トーマス・G・ディートリッヒ
American computer scientist and academic

トーマス・G・ディートリッヒ
生まれる1954年（70～71歳）
マサチューセッツ州サウスウェイマス
知られている機械学習（ジャーナル）編集長（1992～1998年）
学歴
母校ネイパービル中央高校、
オーバリン大学
、イリノイ大学アーバナ・シャンペーン校、
スタンフォード大学
論文「理論駆動型データ解釈のための制約伝播技術」  （1984年）
博士課程の指導教員ブルース・G・ブキャナン
学術研究
機関オレゴン州立大学

トーマス・G・ディートリッヒは、オレゴン州立大学のコンピュータサイエンスの名誉教授です。機械学習分野のパイオニアの一人です。[1] [2]彼は1992年から1998年まで『Machine Learning』（ジャーナル）の編集長を務め、 Journal of Machine Learning Researchの共同設立にも携わりました。[1]人工知能の危険性に対するメディアの注目を受けて、ディートリッヒはナショナル・パブリック・ラジオ、ビジネス・インサイダー、マイクロソフト・リサーチ、CNET、ウォール・ストリート・ジャーナルなど、幅広いメディアで学術的な視点から引用されています。[3]

彼の研究貢献には、多クラス分類への誤り訂正出力符号化の発明、複数インスタンス問題の形式化、階層的強化学習のためのMAXQフレームワーク[1]、および非パラメトリック回帰ツリーを確率的グラフィカルモデルに統合する方法の開発などがある。

経歴と教育

トーマス・ディートリッヒは1954年にマサチューセッツ州サウスウェイマスで生まれました。[4]彼の家族は後にニュージャージー州に引っ越し、さらにイリノイ州に移り、トムはそこでネイパービル中央高校を卒業しました。[4]ディートリッヒはその後オーバリン大学に入学し、学部課程を始めました。[4] 1977年、ディートリッヒはオーバリン大学を卒業し、確率と統計を専門とする数学の学位を取得しました。[4]

ディートリッヒはその後2年間をイリノイ大学アーバナ・シャンペーン校で過ごした。[4]その2年後、彼はスタンフォード大学のコンピュータサイエンス学科で博士課程を開始した。[4]ディートリッヒは1984年に博士号を取得し、オレゴン州コーバリスに移り、そこでコンピュータサイエンスの助教授として採用された。[4] 2013年には「著名教授」に任命された。[5] 2016年、ディートリッヒはオレゴン州立大学を退職した。[4]

ディエットリッヒ氏は、そのキャリアを通じて科学出版物や学会発表の促進に尽力してきました。長年にわたり、MIT PressのAdaptive Computation and Machine Learningシリーズの編集者を務めました。[6]また、Morgan Claypool Synthesis Series on Artificial Intelligence and Machine Learningの共同編集者も務めました。National Conference on Artificial Intelligence (AAAI-90)の技術プログラム共同議長、Neural Information Processing Systems (NIPS-2000)の技術プログラム議長、NIPS-2001のジェネラル議長など、数々の学会やワークショップを主催してきました。国際機械学習学会の初代会長を務め、IMLS理事会の設立当初からのメンバーです。現在はAsian Conference on Machine Learningの運営委員会メンバーでもあります。

研究分野

ディエットリッヒ教授は機械学習のあらゆる側面に興味を持っています。彼の研究には3つの主要な流れがあります。第一に、人工知能の根本的な問い、そして機械学習が統合型知能システム構築の基盤としてどのように役立つかという点です。第二に、人間とコンピュータが協力して困難な問題を解決する方法に関心があります。そして第三に、計算持続可能性という新興分​​野の一環として、生態学や生態系管理の問題に機械学習を適用することに関心を持っています。

彼は、これまでのキャリアの中で、薬物設計からユーザーインターフェース、コンピューターセキュリティまで、幅広い問題に取り組んできました。現在は、コンピューターサイエンスの手法が生態学の発展に役立ち、地球の生態系の管理を改善する方法に重点を置いています。この情熱から、山火事の管理、侵入植物、鳥の分布と移動の解明など、いくつかのプロジェクトが生まれました。たとえば、ディートリッヒの研究は、コーネル鳥類学研究所の科学者が次のような疑問を解明するのに役立っています。鳥はどのようにして北へ渡ることを決めるのか？いつ着陸して数日間立ち寄るべきか、どのようにして知るのか？巣を作る場所をどのようにして選ぶのか？世界中の何万人ものボランティアのバードウォッチャー（市民科学者）が、eBird Webサイトに野鳥の観察結果を送信することで、この研究にデータを提供しています。データの量は膨大で、2012年3月には310万件を超える鳥の観察がありました。機械学習は、データのパターンを明らかにして種の移動をモデル化することができます。しかし、同じ技術には他にも多くの応用があり、組織は森林、海洋、絶滅危惧種をより適切に管理できるようになり、交通の流れ、水道システム、電力網などを改善できるようになります。[7]

本当に重要なことに影響を与えたいと思ったのです。私たちも属する地球全体の生態系は、まさに様々な形で脅威にさらされています。ですから、もし自分の技術スキルを活かして、科学基盤と政策・経営判断に必要なツールの両方を改善できる方法があれば、ぜひそうしたいと思っています。私はそのことに情熱を注いでいます。[7]

AIの危険性：学術的視点

ディエトリッヒは、人工知能の危険性に関する最も現実的なリスクは、機械が超強力になったり人類を滅ぼしたりすることではなく、基本的なミス、故障、サイバー攻撃、そして必ずしもうまく機能しないという事実であると主張している。 [8]ディエトリッヒは、機械が自己認識して人類を絶滅させようとするのは科学的事実というよりはSFだと考えている。しかし、コンピュータシステムがますます危険なタスクを与えられ、経験から学習し解釈するよう求められる限り、彼らは単純にミスを犯すかもしれないと彼は述べている。[8]実際、AIの安全性に関するコミュニティで行われている研究の多くは、事故や設計上の欠陥に焦点を当てている。[9] [10] [11]

役職

  • 2014–2016年：人工知能推進協会（AAAI）会長。[12]
  • 2013年～現在：オレゴン州立大学コンピュータサイエンス科名誉教授。[13]
  • 2011年現在：オレゴン州コーバリスのBigMLの主任科学者。[14]
  • 2005年～現在：オレゴン州立大学電気工学・コンピュータサイエンス学部インテリジェントシステム研究ディレクター。[15]
  • 2006–2008年：スマートデスクトップ社（ワシントン州シアトル）の主任科学者。[16]
  • 2004–2005年：オレゴン州コーバリスのMyStrands社主任科学者。[17]
  • 1995-2013年：オレゴン州立大学コンピュータサイエンス教授。[18]
  • 1998–1999年：スペイン、バルセロナ人工知能研究所の客員上級研究員（サバティカル休暇）[19]
  • 1988–1995年：オレゴン州立大学コンピュータサイエンス科准教授。[19]
  • 1991–1993年：アリス製薬株式会社（カリフォルニア州サンフランシスコ）の上級科学者。[4]
  • 1985年～1988年：オレゴン州立大学コンピュータサイエンス科助教授。
  • 1979年～1984年：スタンフォード大学コンピュータサイエンス学部ヒューリスティックプログラミングプロジェクトの研究助手。
  • 1979年（夏）：イリノイ州ネーパービルのベル電話研究所の技術スタッフに就任。コンピュータ間のファイル転送と、遠隔交換システムへのマイクロコード配信を担当。
  • 1977年（夏）：オハイオ州オーバリンにあるオーバリン大学、企画・研究部長補佐。大学計画データベースを開発。

賞と栄誉

トーマス・ディートリッヒは、機械学習分野におけるパイオニアとしての功績と、同分野で最も引用数の多い科学者の一人として、2013年春にオレゴン州立大学から「卓越教授」の称号を授与されました。[20] また、人工知能振興協会（AI）、アメリカ科学振興協会（AASA）、計算機学会（ACMC）の専属フェローでもあります。[7][5] ディートリッヒは、これまでのキャリアを通じて3000万ドル以上の研究助成金を獲得し、オレゴン州立大学における世界クラスの研究グループの構築に貢献し、3つのソフトウェア企業を設立しました。また、この分野を代表する2つの学術誌の共同設立者であり、国際機械学習学会（IMLS）の初代会長に選出されました。[13]

その他の受賞歴および栄誉は以下の通りです。

  • ACM特別講師、2012-2013年[19]
  • アメリカ科学振興協会フェロー、2007年[21]
  • オレゴン州立大学工学部コラボレーション賞、2004年[22]
  • 2003年JAIR過去5年間の最優秀論文賞受賞[20]
  • 計算機協会フェロー、2003年選出[20]
  • オレゴン州立大学工学部研究賞、1998年[23]
  • 人工知能振興協会フェロー、1994年選出[20]
  • NSF大統領若手研究者、1987-92年[20]
  • 1987年、1988年、大学院教育カーター賞ノミネート[19]
  • IBM大学院生フェロー、1982年、1983年[19]
  • ウプシロン パイ イプシロン、1996 [19]
  • シグマ・クシー、1979年～現在[19]
  • ステートファームカンパニーズ財団フェローシップ、1978年[19]
  • オーバリン大学理事会委員、1977-1980年[19]
  • 1977年、オバリン大学数学優等卒業[19]
  • ファイ・ベータ・カッパ、1977年[19]
  • 1973年全米優秀奨学生[19]

選定された出版物

  • Liping Liu, Thomas G. Dietterich, Nan Li, Zhi-Hua Zhou (2016). Top k Precisionのトランスダクティブ最適化．国際人工知能合同会議 (IJCAI-2016). pp. 1781–1787. ニューヨーク, NY [24]
  • Md. Amran Siddiqui, Alan Fern, Thomas G. Dietterich, Shubhomoy Das (2016). 有限サンプル計算量を用いた稀少パターン異常検出. 人工知能における不確実性 (UAI-2016). ニューヨーク, NY [25]
  • Alkaee-Taleghan, M., Hall, K., Crowley, M., Albers, HJ, Dietterich, TG (2015). 生態系管理のためのPAC最適MDP計画. 機械学習研究ジャーナル, 16, 3877-3903 [26]
  • トーマス・ディートリッヒ、エリック・ホルヴィッツ（2015年）「視点：AIに関する懸念の高まり：考察と方向性」ACM通信誌、58(10) 38-40 [27]
  • Dietterich, TG (2009). 生態系情報科学と持続可能性における機械学習．招待講演要旨．2009年国際人工知能合同会議 (IJCAI-2009) 議事録．カリフォルニア州パサデナ[28]
  • Dietterich, TG, Bao, X., Keiser, V., Shen, J. (2010). 高度なサイバー状況認識のための機械学習手法．Jajodia, S., Liu, P., Swarup, V., Wang, C. (編) サイバー状況認識，Springer，pp. 227–247．[29]
  • Dietterich, TG, Domingos, P., Getoor, L., Muggleton, S. Tadepalli, P. (2008). 構造化機械学習：次の10年. 機械学習. 73(1) 3-23. DOI: 10.1007/s10994-008-5079-1 [30]
  • Dietterich, TG, Bao, X. (2008). マルコフ論理による複数の学習コンポーネントの統合. 第23回人工知能会議 (AAAI-2008). 622-627 [31]
  • ディエットリッヒ, TG (2007). エコシステム情報学における機械学習. 第10回国際発見科学会議議事録. 人工知能講義ノート第4755巻, シュプリンガー, ベルリン[32]
  • Dietterich, TG「学習と推論」オレゴン州立大学電気工学・コンピュータサイエンス学部技術報告書[33]
  • ディエットリッヒ, TG (2003). 機械学習. Nature Encyclopedia of Cognitive Science, London: Macmillan, 2003. [34]
  • Dietterich, TG (2002). シーケンシャルデータのための機械学習：レビュー. T. Caelli (編) 構造的・統語的・統計的パターン認識; コンピュータサイエンス講義ノート, Vol. 2396. (pp. 15–30). Springer-Verlag [35]
  • ディエットリッヒ, TG (2002). アンサンブル学習. 『脳理論とニューラルネットワークハンドブック』第2版, (MA Arbib編), ケンブリッジ, MA: The MIT Press, 2002. 405-408. [36]
  • ディエットリッヒ, TG (2000). アルゴリズム学習理論における分割統治宣言 第11回国際会議 (ALT 2000) (pp. 13–26). ニューヨーク: シュプリンガー・フェアラーク. [37]
  • ディエットリッヒ, TG (2000). MAXQ価値関数分解を用いた階層的強化学習. 人工知能研究ジャーナル, 13, 227-303. [38]
  • Dietterich, TG (2000). 機械学習. David Hemmendinger, Anthony Ralston, Edwin Reilly (編), The Encyclopedia of Computer Science, Fourth Edition, Thomson Computer Press. 1056-1059. [39]
  • Dietterich, TG (2000). MAXQ階層的強化学習の概要. BY ChoueiryおよびT. Walsh編著『抽象化、再定式化、近似に関するシンポジウムSARA 2000議事録』人工知能に関する講義ノート (pp. 26–44), ニューヨーク: Springer Verlag. [40]

参考文献

  1. ^ abc 「AIと機械学習」. Interalia Magazine . 2018年2月14日. 2020年12月15日閲覧。
  2. ^ラスリー 、ブリジット、コバヤシ、ハエル編（2018年）。『人間の意思決定、AIに関する考察』国連教育科学文化機関、p.53。ISBN 9789231002632– OECD経由。
  3. ^ ロバートソン、レイチェル（2015年9月8日）「EECのトム・ディートリッヒ、AI対話の最前線に立つ」オレゴン州立大学：OSU EECSニュース。オレゴン州立大学。 2016年8月17日閲覧。
  4. ^ abcdefghi ピーターソン、クリス. 「トム・ディートリッヒ口述歴史インタビュー」.オレゴン州立大学：OSU図書館. オレゴン州立大学. 2016年8月19日閲覧。
  5. ^ ab Mussem (2017年10月31日). 「機械学習における進歩 - Tom Dietterich」. New World : Artificial Intelligence . 2020年12月15日閲覧。
  6. ^ Dietterich, Thomas G. 「この編集者によるタイトル」MITプレス. 2016年8月19日閲覧。
  7. ^ abc Dietterich, Thomas (2011年8月4日). 「Tom Dietterich プロフィール」.オレゴン州立大学：電気工学・コンピュータサイエンス. オレゴン州立大学. 2016年8月17日閲覧。
  8. ^ ab スタウト、デイビッド。「専門家：人工知能システムは破壊よりも故障する可能性が高い」オレゴン州立大学：ニュース・リサーチ・コミュニケーションズ。オレゴン州立大学。 2016年8月17日閲覧。
  9. ^ Jones, Brad (2015年2月14日). 「Cortanaは人工知能への危険な一歩か？」Digital Trends . Designtechnica Corp. 2016年8月17日閲覧。
  10. ^ マネ、ダン;ジョン・シュルマン。クリスティアーノ、ポール。スタインハート、ジェイコブ。ああ、クリス。アモデイ、ダリオ（2016年6月21日）。 「AIの安全性における具体的な問題点」。arXiv : 1606.06565 [cs.AI]。
  11. ^ ライリー、シドニー（2015年4月）「スカイネットは私たちを奴隷化するためにここにいる」コーバリス・アドボケート。コーバリス・アドボケート。 2016年8月19日閲覧。
  12. ^ 「AAAI役員」。人工知能振興協会。2016年8月19日閲覧。
  13. ^ ウォード、ジョスバー (2012 年 9 月 10 日)。 「BigML の主任科学者が AAAI の会長に選出」。ビッグML 。2016 年8 月 19 日に取得。
  14. ^ Dietterich, Thomas. 「Thomas G. Dietterichホームページ」. Thomas G. Dietterichホームページ. オレゴン州立大学. 2016年8月17日閲覧。
  15. ^ Adams, Ron. 「OSUスピンオフ会社が設立、シアトルの企業に買収」オレゴン州立大学：ニュースと研究コミュニケーション。オレゴン州立大学。 2016年8月19日閲覧。
  16. ^ アーンショー、アリザ. 「MyStrandsが2400万ドルを調達」.ポートランド・ビジネス・ジャーナル. アメリカン・シティ・ビジネス・ジャーナル. 2016年8月19日閲覧。
  17. ^ Dietterich, Thomas (2011年2月2日). 「Thomas G. Dietterich」.オレゴン州立大学：電気工学およびコンピュータサイエンス. オレゴン州立大学. 2016年8月17日閲覧。
  18. ^ abcdefghijkl ディーテリッヒ、トーマス。 「カリキュラムビタ」（PDF）。2016 年8 月 17 日に取得。
  19. ^ abcde 「Faculty Awards」.オレゴン州立大学：電気工学・コンピュータサイエンス. オレゴン州立大学. 2010年11月9日. 2016年8月19日閲覧。
  20. ^ スタウト、デイビッド. 「ディートリッヒ氏がAAASフェローに選出」.オレゴン州立大学：ニュースと研究コミュニケーション. オレゴン州立大学. 2016年8月19日閲覧。
  21. ^ Adams, Ron. 「OSU工学部の教員、スタッフ、学生が表彰される」オレゴン州立大学：ニュースと研究コミュニケーション。オレゴン州立大学。 2016年8月19日閲覧。
  22. ^ スタウト、デイビッド. 「工学部賞授与」.オレゴン州立大学：ニュースと研究コミュニケーション. オレゴン州立大学. 2016年8月19日閲覧。
  23. ^ Liu, Liping; Dietterich, Thomas G.; Li, Nan; Zhou, Zhi-Hua (2016). 「Top k Precisionのトランスダクティブ最適化」(PDF) .国際人工知能合同会議: 1781–1787 . arXiv : 1510.05976 .
  24. ^ Siddiqui, Md Amran; Fern, Alan; Dietterich, Thomas G.; Das, Shubhomoy (2016). 「稀なパターンの異常検出における有限サンプル複雑度」.人工知能の不確実性.
  25. ^ Taleghan, Majid Alkaee; Dietterich, Thomas G.; Crowley, Mark; Hall, Kim; Albers, H. Jo (2015年12月). 「PACオプションMDP計画と侵入種管理への応用」(PDF) . Journal of Machine Learning Research . 16 : 3877–3903 . 2016年8月17日閲覧.
  26. ^ Dietterich, Thomas G.; Horvitz, Eric J. (2015). 「AIに関する懸念の高まり：考察と方向性」(PDF) . Communications of the ACM . 58 (10): 38– 40. doi :10.1145/2770869. S2CID  20395145. 2016年8月17日閲覧.
  27. ^ Dietterich, Thomas G. (2009). 「生態系情報科学と持続可能性における機械学習。招待講演要旨」(PDF) . 2009年人工知能国際合同会議議事録. 2016年8月18日閲覧.
  28. ^ Dietterich, Thomas G.; Bao, Xinlong; Keiser, Victoria; Shen, Jianqiang (2010). 「高度なサイバー状況認識のための機械学習手法」(PDF) .サイバー状況認識. 情報セキュリティの進歩. 第46巻. pp.  227– 247.書誌コード:2010AIS....46..227D. doi :10.1007/978-1-4419-0140-8_11. ISBN 978-1-4419-0139-2。
  29. ^ Dietterich, Thomas G.; Domingos, Pedro; Getoor, Lise; Muggleton, Stephen; Tadepalli, Prasad (2008). 「構造化機械学習：今後10年間」(PDF) .機械学習. 73 : 3– 23. doi : 10.1007/s10994-008-5079-1 . S2CID  14922439. 2016年8月18日閲覧.
  30. ^ Dietterich, Thomas G.; Bao, Xinlong (2008). 「マルコフ論理による複数の学習コンポーネントの統合」(PDF) .第23回人工知能会議 (AAAI-2008) : 622– 627. 2016年8月18日閲覧。
  31. ^ Dietterich, Thomas G. (2007). 「エコシステム情報科学における機械学習」(PDF) .第10回国際ディスカバリーサイエンス会議議事録. 4755. 2016年8月18日閲覧.
  32. ^ Dietterich, Thomas G. (2004). 「学習と推論」(PDF) .オレゴン州立大学電気工学・コンピュータサイエンス学部技術報告書. 2016年8月18日閲覧。
  33. ^ Dietterich, Thomas G. (2003). 「機械学習」(PDF) . Nature Encyclopedia of Cognitive Science . 2016年8月18日閲覧。
  34. ^ Dietterich, Thomas G. (2002). 「シーケンシャルデータのための機械学習：レビュー」(PDF) .構造的、統語的、統計的パターン認識. コンピュータサイエンス講義ノート. 第2396巻. pp.  15– 30. doi : 10.1007/3-540-70659-3_2 . ISBN 978-3-540-44011-6. 2016年8月18日閲覧。 {{cite book}}:|journal=無視されました (ヘルプ)
  35. ^ Thomas G. Dietterich (2002). Arbib, MA (編). The Handbook of Brain Theory and Neural Networks: Ensemble Learning (第2版). Cambridge, MA: The MIT Press. pp.  405– 408. ISBN 9780262011488. 2021年11月24日閲覧。
  36. ^ Dietterich, Thomas G. (2001). 「分割統治宣言」. 有村, H.; Jain, S.; Sharma, A. (編).アルゴリズム学習理論. コンピュータサイエンス講義ノート. 第1968巻. pp.  13– 26. doi :10.1007/3-540-40992-0_2. ISBN 978-3-540-41237-3。
  37. ^ Dietterich, Thomas G. (2000). 「MAXQ価値関数分解を用いた階層的強化学習」. Journal of Artificial Intelligence Research . 13 : 227–303 . arXiv : cs/9905014 . doi :10.1613/jair.639. S2CID  57341.
  38. ^ Thomas G. Dietterich (2000). ヘメンディンガー, デイヴィッド; ラルストン, アンソニー; ライリー, エドウィン (編). 『コンピュータサイエンス百科事典』（第4版）. Thomson Computer Press. pp.  1056– 1059.
  39. ^ Dietterich, Thomas G. (2000). Choueiry, BY; Walsh, T. (編). 抽象化、再定式化、近似. コンピュータサイエンス講義ノート. 第1864巻. Springer-Verlag. pp.  26– 44. doi :10.1007/3-540-44914-0. ISBN 9783540449140. S2CID  6641992 . 2021年11月24日閲覧.
  • トーマス・ディートリッヒのホームページ
  • トーマス・ディートリッヒ – オレゴン州立大学教員プロフィール
  • AIの安全性について語るイーロン・マスクとトーマス・ディートリッヒ
  • トーマス・ディートリッヒ特別教授講演
  • 研究経歴
  • 履歴書
  • トム・ディートリッヒ口述歴史インタビュー
Retrieved from "https://en.wikipedia.org/w/index.php?title=Thomas_G._Dietterich&oldid=1309127653"