datasheet

Leiphone雷锋网

文章数:7994 被阅读:23448895

账号入驻

肩扛CMU人工智能大旗,机器学习教父Tom Mitchell如何讲述AI+教育?

2018-10-28
    阅读数:

▲点击上方 雷锋网 关注

11月15日,Michael I. Jordan教授将参加『全球AI+智适应教育峰会』,并发表主题演讲。年度盛会,不容错过!免费门票、VIP门票开放申请中,点击阅读原文即刻申请。

当一个人被冠以“教父”之称,即便是在非宗教的领域,也意味着这个人起到了父亲般的“监护”、“引导”角色。

Tom M Mitchell,他被全球公认为机器学习教父,在机器学习领域的地位可见一斑。

他在全球人工智能实力排名第一的卡耐基梅隆大学(以下简称CMU)创办了人类历史上的第一个机器学习系并担任系主任。

他的经典著作《机器学习:一种人工智能方法》被认为是行业圣经,销量惊人。

他创办了美国《Machine Learning》杂志、国际机器学习年度会议(ICML),为人工智能与机器学习领域持续输出观点。

他的学术论文专著超过130篇,在包括《Science(科学)》、《Nature (自然)》等世界顶级学术期刊发表。

他拥有众多闪亮的头衔:CMU计算机科学学院机器学习系主任、教授,美国工程院院士,美国科学进展学会(AAAS)成员,人工智能进展学会(AAAI)成员。



扛起CMU人工智能教育大旗

2018年3月,拒统计全球院校计算机科学领域实力排名的开源项目CSranking显示,卡耐基梅隆大学(CMU)、麻省理工学院(MIT)与斯坦福大学名列全球前三;如果只考虑AI部分的排名,排名第一的是卡耐基梅隆大学(CMU),清华大学排名第二,康奈尔大学和斯坦福大学并列第3。

今年,《美国新闻与世界报道》杂志(U.S. News and World Report)也将CMU评为美国人工智能领域最好的计算机科学学院。

Mitchell为CMU在人工智能领域取得领导地位做出了诸多贡献。

1951年,Mitchell出生于宾夕法尼亚的布洛斯堡,在纽约度过童年。1973年,他在麻省理工学院获得电子工程学士学位,1979年获得斯坦福大学电气工程博士学位,辅修计算机科学。1978年,Mitchell在罗格斯大学开始教学生涯,担任计算机系助理和副教授职位,1986年,Mitchell加入CMU成为一名教授。

他的研究领域包括机器学习、人工智能、认知神经科学等领域。1997年,Mitchell出版机器学习领域的第一本教科书,名为《机器学习》,是机器学习领域的奠基之作,被奉为第一代机器学习的圣经,是入门机器学习的必读教材之一。

1999 年,Mitchell 成为 CMU 的 E. Fredkin 教授,2009 年他被授予 University Professor 职位,这是 CMU 的最高教职。

2006年,他在CMU计算机科学学院创办机器学习系,并成为第一任系主席。2010年,他因在机器学习领域杰出地位入选美国国家工程院院士。

今年秋天,CMU 成为美国首个提供人工智能本科学位的大学。从本科教育启航培养AI人才,CMU的AI研究和AI教育都走在世界的先列。

据雷锋网了解,今年8月,CMU计算机学院院长 Andrew Moore 宣布即将离职,CMU任命Tom Mitchell为计算机学院临时代理院长。CMU 校长 Farnam Jahanian 说,「作为机器学习和人工智能方面的领军学者,Tom Mitchell 是计算机学院近几十年来最杰出的创始人和先驱之一。他深受整个 CMU 社区的尊重,并富有领导才能,这将使他成为优秀的代理院长。我很高兴他能在这个重要时刻担负起这个责任,为计算机学院和 CMU 服务。」



人工智能与大脑的交叉研究

Mitchell在计算机科学领域出版了130余篇文章,内容涵盖机器学习、人工智能、认知神经科学等领域,在机器学习方面,他主要研究统计学习算法的开发和应用,如赋予计算机理解自然语言的能力以及发现人脑如何表示信息。

Mitchell 与其在 CMU 心理学系的同仁创建了首个预测大脑神经元激活模式的计算模型,该研究后来被扩展到其它单词类型、单词序列和情绪中。

他开发出名为NELL(Never-Ending Language Learning)的计算机程序,能够从 web 中不断抽取信息,并教会自己阅读。

从Mitchell的个人主页来看,最近,他在探索AI与机器学习如何影响职业。他共同主持了美国国家科学院、国家工程院、国家医药院的一项研究,旨在总结出一份 2017 技术和美国劳动力情况的报告。

在近几年的一些国内外大会上,Mitchell也时常现身,介绍他对AI发展的看法。

在GMIC 2017(全球移动互联网大会)上,Mitchell发表了“突破人类和机器的边界”的主题演讲。Tom Mitchell认为,通过对人类大脑的模仿,计算机在变得越来越强。随着机器智能和脑科学的进一步发展,未来两个学科之间应该有更多的交集,并互相学习和借鉴。

“我们的智能如何从物理材料中实现突破,这是科学界还未解答的问题。目前有两种研究途径,首先是研究大脑,因为大脑是有智能的,第二是努力打造一种具有智能的机器。这是两种学习智能的方法,已经进行了很长时间了。

在研究方面,无论是脑科学还是人工智能都在进行交叉的研究。首先是计算机视觉,神经网络的确使得计算机的视觉发生革命性的改变,这样的一个神经网络,可以用来预测人脑当中的神经元的活动,包括它的视觉皮层相应的活动,这是一个深层次的神经网络。

现在人工的神经网络可以被我们用来训练,做一些相应的预测,也就是说我们现在可以建立一种桥梁,对大脑当中的脑神经的活动进行预测,这样就打开了无限的可能,可以回答很多有趣的问题。

比如人的视觉到底是怎样形成的,以及可以用怎样的设备设计更好的人工神经网络,帮助我们做这样的预测。一层一层进行输入、输出,这样可以进一步推动人工的神经网络。”

详情请阅读雷锋网此前文章(《机器学习》作者Tom Mitchell:人工智能如何向人类大脑学习 | GMIC 2017)

除了学术分享,他也谈到很多人工智能发展的趋势,解答了业界很多困惑。

在他看来,虽然人工智能经历了两次大的衰落,但是这次不会再衰落了。

“因为我们到目前为止 AI 在商业化方面已经取得了非常巨大的成功,这是前所未有的,因此我们业界非常乐观。如今人工智能可以让你和自己的手机对话,语音转文本,理解人们开的玩笑,和人类进行比赛等等。而且我们的业界也投入了比政府更多的资源来发展人工智能,投入之多也是前所未见的,相信在下一个十年,人类与AI 之间的交互会更上一层楼。”

人工智能在全球如火如荼地发展,中国具备独特的优势。AI的发展需要大量的数据,还需要多方数据的融合,Mitchell谈到,中国政府愿意支持产业,而且中国采取的是一种自上而下的方法,更利于大数据的建立,比西方国家更有优势。

在利用AI推进教育方面,Mitchell认为确实可以去建立一些全新的在线的教育系统。通过不断的获取学生最新的数据,再通过AI让整个教学过程更加个性化。CMU也有一些相关的科学研究,就提出了这样的一种机器学习的场景。对于传统教学,教师在收到一些学生的答案后,人工判卷并教学;而使用了机器学习的工具后,或许一个机器可以收集高达十万名学生的答卷并分析出错的规律。在过去一位老师他可能穷其一生,都不可能接触多达十万名学生,这就是人工智能的潜力所在。

11月15日,机器学习教父Tom Mitchell将参加由雷锋网联合乂学教育·松鼠AI,以及IEEE教育工程和自适应教育标准工作组共同举办的『全球AI+智适应教育峰会』,并发表主题演讲。

本次峰会汇聚了国内外产学研三界顶尖阵容,届时,斯坦福国际研究院(SRI)副总裁Robert Pearlstein、美国大学入学考试机构ACT学习方案组高级研究科学家Michael Yudelson等顶尖学者;VIPKID、作业帮、沪江网等国内著名教育创业公司创始人;以及Knewton、Byju's、DreamBox、Duolingo、ALEKS、AltSchool等国外最具影响力的AI智适应教育公司创始人将齐聚北京,共同探讨AI智适应热点话题,年度盛会,不容错过!免费门票、VIP门票开放申请中,访问大会官网即刻申请:https://gair.leiphone.com/gair/aiedu2018

点击阅读原文亦可直接访问大会官网。



最新有关leiphone-sz的文章

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: TI培训

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved