機器學習先驅喬丹:用統計學方法打通機器學習「任督二脈」|首屆頂科協獎解讀

文匯網 發佈 2022-09-29T16:21:00.119322+00:00

人物小傳麥可·I·喬丹出生於1956年,美國計算機科學與統計學家,現任加州大學伯克利分校電子工程與計算機科學系、統計學系教授。主要研究方向為人工智慧、生物系統與計算生物學、控制、智能系統和機器人、信號處理、機器學習等。獲獎理由真正的大神級人物是怎樣的?

人物小傳

麥可·I·喬丹出生於1956年,美國計算機科學與統計學家,現任加州大學伯克利分校電子工程與計算機科學系、統計學系教授。主要研究方向為人工智慧、生物系統與計算生物學、控制、智能系統和機器人、信號處理、機器學習等。

獲獎理由

真正的大神級人物是怎樣的?可能就是「大音希聲,大象無形」——他的貢獻無處不在,卻又難以具象言說。在人工智慧領域,美國計算機科學與統計學家麥可·I·喬丹就是這樣一位「大神」。今天,他因「對機器學習的理論基礎及其應用作出了根本性貢獻」,獲得首屆世界頂尖科學家協會獎「智能科學或數學獎」。

作為美國科學院院士、美國工程院院士、美國藝術與科學院院士,麥可·I·喬丹是人工智慧領域唯一一位集三院院士於一身的科學家,他的突出貢獻在於成功連接了計算機科學和統計學。浙江大學上海高等研究院常務副院長、計算機科學與技術學院吳飛教授說,正是這位喬丹用統計學方法,為機器學習打通了理論與方法上的「任督二脈」,讓大數據驅動的第三代人工智慧得以廣泛應用。

擺脫「從理論到理論」,將統計模型引入人工智慧

「麥可·喬丹教授是機器學習領域的先驅,為機器學習、概率學、統計學以及圖形建模四者間建立了聯繫,這些領域的相互聯繫不僅促進了機器學習領域的研究和發展,還提升了相關領域研究工作的質量和數量。」頂科協獎「智能科學或數學獎」遴選委員主席、2017圖靈獎得主約翰·軒尼詩這樣評價喬丹的貢獻。

機器學習是人工智慧的基石,喬丹在這一領域工作了近30年,他讓人工智慧從理論和方法學上得到了根本性提升。

吳飛舉了個例子,一項統計顯示,大醫院的病患死亡率比小醫院高。由此我們就能得出「大醫院醫療水平不如小醫院」的結論嗎?顯然這不科學。大醫院因為醫療水平高,接收危重症病人也更多,死亡風險本就高出小醫院很多。處於「蠻荒時代」的人工智慧大數據,往往會給出令人啼笑皆非的統計結果。

要發展一種理論和方法,來確保數據在處理中能夠得出正確的結論,就需要建立可以不斷改進的統計模型。「過去,許多統計模型的設計、參數優化,都醉心於『從理論到理論』。與此同時,人工智慧又迫切需要理論模型來提升自我。」吳飛說,喬丹就以其橫跨計算機與統計的學科交叉優勢,為機器學習打通了理論與方法學之間的「任督二脈」,使數據驅動的人工智慧成為可能,同時也更高效、更可靠。

如果說,數據是血肉,那麼統計模型就是筋骨,得到全方位提升的機器學習終於可以大展拳腳,人工智慧開始進入數據驅動時代。過去十年間,機器學習在諸多領域的應用呈現爆炸式發展,自動駕駛汽車、X光片分析、蛋白質摺疊預測等都離不開基於喬丹研究所塑造的理論框架。同時,他本人也是文本分析、圖像分析等領域的開創者之一。

AI領域「喬幫主」,提倡「以人為中心」的理念

喬丹對計算機科學的貢獻也體現在教育方面,他指導了80多名博士生和60多名博士後研究人員,這一群體目前活躍在世界領先的學術機構,帶領行業向前發展。

2018年圖靈獎得主、加拿大蒙特婁大學教授約書亞·本吉奧,貝葉斯學習領域權威、英國劍橋大學教授祖斌·加拉馬尼,線性判別降維算法領域權威、哥倫比亞大學教授大衛·布萊等,都是業界富有盛名的「喬門弟子」。

北京大學人工智慧研究院張志華教授是喬丹的博士後,他在一次訪談中提到,麥可的人格魅力令他深深折服。他對學生能「因材施教」,曾被戲稱為「會看相」。他的不少學生覺得,有這樣一位既會周到考慮學生職業發展,又不會有「一日為師,終生為父」負擔的導師,實在是人生幸事。

事實上,喬丹也喜歡與世界各地的學者以及學生廣泛交流,他多次到訪中國,並長期擔任清華大學和北京大學的名譽教授。

在這位人工智慧的教父級人物看來,真正的AI革命尚未到來。他認為,現在的人工智慧還僅僅處於機器學習階段,還無法在涉及推理、運用現實世界知識和社交互動等許多任務中替代人類。

2018年,喬丹在《哈佛數據科學評論》上發表了《人工智慧——革命尚未發生》指出,如何將計算機和人類結合起來,以提高人們的生活水平,是我們面臨的挑戰。他認為,人類的幸福不應該是科技發展之後才考慮的事情。因此,發展人工智慧,不能只是技術上的對話,而是需要聽到來自更廣範圍的聲音,尤其是社會科學和人文學科的視角。他說:「我們有個真正的機會來構想一個全新的東西:一個以人為中心的工程學科。」

作者:許琦敏

圖片:頂科協提供

關鍵字: