艾德思：MichaelIJordan在机器学习领域到底有什么学术成就



看了一下Jordan的文章,并没有什么突出的学术成果,也没听说哪个算法是他提出来的,是不是有点儿名不副实的意思?说jordan工作foundational的,请举一个在jordan的foundation上提出的算法. 知乎用户回答 知乎用户 关注机器学习和人工智能平台 432人赞同了该回答 主要的原因有两点: (1)他的工作非常foundational,所以很多媒体介绍并不多.往往偏向应用的工作更加被新人所了解. (2)很多人从deep learning开始了解机器学习,因为最近科研方向的偏好,可能没有了解过除了深度学习以外更加广泛的机器学习问题. Jordan在机器学习领域绝对属于宗师级别的人物.比如说有知友已经提到了Andrew Ng是Jordan的学生.Eric Xing也是.NLP领域Stanford新锐教授Percy Liang是Mike的学生.在强化学习领域造诣很深的Pieter Abbeel是Mike的徒孙,等等. 即使是在深度学习领域,您一不小心就会踩到Mike系的工作.比如说Adagrad是很多人训练的时候用到的算法,这一系列工作中最有代表性的作者是John Duchi.Duchi是Jordan的学生. 一定程度上这样的事情无可厚非,因为底层的宗师不一定就是聚光灯下的大牛,比如说大家都用Python,但是也不是所有人都知道Guido van Rossum... 另外,Mike是伯克利计算机系教授乐队的首席架子鼓手. 编辑于 2018-2-25 13:26:59 知乎用户 42人赞同了该回答 只念过高中物理的人说杨振宁不过尔尔;只看过几门深度学习课程的人说Jordan名不副实. 编辑于 2018-2-25 13:41:34 知乎用户 22人赞同了该回答 强答一波`

不知道大家还记不记得,去年阿里巴巴大阵仗开发布会,宣布拿出1000亿成立堪比NASA计划的实体组织——达摩院,官方宣传中Michael I. Jordan就位列第一.

一/学术地位和研究方向

从官方给予的学术地位上看,Jordan教授是美国国家科学院院士/美国国家工程院院士以及美国艺术与科学院院士.从业经历包括,自1988年到1998年,在麻省理工学院(MIT)任教授,也是美国加州大学伯克利分校 Pehong Chen 特聘教授,担任大数据实验室(AMPLab)共同主任/统计人工智能实验室(SAIL)主任/统计系系主任.

研究方向包括了计算学/统计学/认知及生物科学,最近几年集中在贝叶斯非参数分析/概率图模型,谱方式/分布式计算系统中内核机及其应用问题/自然语言处理/信号处理和统计遗传学等问题(几乎涵盖了大部分机器学习中的内容).

Jordan教授被Semantic Scholar钦定为计算机科学领域最具影响力学者 .虽然在以往的文章中他的总引用数虽然不是最高的,但他的很多作品都堪称开山之作.

二/Jordan教授在中国

Jordan教授和中国的缘分也不浅,2016年12月,受聘于清华大学杰出访问教授,在2017年9月12-14日,Jordan教授在清华进行了为期三天的校内公开课,面对清华同学分享了他在伯克利AMP Lab和RISE Lab的最新研究成果,主要涉及概率图模型/统计推断和模型评判,以及大规模机器学习的分布式优化算法和计算框架.据清华的介绍,之后两年的秋季学期,Jordan教授都会回到清华进行授课,并挂靠软件学院开展各项具体工作,指导大数据系统软件国家工程实验室各个研究组的工作.想要聆听大神课程的同学,现在可以开始准备了.

而且,他与中国结缘不止于学界.2017年5月27日,Jordan教授签约蚂蚁金服,正式成为蚂蚁金服新成立的科学智囊团主席.为什么是蚂蚁金服呢?在Jordan教授的混沌大学课程<人工智能-机器学习:观点与挑战>上,他谈到:蚂蚁金服在中国发展非常迅速,这家机构比我所知道的任何一家西方机构成长都要快.美国还是一个信用卡加现金的社会.尽管美国有一个Paypal,与支付宝有点类似,但是它的规模也不过是支付宝的十分之一,并且也不是所有人都在用.也许是受益于中国没有信用卡这个产业的束缚,使得支付宝一下子实现了移动支付的巨量增长.蚂蚁金服手握大量的数据,它知道您买了什么,了解很多关于您的个人信息.它使贷款变得前所未有的容易.这不是表面上您在手机上按一个键说"给我钱'这么简单,其背后蕴含着大量的机器学习.这涉及到机器学习中的"欺诈监测':如果您很简单地让人们贷到款,很多人是会来骗您的……总而言之,在蚂蚁金服应用大数据连接客户与商户两端,是一项很"有趣的研究'.

三/Jordan教授认为对AI要冷静

AI 领域「尤达大师」的秘密会晤 | 极客公园

需要更好地管理公众预期. Jordan教授认为需要冷静看AI,他说无论是在美国,还是中国,AI都是被高估的.公众大多没有真正地了解 AI 是什么,也很难理解为什么 AI 是很难实现的.另一方面,在AI 概念的驱动之下,很多机构都开始说是做 AI 的,但实际的产品和功能并不好.又或者人们会对这些机构报以不切实际的期待,觉得他们会打造出来和人一样的产品.

AI 的发展并不是一蹴而就的. 而是在过去10-15年的进程里,基于互联网和移动互联网带来的高度数字化/高度连接性所发展而来的.很多机构基于自己的产品和服务,通过不同的方法收集了大量的用户数据,并基于这些这些数据,不断构建起一些体系,进而将这些体系应用到一些实际的场景中.

但这距离经典意义上的 AI,即能够和您进行互动的机器人,还差的很远. 我们现在做的很大程度上是在学习的基础上的智能化,是一种 IA (Intelligence Augmentation),也就是智能增强. 与此同时,AI 开始成为一种新的「基础设施」.在交通/金融等领域中,我们正在看到一些新的突破和可能性,这也会在未来改变一些领域中的商业模式.所以,AI 不只是大机构的游戏,创业机构同样有机会可以参与其中.

但对于整个行业来说,Jordan教授认为都需要冷静地理解 AI 的能力和边界,并努力寻找新的方向,这个过程很漫长.

(这篇是大概半年多前写的,现在用在这里也可以作为一个侧面辅助看看)

编辑于 2018-2-26 12:22:52

更多科研论文服务，动动手指，请戳 论文润色、投稿期刊推荐、论文翻译润色、论文指导及修改、论文预审！

语言不过关被拒？美国EditSprings--专业英语论文润色翻译修改服务专家帮您！