李飛飛又有新動向,史丹佛 AI 實驗室由 Christopher Manning 接棒

作者 | 發布日期 2018 年 11 月 21 日 11:17 | 分類 AI 人工智慧 , 人力資源 , 尖端科技 follow us in feedly

11 月 19 日,史丹佛人工智慧實驗室發推文稱,Christopher Manning 成為實驗室新負責人,而前負責人李飛飛的工作陣地轉移到「以人為中心的 AI 計畫」新項目,擔任聯合負責人。



李飛飛的動向一直頗受人關注。繼今年 10 月 20 日正式離開 Google Cloud、回歸史丹佛,她的工作終於塵埃落定──擔任史丹佛新成立的「以人為中心的 AI 計畫」聯合負責人。

對華人圈,也許 Christopher Manning「露臉率」遠不如李飛飛,但他在自然語言處理領域的領軍者地位,足以讓關注計算機領域的人對他夠了解;另外,其主講的史丹佛 CS224n 經典自然語言處理課程,與李飛飛的史丹佛 CS231n 同為自然語言處理和計算機視覺領域的「必修課」。

Christopher Manning 1989 年畢業於澳洲國立大學,並一舉「攬下」數學、計算機和語言學 3 個學士學位,之後又於 1994 年獲得史丹佛大學語言學博士學位。

1999 年,出於對深度學習自然語言處理的滿腔熱情,先後在卡內基美隆大學、雪梨大學等任教的 Manning 教授以史丹佛自然語言處理組(Stanford NLP Group)創始成員身分回歸母校。任職 19 年裡,他始終以讓計算機智慧處理、理解和生成人類語言材料為研究目標,並以 NLP 領域的深度學習開拓者姿態,做了很多著名工作,包括樹狀遞歸神經網路、情感分析、神經網路依賴性解析(dependency parsing)、語言向量的 GloVe 模型、神經機器翻譯,以及深度學習語言理解等。同時,身為語言學出身學者,Manning 也關注計算語言學解析方法、文本推理和多語言處理,是史丹佛大學依賴關係和通用依賴性(Universal Dependencies)的主要開發者。

目前,Manning 教授論文被引用超過 9 萬次,且身為第一作者與人合著的《自然語言處理統計方法》(Manning,Schütze,1999)和《訊息檢索》(Manning,Raghavan,Schütze, 2008)已成為此領域著名的教科書。另外,身為國際計算機學會(ACM)、國際人工智慧協會(AAAI)、國際計算語言學會(ACL)等國際權威學術組織的夥伴,他曾獲 ACLEMNLPCOLINGCHI 等國際頂會最佳論文獎,大家也可以時常看到他現身各大頂尖會議,包括先後在中國舉辦的 ACL 2015 和 ACL 2017。

Manning 教授的研究生涯中,堅持認為深度學習是研究 NLP 和語言學的好方法,但同時他也指出,雖然深度學習是研究 NLP 的好方法,但目前為止 NLP 從深度學習的收益更多是來自分散式詞彙表示(distributed word representation),而非真正的深度學習,真正的深度學習使用更抽象的表徵構建的層次來促進泛化。

這無疑也是這位成果頗豐的研究學者對深度學習矛盾態度的重要原因。一方面他認同「神經網路的統治地位」的理念──「2017 年 NLP 領域的共識是,無論研究什麼問題,丟個雙向 LSTM 模型一定能搞定它,不行再加個注意力模組」;而另一方面,身為對語言學出身的研究者,他又對神經網路在語言結構性發揮的作用表示擔憂:「人類能理解彼此,不是因為我們會局部加權平均聽到的詞。然而在很多自然語言處理任務,我們無法做出比加權平均效果更好的模型,這讓我非常擔心。」

不過總體而言,他對深度學習在 NLP 研究的價值秉持樂觀態度,他表示,「當下我們仍處於這波深度學習復興浪潮的初期,深度學習在 NLP 有很多想像空間,此外構建深度學習系統的方法本身就很有用,不僅局限於 NLP。」

史丹佛人工智慧實驗室(SAIL)是全球頂級的人工智慧研究機構之一,由 Lisp 語言發明者、現代人工智慧領域的奠基人之一約翰·麥肯錫(John McCarthy)創立於 1962 年。從專家系統領域、計算機視覺領域的開創性工作到 ImageNet 以及大型神經網路演算法數據集的誕生,迄今為止,SAIL 已成為諸多人工智慧重大里程碑的發源地和見證者。目前 SAIL 聚集多個領域專家,研究主題涵蓋計算機視覺、機器學習、自然語言處理、機器人技術等多領域。

一位是計算機視覺領域的代表性人物,一位是自然語言處理領域的領軍人物,本次史丹佛人工智慧實驗室負責人的交替似乎也意味著未來研究側重點的調整。正在人工智慧領域逐步興起的自然語言處理,在 Manning 教授的帶領下,是否會像李飛飛引領的計算機視覺熱潮一樣迎來新突破呢?大家可以期待一下。

(本文由 雷鋒網 授權轉載;首圖來源:pixabay

延伸閱讀: