トーマス・ディーン（コンピューター科学者）
アメリカのコンピュータ科学者

トーマス・L・ディーン
2012年のトーマス・ディーン
生誕1950年（75～76歳）
出身校バージニア工科大学
イェール大学
有名ないつでもアルゴリズム
受賞歴AAAIフェロー（1994年）[1]
ACMフェロー（2009年）[2]
科学的なキャリア
分野コンピュータサイエンス
機関Google
スタンフォード大学
ブラウン大学
論文時間的イメージ：計画と問題解決のための時間についての推論へのアプローチ （1985年）
博士課程アドバイザードリュー・マクダーモット
ウェブサイトcs.brown.edu/people/tdean/

トーマス・L・ディーン（1950年生まれ）は、ロボット計画、確率的グラフィカルモデル、計算神経科学の研究で知られるアメリカのコンピュータ科学者です。オペレーションズ・リサーチと制御理論の考え方を人工知能に初めて導入した人物の一人です。[3]特に、いつでもアルゴリズムの概念を提唱し、因子マルコフ決定過程をロボット工学に初めて適用しました。[4] [5] 彼は人工知能に関する影響力のある教科書を数冊執筆しています。[3] [6] [7]

彼は1993年から2007年までブラウン大学の教授を務め、学科長、コンピューティング・情報サービス担当副学長代理、副学部長などを歴任した。 [8] 2006年にGoogleに入社し、 Google Brainプロジェクトの立ち上げに尽力した。現在はブラウン大学の名誉教授であり、スタンフォード大学の講師兼研究員でもある。[9]

学術的および科学的貢献

人工知能

制御

ディーンとウェルマンの著書『計画と制御』[3]は、目標指向計画と意思決定のための離散時間記号法に関するAI研究と、ロボット工学および産業用制御システムのための連続時間制御理論的手法との間に、待望の橋渡しを提供しました。「観測可能性」、「安定性」、「最適性」などの基本的な制御概念が紹介され、最も重要な理論的結果の多くが提示され、説明されています。人工知能ジャーナルの書評で、ジェームズ・ヘンドラーは、この本がロボット工学とAIの分野間の翻訳における「ロゼッタストーン」として機能すると述べています。[10]

いつでもアルゴリズム

「いつでもアルゴリズム」という用語は、1980年代後半にディーンとボディによって造語されました。[11]ディーンとボディのこの分野における研究の焦点は、時間依存型計画問題に適用される熟考スケジューリングでした。熟考スケジューリングとは、エージェントの計算の総価値を最大化するように、タスク（ほとんどの場合、いつでもアルゴリズム）にリソースを明示的に割り当てることです。[12]時間依存型計画問題は、イベントへの対応に利用できる時間が状況によって変化する計画問題として定義されます。ディーンとボディは、基本概念の定義に加えて、ロボティクスとオペレーションズ・リサーチにおける理論的分析と応用を提供しました。[13] [14] [15] [16] [17]

マルコフ過程

ディーンは、人工知能の基礎ツールとしてマルコフ決定過程（MDP）の枠組みを採用する上で主導的な役割を果たしました。特に、複雑なモデルや問題を弱く相互作用するサブパートに分解して計算効率を向上させるAI表現とアルゴリズムの使用を開拓しました。状態推定における彼の研究は、時間的因果推論[18] [13] [19]と確率的グラフィカルモデルとの統合を重視しました。[20] [21]制御における彼の研究には、状態空間分割[22] [23] [24] [ 25 ] [26]、階層的手法[20] [21]、モデル最小化[27] [28] [29] [14]が含まれます。この一連の研究は、クレイグ・ブティリエとスティーブ・ハンクスと共同執筆した非常に影響力のある論文[30]によって明確に要約されています

AI教科書

ディーンは、それぞれコンピュータービジョンと自然言語処理を専門とする共同研究者、ジェームズ・アレンとヤニス・アロイモノスと共同で、確率論、機械学習、ロボティクスを組み入れ、記号推論や述語計算を用いた知識表現といった伝統的なAIのトピックをより広い文脈に位置付けた、最初の現代AI教科書の一つを執筆しました。[6] 1994年12月に出版された初版で唯一の版は、当初1995年に出版されたラッセルとノーヴィグの『人工知能：現代的アプローチ』の初版と競合していましたが、2003年に出版されたラッセルとノーヴィグの教科書の第2版に追い抜かれました。[31]

ロボット工学

1991年のAAAI会議の共同議長として、ディーンはカナッペのトレーを運び、参加者をかろうじて避ける移動ロボットを特集した記者会見を企画しました。夕方のニュースでは熱狂的に好意的に報道され、1992年にはディーンとピーター・ボナッソはロボット工学コミュニティからのフィードバックを得て、家庭、オフィス、災害現場での作業を行うロボットを競うAAAIロボット競技会を創設しました。[32] [33] [34]この競技会は2010年まで開催されていました。[35]

計算神経科学

スタンフォード講座

Googleで研究者としてキャリアをスタートさせた後、ディーンはスタンフォード大学のコンサルティング教授に任命され、「大脳新皮質の計算モデル」という講座の指導を開始しました。その後15年間、世界中からトップクラスの神経科学者を招き、講演や授業プロジェクトに取り組む学生への指導を行いました。いくつかの授業では、学生が共著した論文が発表され、Googleでの研究プロジェクトにつながりました。[29] [36] [37] [38]

ニューロマンサー・プロジェクト

スケーラブルな計算神経科学に焦点を当てたチームを作るため、ディーンとスタンフォード大学の学生は、「スケーラブルな神経科学のための技術展望と投資機会」[29]と題したホワイトペーパーを作成しました。これは、コネクトミクスに焦点を当てたソフトウェアエンジニアと計算神経科学者のチーム構築の基礎となりました。初期の段階で、ディーンはアレン脳神経科学研究所の主任科学者であるクリストフ・コッホと協力してパートナーシップを構築し、HHMIのヴィレン・ジェインをプロジェクトの技術リーダーとして採用しました

ディーン氏とジェインはチームを10人以上のソフトウェアエンジニアに拡大し、NIH Brain Initiativeの企画に参加した。コンピュータービジョンと機械学習ツールが改良されるにつれ、チームはHHMIジャネリアキャンパスのジェリー・ルービン氏、ハーバード大学のジェフ・リヒトマン氏、マックスプランク神経生物学研究所のヴィンフリード・デンク氏とのさらなるパートナーシップを求めて発展させた。これらのコラボレーションはそれぞれ、さまざまな生物の神経組織サンプルの高精度で高密度な再構築につながり、サイズと品質で当時の最先端技術を繰り返し上回った。[39] [40] [41]ヴィレン・ジェイン氏は現在、Googleで進行中の取り組みのプロジェクトマネージャー兼主任科学者を務めている。ハエの脳の神経接続の非常に詳細なマップである「ヘミブレイン」コネクトーム[42]や、人間の脳組織の小さなサンプルをレンダリングした1.4ペタバイトの「H01」データセット[43]など、脳の接続性に関する結果として得られたデータは公開された。

Google Brain

ディーンは、Googleにおけるニューラルネットワークの活用に関する初期の調査を主導し、それが直接的にGoogle Brainプロジェクトの創設につながりました。彼は、ハードウェアアクセラレーションを用いて産業規模のウェブサービス構築における現在のパフォーマンスの限界を克服するアプローチを実験し、Googleインフラストラクチャ＆プラットフォームチームのディーン・ゴーデットと協力して、Googleデータセンターへのグラフィック処理ユニット（GPU）導入の根拠を示しました。彼は、知覚研究および音声認識品質チームを率いたヴィンセント・ヴァンホーケと緊密に協力し、 Google音声検索の音声認識に焦点を当てたクラウドでのディープニューラルネットワークアーキテクチャのトレーニングと展開におけるGPUの価値を実証しました

管理および専門サービス

大学運営

ディーンは、2003年から2005年までブラウン大学の副学長を務め、1997年から2002年までブラウン大学のコンピュータサイエンス学部長、2001年から2002年までコンピューティングおよび情報サービス担当副学長代理を務めました。副学長として、ゲノミクスと脳科学における新しい学際的プログラムの開発と立ち上げに貢献し、医学部と大学図書館の大幅な改革を監督しました

プロフェッショナルリーダーシップ

ディーン氏は1994年にAAAIフェロー、2009年にACMフェローに任命されました。AAAIの執行委員会およびComputing Research Association（CRA）理事会の委員を務めました。1989年にはNSF大統領若手研究者賞を受賞しました。1991年の全国人工知能会議（National Conference on Artificial Intelligence）のプログラム共同議長、1999年にストックホルムで開催された国際人工知能合同会議（International Joint Conference on Artificial Intelligence）のプログラム議長を務めました。国立女性情報技術センター（National Center for Women and Information Technology）の学術同盟の創設メンバーであり、IJCAI Inc.の元評議員でもあります。

参考文献

  1. ^ 「AAAIフェロー選出」AAAI 。 2023年9月3日閲覧
  2. ^ “ACM Fellows”. award.acm.org . 2023年9月3日閲覧。
  3. ^ abc ディーン、トーマス; ウェルマン、マイケル (1991). 『計画と管理』 モーガン・カウフマン.
  4. ^ 「4人のGoogle社員がACMフェローに選出」2009年。
  5. ^ Google Scholarに索引付けされたトーマス・ディーンの出版物
  6. ^ ab ディーン、トーマス、アレン、ジェームズ、アロイモノス、ヤニス (1995). 『人工知能：理論と実践』アディソン・ウェズリー.
  7. ^ ディーン、トーマス (2004). Talking with Computers . ケンブリッジ大学出版局.
  8. ^ 「トム・ディーンの経歴」。
  9. ^ 「Thomas L Dean、スタンフォード大学のバイオグラフィー」。
  10. ^ ヘンドラー、ジェームズ (1995). 「書評：トーマス・ディーンとマイケル・ウェルマン著『計画と制御』」人工知能. 73 : 379–386 . doi : 10.1016/0004-3702(95)90045-4 .
  11. ^ ディーン、トーマス；ボディ、マーク (1988). 「時間依存型計画の分析」. Proceedings AAAI-88 . マサチューセッツ州ケンブリッジ：MIT Press. pp.  49– 54.
  12. ^ Garvey, Alan; Lesser, Victor (1994). 「熟慮型リアルタイム人工知能に関する研究の概観」.リアルタイムシステム. 6 (3): 317– 347. doi :10.1007/BF01088630. S2CID  16566928.
  13. ^ ab ディーン、トーマス、ボディ、マーク (1987). 「増分因果推論」. Proceedings AAAI-87 . マサチューセッツ州ケンブリッジ: MIT Press. pp.  196– 201.
  14. ^ ab Dean, Thomas; Givan, Robert; Leach, Sonia (1997). 「マルコフ決定過程の近似最適解を計算するためのモデル縮約手法」. Geiger, Dan; Shenoy, Prakesh Pundalik (編).第13回人工知能における不確実性に関する会議議事録. カリフォルニア州サンフランシスコ: Morgan Kaufmann Publishers. pp.  124– 131.
  15. ^ Dean, Thomas; Lin, Shieu-Hong (1995). 「確率的領域におけるプランニングのための分解手法」Proceedings IJCAI-95 . サンフランシスコ、カリフォルニア州: Morgan Kaufmann Publishers. pp.  1121– 1127.
  16. ^ ディーン、トーマス、ケールブリング、レスリー、カーマン、アン・ニコルソン (1993). 「確率的領域における期限付き計画」. Proceedings AAAI-93 . マサチューセッツ州ケンブリッジ: MIT Press. pp.  574– 579.
  17. ^ ディーン、トーマス；ケールブリング、レスリー；カーマン、ジャック；ニコルソン、アン (1995). 「確率的領域における時間制約下での計画」人工知能. 76 ( 1–2 ): 35–74 . doi :10.1016/0004-3702(94)00086-G.
  18. ^ ディーン・トーマス；金沢啓治（1989）「持続性と因果関係についての推論モデル」計算知能5 ( 2): 142– 150. doi :10.1111/j.1467-8640.1989.tb00324.x. S2CID  57798167.
  19. ^ ディーン・トーマス；金沢啓治（1988）「確率的因果推論」カナダ計算知能学会紀要．pp.  125– 132．
  20. ^ ab ディーン、トーマス；金沢、啓二（1989）「持続性と確率的推論」IEEE Transactions on Systems, Man, and Cyber​​netics . 19 : 574– 585. doi :10.1109/21.31063.
  21. ^ ab Dean, T.; Kirman, J.; Kanazawa, K. (1992). 「計画・制御への応用のための連続時間確率過程の確率的ネットワーク表現」 Hendler, James (編).第1回国際人工知能計画システム会議 (ICAPS-92) 議事録. サンフランシスコ、カリフォルニア州: Morgan Kaufmann Publishers. pp.  273– 274.
  22. ^ ディーン、トーマス、ファービー、R. ジェームズ、ミラー、デイビッド P. (1988). 「期限、移動時間、リソースを考慮した階層的プランニング（ジェームズ・アレン、ジェームズ・ヘンドラー、オースティン・テイト編『Readings in Planning』（モーガン・カウフマン）、およびSS・アイアンガーとアルベルト・エルフェス編『Autonomous Mobile Robots: Control, Planning, and Architecture』（IEEE Computer Society Press）にも掲載）」CIJ 4 : 381– 398 .
  23. ^ ハウスクレヒト, ミロス; ミューロー, ニコラス; ブティリエ, クレイグ; ケルブリング, レスリー・パック; ディーン, トーマス (1998). 「マクロアクションを用いたマルコフ決定過程の階層的解法」.第14回人工知能における不確実性に関する会議 (UAI-98) 議事録. サンフランシスコ, カリフォルニア州: モルガン・カウフマン出版社. pp.  220– 229.
  24. ^ Kim, Kee-Eung; Dean, Thomas (2003). 「非均質パーティションを用いた因子分解マルコフ決定過程の解法」人工知能. 147 : 225–251 . doi : 10.1016/S0004-3702(02)00377-6 .
  25. ^ Kim, Kee-Eung; Meuleau, Nicolas; Dean, Thomas (2000). 「有限状態制御器空間における貪欲探索による因子化マルコフ決定過程の近似解」.第5回国際人工知能計画システム会議 (ICAPS-2000) 議事録. カリフォルニア州メンロパーク: AAAI Press. pp.  323– 330.
  26. ^ リットマン、マイケル、ディーン、レスリー・ケルブリング (1995). 「マルコフ決定問題の解法における複雑性について」.第11回人工知能における不確実性に関する会議議事録. サンフランシスコ、カリフォルニア州: モーガン・カウフマン出版社. pp.  394– 402.
  27. ^ ディーン、トーマス；ギヴァン、ロバート (1997). 「マルコフ決定過程におけるモデル最小化」. Proceedings AAAI-97 . マサチューセッツ州ケンブリッジ：MIT Press. pp.  106– 111.
  28. ^ Dean, Thomas; Givan, Robert; Kim, Kee-Eung (1998). 「大規模な状態空間と行動空間を用いた計画問題の解決」第4回国際人工知能計画システム会議 (ICAPS-98) 議事録. pp.  102– 110.
  29. ^ abc Dean, Thomas; Ahanonu, Biafra; Chowdhury, Mainak; Datta, Anjali; Esteva, Andre; Eth, Daniel; Redmon, Nobie; Rumyantsev, Oleg; Tarter, Ysis (2013). 「スケーラブルな神経科学の技術的展望と投資機会について」arXiv : 1307.7302 [q-bio.NC].
  30. ^ Boutilier, Craig; Dean, Thomas; Hanks, Steven (1999). 「意思決定理論的プランニング：構造的仮定と計算的レバレッジ」. Journal of Artificial Intelligence Research . 11 : 1–94 . arXiv : 1105.5460 . doi : 10.1613/jair.575 . S2CID  5297450.
  31. ^ ファーバッハ、ウルリッヒ (2003). 「AI - 複数の書評」.人工知能. 145 ( 1–2 ): 379–386 . doi : 10.1016/S0004-3702(03)00011-0 .
  32. ^ 「aaaiロボットコンテスト：WorldWideScience.orgのトピック」worldwidescience.org . 2023年9月3日閲覧。
  33. ^ ディーン・トーマス；ボナッソ・R・ピーター（1993年）「1992 AAAIロボット博覧会・競技会」AIマガジン14巻35 ～ 48頁。
  34. ^ ディーン・トーマス；ボナッソ・R・ピーター (1997). 「AAAIロボット競技会の回顧」. {AI} マガジン. 18 : 11–23 .
  35. ^ アンダーソン, モニカ; チェルノヴァ, ソニア; ドッズ, ザカリー; トマス, アンドレア L.; トゥレツキー, デイヴィッド (2011). 「AAAI 2010 ロボット展レポート」. {AI} マガジン. 32 (3): 109– 118.
  36. ^ Dean, Thomas (2017). 「ニューラルコンピューティングのメソスケールモデルの推論」arXiv : 1710.05183 [q-bio.NC].
  37. ^ ディーン、トーマス;チェン、モーリス。ゴメス、マーカス。ネイト・グルーバー。ヒンディ、ユセフ。ラム、ミシェル。ルー、ピーター。サンチェス、ソフィア。サクセナ、ロフン。スミス、マイケル（2018）。 「アマヌエンシス：プログラマー見習い」。arXiv : 1807.00082 [q-bio.NC]。
  38. ^ ディーン・トーマス、ファン・チャオフェイ、ルイス・フランシス・E.、佐野めぐみ (2019). 「次世代AIシステムのための生物学的ブループリント」arXiv : 1912.00421 [q-bio.NC].
  39. ^ Januszewski, Michal; Kornfeld, J"{o}rgen; Li, Peter H; Pope, Art; Blakely, Tim; Lindsey, Larry; Maitin-Shepard, Jeremy B; Tyka, Mike; Denk, Winfried; Jain, Viren (2017). 「Flood-filling Networksを用いたニューロンの高精度自動再構築」. Nature Methods . 15 (8): 605– 610. doi :10.1038/s41592-018-0049-4. PMID  30013046. S2CID  49863171.
  40. ^ Shapson-Coe, Alexander; Januszewski, Michał; Berger, Daniel R.; Pope, Art; Wu, Yuelong; Blakely, Tim; Schalek, Richard L.; Li, Peter; Wang, Shuohong; Maitin-Shepard, Jeremy (2021). 「ヒト大脳皮質のペタスケール断片のコネクトミクス研究」bioRxiv 10.1101/2021.05.29.446289 . 
  41. ^ Xu, C. Shan; Januszewski, Michal; Lu, Zhiyuan; Takemura, Shin-ya; Hayworth, Kenneth J.; Huang, Gary; Shinomiya, Kazunor; Maitin-Shepard, Jeremy; Ackerman, David; Berg, Stuart (2020). 「成体ショウジョウバエの中枢脳のコネクトーム」bioRxiv 10.1101/2020.01.21.911859 . 
  42. ^ 「ショウジョウバエのヘミブレイン・コネクトームを公開 ― 脳の連結性を示す最大規模のシナプス解像度マップ」2020年1月。
  43. ^ 「人間の大脳皮質の閲覧可能なペタスケール再構成画像」2021年6月。
  • Google Scholarに索引付けされたトーマス・ディーンの出版物
「https://en.wikipedia.org/w/index.php?title=Thomas_Dean_(computer_scientist)&oldid=1332442959」より取得