肩扛CMU人工智能大旗,機器學習教父Tom Mitchell如何講述AI+教育?

當一個人被冠以「教父」之稱,即便是在非宗教的領域,也意味着這個人起到了父親般的「監護」、「引導」角色。

Tom M Mitchell,他被全球公認為機器學習教父,在機器學習領域的地位可見一斑。

他在全球人工智能實力排名第一的卡耐基梅隆大學(以下簡稱CMU)創辦了人類歷史上的第一個機器學習系並擔任系主任。

他的經典著作《機器學習:一種人工智能方法》被認為是行業聖經,銷量驚人。

他創辦了美國《Machine Learning》雜誌、國際機器學習年度會議(ICML),為人工智能與機器學習領域持續輸出觀點。

他的學術論文專著超過130篇,在包括《Science(科學)》、《Nature (自然)》等世界頂級學術期刊發表。

他擁有眾多閃亮的頭銜:CMU計算機科學學院機器學習系主任、教授,美國工程院院士,美國科學進展學會(AAAS)成員,人工智能進展學會(AAAI)成員。

扛起CMU人工智能教育大旗

2018年3月,拒統計全球院校計算機科學領域實力排名的開源項目CSranking顯示,卡耐基梅隆大學(CMU)、麻省理工學院(MIT)與斯坦福大學名列全球前三;如果只考慮AI部分的排名,排名第一的是卡耐基梅隆大學(CMU),清華大學排名第二,康奈爾大學和斯坦福大學並列第3。

今年,《美國新聞與世界報道》雜誌(U.S. News and World Report)也將CMU評為美國人工智能領域最好的計算機科學學院。

Mitchell為CMU在人工智能領域取得領導地位做出了諸多貢獻。

1951年,Mitchell出生於賓夕法尼亞的布洛斯堡,在紐約度過童年。1973年,他在麻省理工學院獲得電子工程學士學位,1979年獲得斯坦福大學電氣工程博士學位,輔修計算機科學。1978年,Mitchell在羅格斯大學開始教學生涯,擔任計算機系助理和副教授職位,1986年,Mitchell加入CMU成為一名教授。

他的研究領域包括機器學習、人工智能、認知神經科學等領域。1997年,Mitchell出版機器學習領域的第一本教科書,名為《機器學習》,是機器學習領域的奠基之作,被奉為第一代機器學習的聖經,是入門機器學習的必讀教材之一。

1999 年,Mitchell 成為 CMU 的 E. Fredkin 教授,2009 年他被授予 University Professor 職位,這是 CMU 的最高教職。

2006年,他在CMU計算機科學學院創辦機器學習系,並成為第一任系主席。2010年,他因在機器學習領域傑出地位入選美國國家工程院院士。

今年秋天,CMU 成為美國首個提供人工智能本科學位的大學。從本科教育啟航培養AI人才,CMU的AI研究和AI教育都走在世界的先列。

據雷鋒網了解,今年8月,CMU計算機學院院長 Andrew Moore 宣布即將離職,CMU任命Tom Mitchell為計算機學院臨時代理院長。CMU 校長 Farnam Jahanian 說,「作為機器學習和人工智能方面的領軍學者,Tom Mitchell 是計算機學院近幾十年來最傑出的創始人和先驅之一。他深受整個 CMU 社區的尊重,並富有領導才能,這將使他成為優秀的代理院長。我很高興他能在這個重要時刻擔負起這個責任,為計算機學院和 CMU 服務。」

人工智能與大腦的交叉研究

Mitchell在計算機科學領域出版了130餘篇文章,內容涵蓋機器學習、人工智能、認知神經科學等領域,在機器學習方面,他主要研究統計學習算法的開發和應用,如賦予計算機理解自然語言的能力以及發現人腦如何表示信息。

Mitchell 與其在 CMU 心理學系的同仁創建了首個預測大腦神經元激活模式的計算模型,該研究後來被擴展到其它單詞類型、單詞序列和情緒中。

他開發出名為NELL(Never-Ending Language Learning)的計算機程序,能夠從 web 中不斷抽取信息,並教會自己閱讀。

從Mitchell的個人主頁來看,最近,他在探索AI與機器學習如何影響職業。他共同主持了美國國家科學院、國家工程院、國家醫藥院的一項研究,旨在總結出一份 2017 技術和美國勞動力情況的報告。

在近幾年的一些國內外大會上,Mitchell也時常現身,介紹他對AI發展的看法。

在GMIC 2017(全球移動互聯網大會)上,Mitchell發表了「突破人類和機器的邊界」的主題演講。Tom Mitchell認為,通過對人類大腦的模仿,計算機在變得越來越強。隨着機器智能和腦科學的進一步發展,未來兩個學科之間應該有更多的交集,並互相學習和借鑒。

「我們的智能如何從物理材料中實現突破,這是科學界還未解答的問題。目前有兩種研究途徑,首先是研究大腦,因為大腦是有智能的,第二是努力打造一種具有智能的機器。這是兩種學習智能的方法,已經進行了很長時間了。

在研究方面,無論是腦科學還是人工智能都在進行交叉的研究。首先是計算機視覺,神經網絡的確使得計算機的視覺發生革命性的改變,這樣的一個神經網絡,可以用來預測人腦當中的神經元的活動,包括它的視覺皮層相應的活動,這是一個深層次的神經網絡。

現在人工的神經網絡可以被我們用來訓練,做一些相應的預測,也就是說我們現在可以建立一種橋樑,對大腦當中的腦神經的活動進行預測,這樣就打開了無限的可能,可以回答很多有趣的問題。

比如人的視覺到底是怎樣形成的,以及可以用怎樣的設備設計更好的人工神經網絡,幫助我們做這樣的預測。一層一層進行輸入、輸出,這樣可以進一步推動人工的神經網絡。」

詳情請閱讀雷鋒網此前文章(《機器學習》作者Tom Mitchell:人工智能如何向人類大腦學習 | GMIC 2017)

除了學術分享,他也談到很多人工智能發展的趨勢,解答了業界很多困惑。

在他看來,雖然人工智能經歷了兩次大的衰落,但是這次不會再衰落了。

「因為我們到目前為止 AI 在商業化方面已經取得了非常巨大的成功,這是前所未有的,因此我們業界非常樂觀。如今人工智能可以讓你和自己的手機對話,語音轉文本,理解人們開的玩笑,和人類進行比賽等等。而且我們的業界也投入了比政府更多的資源來發展人工智能,投入之多也是前所未見的,相信在下一個十年,人類與AI 之間的交互會更上一層樓。」

人工智能在全球如火如荼地發展,中國具備獨特的優勢。AI的發展需要大量的數據,還需要多方數據的融合,Mitchell談到,中國政府願意支持產業,而且中國採取的是一種自上而下的方法,更利於大數據的建立,比西方國家更有優勢。

在利用AI推進教育方面,Mitchell認為確實可以去建立一些全新的在線的教育系統。通過不斷的獲取學生最新的數據,再通過AI讓整個教學過程更加個性化。CMU也有一些相關的科學研究,就提出了這樣的一種機器學習的場景。對於傳統教學,教師在收到一些學生的答案后,人工判卷並教學;而使用了機器學習的工具后,或許一個機器可以收集高達十萬名學生的答卷並分析出錯的規律。在過去一位老師他可能窮其一生,都不可能接觸多達十萬名學生,這就是人工智能的潛力所在。

11月15日,機器學習教父Tom Mitchell將參加由雷鋒網聯合乂學教育·松鼠AI,以及IEEE教育工程和自適應教育標準工作組共同舉辦的『全球AI+智適應教育峰會』,並發表主題演講。

本次峰會匯聚了國內外產學研三界頂尖陣容,屆時,斯坦福國際研究院(SRI)副總裁Robert Pearlstein、美國大學入學考試機構ACT學習方案組高級研究科學家Michael Yudelson等頂尖學者;VIPKID、作業幫、滬江網等國內著名教育創業公司創始人;以及Knewton、Byju's、DreamBox、Duolingo、ALEKS、AltSchool等國外最具影響力的AI智適應教育公司創始人將齊聚北京,共同探討AI智適應熱點話題,年度盛會,不容錯過!免費門票、VIP門票開放申請中,訪問大會官網即刻申請:https://gair.leiphone.com/gair/aiedu2018



想在手機閱讀更多電腦與科技資訊?下載【香港矽谷】Android應用
分享到Facebook
技術平台: Nasthon Systems