точка зрения: Рост опасений по поводу ИИ: размышления и направления. Сообщения ACM, 58(10) 38-40 [27]
  • Dietterich, TG (2009). Машинное обучение в экосистемной информатике и устойчивости. Аннотация приглашенного доклада. Труды Международной совместной конференции по искусственному интеллекту 2009 года (IJCAI-2009). Пасадена, Калифорния [28]
  • Dietterich, TG, Bao, X., Keiser, V., Shen, J. (2010). Методы машинного обучения для высокого уровня осведомленности о киберситуации. стр. 227–247 в Jajodia, S., Liu, P., Swarup, V., Wang, C. (ред.) Cyber ​​Situational Awareness, Springer. [29]
  • Dietterich, TG, Domingos, P., Getoor, L., Muggleton, S. Tadepalli, P. (2008). Структурированное машинное обучение: следующие десять лет. Machine Learning. 73(1) 3-23. DOI: 10.1007/s10994-008-5079-1 [30]
  • Dietterich, TG, Bao, X. (2008). Интеграция нескольких компонентов обучения с помощью марковской логики. Двадцать третья конференция по искусственному интеллекту (AAAI-2008). 622-627 [31]
  • Дитерих, Т.Г. (2007). Машинное обучение в экосистемной информатике. Труды Десятой международной конференции по науке открытий. Заметки лекций по искусственному интеллекту, том 4755, Springer, Берлин [32]
  • Дитерих, TG Learning and Reasoning. Технический отчет, Школа электротехники и компьютерных наук, Университет штата Орегон. [33]
  • Дитерих, Т.Г. (2003). Машинное обучение. В энциклопедии когнитивной науки Nature, Лондон: Macmillan, 2003. [34]
  • Dietterich, TG (2002). Машинное обучение для последовательных данных: обзор. В T. Caelli (ред.) Структурное, синтаксическое и статистическое распознавание образов; Конспект лекций по информатике, том 2396. (стр. 15–30). Springer-Verlag [35]
  • Dietterich, TG (2002). Ансамблевое обучение. В The Handbook of Brain Theory and Neural Networks, Второе издание, (ред. MA Arbib), Кембридж, Массачусетс: The MIT Press, 2002. 405-408. [36]
  • Дитерих, ТГ (2000). Манифест «Разделяй и властвуй» в теории алгоритмического обучения 11-я международная конференция (ALT 2000) (стр. 13–26). Нью-Йорк: Springer-Verlag. [37]
  • Дитерих, ТГ (2000). Иерархическое обучение с подкреплением с декомпозицией функции значения MAXQ. Журнал исследований искусственного интеллекта, 13, 227-303. [38]
  • Dietterich, TG (2000). Машинное обучение. В Дэвиде Хеммендингере, Энтони Ралстоне и Эдвине Рейли (редакторы), Энциклопедия компьютерных наук, четвертое издание, Thomson Computer Press. 1056-1059. [39]
  • Dietterich, TG (2000). Обзор иерархического обучения с подкреплением MAXQ. В BY Choueiry и T. Walsh (ред.) Труды симпозиума по абстракции, переформулированию и аппроксимации SARA 2000, Конспект лекций по искусственному интеллекту (стр. 26–44), Нью-Йорк: Springer Verlag. [40]

Ссылки

  1. ^ abc "AI and Machine Learning". Interalia Magazine . 14 февраля 2018 г. Получено 15 декабря 2020 г.
  2. ^ Ласри, Бригитта; Кобаяши, Хаэль, ред. (2018). Человеческие решения, мысли об ИИ. Организация Объединенных Наций по вопросам образования, науки и культуры. стр. 53. ISBN 9789231002632– через ОЭСР.
  3. ^ Робертсон, Рэйчел (8 сентября 2015 г.). «Том Диттерих из ЕЕС на передовой диалога по искусственному интеллекту». Университет штата Орегон: Новости OSU EECS . Университет штата Орегон . Получено 17 августа 2016 г.
  4. ^ abcdefghi Петерсон, Крис. «Устное интервью по истории Тома Диттериха». Университет штата Орегон: библиотеки OSU . Университет штата Орегон . Получено 19 августа 2016 г.
  5. ^ ab "The Progress We've Made in Machine Learning - Tom Dietterich". New World : Artificial Intelligence . 31 октября 2017 г. Получено 15 декабря 2020 г.
  6. ^ Дитерих, Томас Г. "Заголовки этого редактора". The MIT Press . Получено 19 августа 2016 г.
  7. ^ abc Dietterich, Thomas (4 августа 2011 г.). "Профиль Тома Дитериха". Университет штата Орегон: Электротехника и компьютерные науки . Университет штата Орегон . Получено 17 августа 2016 г.
  8. ^ ab Stauth, David. «Эксперт: Системы искусственного интеллекта более склонны к сбою, чем к разрушению». Университет штата Орегон: Новости и исследовательские коммуникации . Университет штата Орегон . Получено 17 августа 2016 г.
  9. ^ Джонс, Брэд (14 февраля 2015 г.). «Является ли Cortana опасным шагом на пути к искусственному интеллекту?». Digital Trends . Designtechnica Corp . Получено 17 августа 2016 г. .
  10. ^ Мане, Дэн; Шульман, Джон; Кристиано, Пол; Стейнхардт, Джейкоб; Ола, Крис; Амодей, Дарио (21 июня 2016 г.). «Конкретные проблемы безопасности ИИ». arXiv : 1606.06565 [cs.AI].
  11. ^ Рейли, Сидни (апрель 2015 г.). «Skynet Is Here to Enslave Us». Адвокат Корваллиса . Адвокат Корваллиса . Получено 19 августа 2016 г.
  12. ^ "AAAI Officials". Ассоциация по развитию искусственного интеллекта . Получено 19 августа 2016 г.
  13. ↑ Вурд, Джосвер (10 сентября 2012 г.). «Главный научный сотрудник BigML избран президентом AAAI» . БигМЛ . Проверено 19 августа 2016 г.
  14. ^ Дитерих, Томас. "Домашняя страница Томаса Г. Дитериха". Домашняя страница Томаса Г. Дитериха . Университет штата Орегон . Получено 17 августа 2016 г.
  15. ^ Адамс, Рон. «Создана компания-отпочкование OSU, приобретенная фирмой из Сиэтла». Университет штата Орегон: Новости и исследовательские коммуникации . Университет штата Орегон . Получено 19 августа 2016 г.
  16. ^ Эрншоу, Ализа. «MyStrands привлекает $24 миллиона». Portland Business Journal . American City Business Journals . Получено 19 августа 2016 г.
  17. ^ Дитерих, Томас (2 февраля 2011 г.). "Томас Г. Дитерих". Университет штата Орегон: Электротехника и компьютерные науки . Университет штата Орегон . Получено 17 августа 2016 г.
  18. ^ abcdefghijkl Дитерих, Томас. «Жизненная программа» (PDF) . Проверено 17 августа 2016 г.
  19. ^ abcde "Faculty Awards". Университет штата Орегон: Электротехника и компьютерные науки . Университет штата Орегон. 9 ноября 2010 г. Получено 19 августа 2016 г.
  20. ^ Стаут, Дэвид. «Дитерих назван членом AAAS». Университет штата Орегон: Новости и исследовательские коммуникации . Университет штата Орегон . Получено 19 августа 2016 г.
  21. ^ Адамс, Рон. «OSU Engineering Faculty, Staff, Students Honored». Университет штата Орегон: News and Research Communications . Университет штата Орегон . Получено 19 августа 2016 г.
  22. ^ Стаут, Дэвид. «Представлены награды колледжа инженерии». Университет штата Орегон: Новости и исследовательские коммуникации . Университет штата Орегон . Получено 19 августа 2016 г.
  23. ^ Лю, Липин; Дитерих, Томас Г.; Ли, Нан; Чжоу, Чжи-Хуа (2016). «Трансдуктивная оптимизация точности Top k» (PDF) . Международная объединенная конференция по искусственному интеллекту : 1781–1787 . arXiv : 1510.05976 .
  24. ^ Сиддики, Мд Амран; Ферн, Алан; Дитерих, Томас Г.; Дас, Шубхомой (2016). «Конечная сложность выборки обнаружения редких аномалий паттернов». Неопределенность искусственного интеллекта .
  25. ^ Taleghan, Majid Alkaee; Dietterich, Thomas G.; Crowley, Mark; Hall, Kim; Albers, H. Jo (декабрь 2015 г.). "PAC Optional MDP Planning with Application to Invasive Species Management" ( PDF) . Journal of Machine Learning Research . 16 : 3877–3903 . Получено 17 августа 2016 г. .
  26. ^ Дитерих, Томас Г.; Хорвиц, Эрик Дж. (2015). «Рост опасений по поводу ИИ: размышления и направления» (PDF) . Сообщения ACM . 58 (10): 38– 40. doi :10.1145/2770869. S2CID  20395145 . Получено 17 августа 2016 г. .
  27. ^ Дитерих, Томас Г. (2009). «Машинное обучение в экосистемной информатике и устойчивости. Аннотация приглашенного доклада» (PDF) . Труды Международной совместной конференции по искусственному интеллекту 2009 года . Получено 18 августа 2016 года .
  28. ^ Дитерих, Томас Г.; Бао, Синьлун; Кайзер, Виктория; Шен, Цзяньцян (2010). «Методы машинного обучения для высокого уровня осведомленности о киберситуации» (PDF) . Осведомленность о киберситуации . Достижения в области информационной безопасности. Том 46. С.  227– 247. Bibcode :2010AIS....46..227D. doi :10.1007/978-1-4419-0140-8_11. ISBN 978-1-4419-0139-2.
  29. ^ Дитерих, Томас Г.; Домингос, Педро; Гетур, Лиз; Магглтон, Стивен; Тадепалли, Прасад (2008). «Структурированное машинное обучение: следующие десять лет» (PDF) . Машинное обучение . 73 : 3– 23. doi : 10.1007/s10994-008-5079-1 . S2CID  14922439 . Получено 18 августа 2016 г. .
  30. ^ Дитерих , Томас Г.; Бао, Синьлун (2008). «Интеграция нескольких компонентов обучения с помощью марковской логики» (PDF) . Двадцать третья конференция по искусственному интеллекту (AAAI-2008) : 622–627 . Получено 18 августа 2016 г.
  31. ^ Дитерих, Томас Г. (2007). "Машинное обучение в экосистемной информатике" (PDF) . Труды Десятой международной конференции по научным открытиям . 4755. Получено 18 августа 2016 г.
  32. ^ Дитерих, Томас Г. (2004). "Обучение и рассуждение" (PDF) . Технический отчет, Школа электротехники и компьютерных наук, Университет штата Орегон . Получено 18 августа 2016 г.
  33. ^ Дитерих, Томас Г. (2003). "Машинное обучение" (PDF) . Энциклопедия когнитивной науки Nature . Получено 18 августа 2016 г.
  34. ^ Дитерих, Томас Г. (2002). "Машинное обучение для последовательных данных: обзор" (PDF) . Структурное, синтаксическое и статистическое распознавание образов . Конспект лекций по информатике. Том 2396. С.  15–30 . doi : 10.1007/3-540-70659-3_2 . ISBN 978-3-540-44011-6. Получено 18 августа 2016 г. . {{cite book}}: |journal=проигнорировано ( помощь )
  35. ^ Томас Г. Дитерих (2002). Арбиб, MA (ред.). Справочник по теории мозга и нейронным сетям: ансамблевое обучение (2-е изд.). Кембридж, MA: The MIT Press. стр.  405–408 . ISBN 9780262011488. Получено 24 ноября 2021 г. .
  36. ^ Дитерих, Томас Г. (2000). «Манифест «Разделяй и властвуй»». 11-я международная конференция по теории алгоритмического обучения (ALT 2000) : 13–26 .
  37. ^ Дитерих, Томас Г. (2000). «Иерархическое обучение с подкреплением с декомпозицией функции значений MAXQ». Журнал исследований искусственного интеллекта . 13 : 227–303 . arXiv : cs/9905014 . doi :10.1613/jair.639. S2CID  57341.
  38. ^ Томас Г. Дитерих (2000). Хеммендингер, Дэвид; Ралстон, Энтони; Рейлли, Эдвин (ред.). Энциклопедия компьютерных наук (4-е изд.). Thomson Computer Press. С.  1056–1059 .
  39. ^ Дитерих, Томас Г. (2000). Шуэйри, Б.Ю.; Уолш, Т. (ред.). Абстракция, переформулирование и аппроксимация. Конспект лекций по информатике. Том 1864. Springer-Verlag. С.  26–44 . doi :10.1007/3-540-44914-0. ISBN 9783540449140. S2CID  6641992 . Получено 24 ноября 2021 г. .
  • Домашняя страница Томаса Дитериха
  • Томас Дитерих – профиль факультета Университета штата Орегон
  • Илон Маск и Томас Диттерих о безопасности ИИ
  • Лекция выдающегося профессора Томаса Диттериха
  • Исследовательская Био
  • Учебная биография
  • Устное интервью по истории Тома Диттериха
Взято с "https://en.wikipedia.org/w/index.php?title=Томас_Г._Дитерих&oldid=1266336763"