|
原文：AMS美国数学会官网 2020-12-10 译者：zzllrr小乐 2020-12-11 译者注：此迈克尔·乔丹不是那位打篮球的名人，而是机器学习界的名人，他是美国三院院士（美国科学院、美国工程院、美国艺术与科学院），加州大学伯克利分校教授，之前是MIT教授，也是清华杰出访问教授、北大荣誉教授，他是AAAI, ACM, ASA, CSS, IEEE, IMS, ISBA and SIAM的Fellow，也是蚂蚁金服科学智囊团主席。门下英雄辈出，许多深度学习领域的大牛如Yoshua Bengio、前百度首席科学家吴恩达、Percy Liang等都是其弟子。 本数学科普文，在zzllrr小乐的微信公众号、百家号、头条号、B站专栏、知乎专栏同步发布，如有转载，请保留完整信息。
照片来自Medium 迈克尔·I乔丹（Michael I.Jordan）被授予2021年乌尔夫·格林纳德（Ulf Grenander）随机理论和建模奖，以表彰他对机器学习（ML）的基础性贡献，尤其是无监督学习，概率计算以及在统计保真度与计算之间取得平衡的核心理论。 Jordan对ML的核心贡献之一是无监督学习领域的发展。在他的手中，它已经从一组不相关的算法转变为一个理性统一的领域（该领域主要基于概率推断），可以用来解决现实世界中的问题。 无监督学习抛弃了机器学习其他主要分支的标签和增强信号，发展出从数据到其生成机制基础模式的反向推理算法。从随机建模和贝叶斯推断的一般角度出发，乔丹通过具有图形，组合，时间和频谱结构的计算实体对贝叶斯统计的经典分析分布进行增强。此外，他利用凸分析和统计物理学的思想，开发了利用这些结构进行近似推理的新方法。由此产生的算法（称为变分推断）现在是机器学习的一个主要领域，也是可扩展无监督学习背后的主要引擎。 Jordan还为ML的许多其他重要方法做出了重大贡献，例如神经网络，强化学习和降维。他以在循环神经网络方面的有先见之明的早期工作，以Q-学习（强化学习所基于的动态程序的核心框架）的收敛性的第一个严格理论，以及在“分类损失函数”（提供了涵盖提升和支持向量机的一般分类理论）方面的工作而闻名。近年来，Jordan将注意力转向最优化理论和蒙特卡洛采样，关注重点是非凸优化和高维空间采样。总的来说，他的研究成就比任何特定技术都广泛，即进入了对现实世界系统学习意味着什么的核心，并且预示着机器学习作为一门科学的兴起。 Michael I. Jordan的回应 我的职业生涯起源于认知心理学和哲学领域，受到贝特朗·罗素（Bertrand Russell）等逻辑学家的启发，我被吸引去寻找关于人类智力各个方面（包括推理和学习）的数学表达式的问题。最终，我的工作开始在计算与推断之间的关系上形成数学模型，在那里我又发现自己受惠于上个世纪的先驱者，包括冯·诺依曼，柯尔莫格洛夫，内曼，沃尔德，图灵，布莱克韦尔和维纳。使我着迷的问题是围绕着人类和机器如何基于不确定的数据做出良好的决策，以及如何以高效计算，实时的方式进行。在研究此类问题时，我使用了多种数学，包括凸分析，变分分析，随机微分方程，辛积分，偏微分方程，图论和随机测度。在推断统计的整体框架内工作时，发现了在这些领域中研究的数学结构的一些算法成果，这是令人兴奋的。 我担任教授的第一个十年是在麻省理工学院举行的，我很清楚附近的布朗大学的乌尔夫·格林纳德及他的“模式论”学校的存在，并受到例如Stuart Geman和David Mumford等数学家友好的和热情的欢迎。在接受该奖项时，我想表示我的荣幸和感谢跟这些人合作以及Grenander模式论的知识传统。 迈克尔·欧文·乔丹（Michael I.Jordan）的小传 迈克尔·欧文·乔丹（Michael Irwin Jordan）是加州大学伯克利分校电气工程与计算机科学系和统计系的Pehong Chen（陈丕宏冠名赞助）杰出教授。他的研究兴趣是建立计算学，统计学，认知学和生物科学等的连接。他以在变分推断，主题模型，非参数贝叶斯，强化学习，凸和非凸优化，分布式计算系统以及博弈论学习方面的工作而闻名。乔丹是美国国家科学院院士和美国国家工程院院士。他被数学统计研究所任命为Neyman讲师和Medallion讲师，并在国际数学家大会上进行了全体演讲。他在2020年获得了IEEE约翰·冯·诺依曼奖章，2016年国际人工智能联合会议获得杰出研究奖，2015年获国际认知科学领域最高学术荣誉David E. Rumelhart奖，2009年获得ACM/AAAI Allen Newell奖。 关于奖项 每三年颁发一次的Ulf Grenander随机理论和建模奖，旨在表彰在随机理论和建模方面的杰出理论和应用贡献。它奖励在概率建模，统计推断或相关计算算法领域（特别是复分析或高维系统），理论或应用的开创性工作。该奖项由Grenander的同事（1923-2016）于2016年设立，他是随机过程，抽象推断和模式理论方面的有影响力的学者。2021年的奖项将在1月的2021年虚拟联合数学会议上获得认可。 |
|
|
