當(dāng)一個(gè)人被冠以“教父”之稱，即便是在非宗教的領(lǐng)域，也意味著這個(gè)人起到了父親般的“監(jiān)護(hù)”、“引導(dǎo)”角色。

Tom M Mitchell，他被全球公認(rèn)為機(jī)器學(xué)習(xí)教父，在機(jī)器學(xué)習(xí)領(lǐng)域的地位可見(jiàn)一斑。

他在全球人工智能實(shí)力排名第一的卡耐基梅隆大學(xué)（以下簡(jiǎn)稱CMU）創(chuàng)辦了人類歷史上的第一個(gè)機(jī)器學(xué)習(xí)系并擔(dān)任系主任。

他的經(jīng)典著作《機(jī)器學(xué)習(xí)：一種人工智能方法》被認(rèn)為是行業(yè)圣經(jīng)，銷量驚人。

他創(chuàng)辦了美國(guó)《Machine Learning》雜志、國(guó)際機(jī)器學(xué)習(xí)年度會(huì)議（ICML），為人工智能與機(jī)器學(xué)習(xí)領(lǐng)域持續(xù)輸出觀點(diǎn)。

他的學(xué)術(shù)論文專著超過(guò)130篇，在包括《Science（科學(xué)）》、《Nature （自然）》等世界頂級(jí)學(xué)術(shù)期刊發(fā)表。

他擁有眾多閃亮的頭銜：CMU計(jì)算機(jī)科學(xué)學(xué)院機(jī)器學(xué)習(xí)系主任、教授，美國(guó)工程院院士，美國(guó)科學(xué)進(jìn)展學(xué)會(huì)（AAAS）成員，人工智能進(jìn)展學(xué)會(huì)（AAAI）成員。

扛起CMU人工智能教育大旗

2018年3月，拒統(tǒng)計(jì)全球院校計(jì)算機(jī)科學(xué)領(lǐng)域?qū)嵙ε琶拈_(kāi)源項(xiàng)目CSranking顯示，卡耐基梅隆大學(xué)（CMU）、麻省理工學(xué)院（MIT）與斯坦福大學(xué)名列全球前三；如果只考慮AI部分的排名，排名第一的是卡耐基梅隆大學(xué)（CMU），清華大學(xué)排名第二，康奈爾大學(xué)和斯坦福大學(xué)并列第3。

今年，《美國(guó)新聞與世界報(bào)道》雜志（U.S. News and World Report）也將CMU評(píng)為美國(guó)人工智能領(lǐng)域最好的計(jì)算機(jī)科學(xué)學(xué)院。

Mitchell為CMU在人工智能領(lǐng)域取得領(lǐng)導(dǎo)地位做出了諸多貢獻(xiàn)。

1951年，Mitchell出生于賓夕法尼亞的布洛斯堡，在紐約度過(guò)童年。1973年，他在麻省理工學(xué)院獲得電子工程學(xué)士學(xué)位，1979年獲得斯坦福大學(xué)電氣工程博士學(xué)位，輔修計(jì)算機(jī)科學(xué)。1978年，Mitchell在羅格斯大學(xué)開(kāi)始教學(xué)生涯，擔(dān)任計(jì)算機(jī)系助理和副教授職位，1986年，Mitchell加入CMU成為一名教授。

他的研究領(lǐng)域包括機(jī)器學(xué)習(xí)、人工智能、認(rèn)知神經(jīng)科學(xué)等領(lǐng)域。1997年，Mitchell出版機(jī)器學(xué)習(xí)領(lǐng)域的第一本教科書(shū)，名為《機(jī)器學(xué)習(xí)》，是機(jī)器學(xué)習(xí)領(lǐng)域的奠基之作，被奉為第一代機(jī)器學(xué)習(xí)的圣經(jīng)，是入門(mén)機(jī)器學(xué)習(xí)的必讀教材之一。

1999 年，Mitchell 成為 CMU 的 E. Fredkin 教授，2009 年他被授予 University Professor 職位，這是 CMU 的最高教職。

2006年，他在CMU計(jì)算機(jī)科學(xué)學(xué)院創(chuàng)辦機(jī)器學(xué)習(xí)系，并成為第一任系主席。2010年，他因在機(jī)器學(xué)習(xí)領(lǐng)域杰出地位入選美國(guó)國(guó)家工程院院士。

今年秋天，CMU 成為美國(guó)首個(gè)提供人工智能本科學(xué)位的大學(xué)。從本科教育啟航培養(yǎng)AI人才，CMU的AI研究和AI教育都走在世界的先列。

據(jù)了解，今年8月，CMU計(jì)算機(jī)學(xué)院院長(zhǎng) Andrew Moore 宣布即將離職，CMU任命Tom Mitchell為計(jì)算機(jī)學(xué)院臨時(shí)代理院長(zhǎng)。CMU 校長(zhǎng) Farnam Jahanian 說(shuō)，「作為機(jī)器學(xué)習(xí)和人工智能方面的領(lǐng)軍學(xué)者，Tom Mitchell 是計(jì)算機(jī)學(xué)院近幾十年來(lái)最杰出的創(chuàng)始人和先驅(qū)之一。他深受整個(gè) CMU 社區(qū)的尊重，并富有領(lǐng)導(dǎo)才能，這將使他成為優(yōu)秀的代理院長(zhǎng)。我很高興他能在這個(gè)重要時(shí)刻擔(dān)負(fù)起這個(gè)責(zé)任，為計(jì)算機(jī)學(xué)院和 CMU 服務(wù)?！?/p>

人工智能與大腦的交叉研究

Mitchell在計(jì)算機(jī)科學(xué)領(lǐng)域出版了130余篇文章，內(nèi)容涵蓋機(jī)器學(xué)習(xí)、人工智能、認(rèn)知神經(jīng)科學(xué)等領(lǐng)域，在機(jī)器學(xué)習(xí)方面，他主要研究統(tǒng)計(jì)學(xué)習(xí)算法的開(kāi)發(fā)和應(yīng)用，如賦予計(jì)算機(jī)理解自然語(yǔ)言的能力以及發(fā)現(xiàn)人腦如何表示信息。

Mitchell 與其在 CMU 心理學(xué)系的同仁創(chuàng)建了首個(gè)預(yù)測(cè)大腦神經(jīng)元激活模式的計(jì)算模型，該研究后來(lái)被擴(kuò)展到其它單詞類型、單詞序列和情緒中。

他開(kāi)發(fā)出名為NELL（Never-Ending Language Learning）的計(jì)算機(jī)程序，能夠從 web 中不斷抽取信息，并教會(huì)自己閱讀。

從Mitchell的個(gè)人主頁(yè)來(lái)看，最近，他在探索AI與機(jī)器學(xué)習(xí)如何影響職業(yè)。他共同主持了美國(guó)國(guó)家科學(xué)院、國(guó)家工程院、國(guó)家醫(yī)藥院的一項(xiàng)研究，旨在總結(jié)出一份 2017 技術(shù)和美國(guó)勞動(dòng)力情況的報(bào)告。

在近幾年的一些國(guó)內(nèi)外大會(huì)上，Mitchell也時(shí)?，F(xiàn)身，介紹他對(duì)AI發(fā)展的看法。

在GMIC 2017（全球移動(dòng)互聯(lián)網(wǎng)大會(huì))上，Mitchell發(fā)表了“突破人類和機(jī)器的邊界”的主題演講。Tom Mitchell認(rèn)為，通過(guò)對(duì)人類大腦的模仿，計(jì)算機(jī)在變得越來(lái)越強(qiáng)。隨著機(jī)器智能和腦科學(xué)的進(jìn)一步發(fā)展，未來(lái)兩個(gè)學(xué)科之間應(yīng)該有更多的交集，并互相學(xué)習(xí)和借鑒。

“我們的智能如何從物理材料中實(shí)現(xiàn)突破，這是科學(xué)界還未解答的問(wèn)題。目前有兩種研究途徑，首先是研究大腦，因?yàn)榇竽X是有智能的，第二是努力打造一種具有智能的機(jī)器。這是兩種學(xué)習(xí)智能的方法，已經(jīng)進(jìn)行了很長(zhǎng)時(shí)間了。

在研究方面，無(wú)論是腦科學(xué)還是人工智能都在進(jìn)行交叉的研究。首先是計(jì)算機(jī)視覺(jué)，神經(jīng)網(wǎng)絡(luò)的確使得計(jì)算機(jī)的視覺(jué)發(fā)生革命性的改變，這樣的一個(gè)神經(jīng)網(wǎng)絡(luò)，可以用來(lái)預(yù)測(cè)人腦當(dāng)中的神經(jīng)元的活動(dòng)，包括它的視覺(jué)皮層相應(yīng)的活動(dòng)，這是一個(gè)深層次的神經(jīng)網(wǎng)絡(luò)。

現(xiàn)在人工的神經(jīng)網(wǎng)絡(luò)可以被我們用來(lái)訓(xùn)練，做一些相應(yīng)的預(yù)測(cè)，也就是說(shuō)我們現(xiàn)在可以建立一種橋梁，對(duì)大腦當(dāng)中的腦神經(jīng)的活動(dòng)進(jìn)行預(yù)測(cè)，這樣就打開(kāi)了無(wú)限的可能，可以回答很多有趣的問(wèn)題。

比如人的視覺(jué)到底是怎樣形成的，以及可以用怎樣的設(shè)備設(shè)計(jì)更好的人工神經(jīng)網(wǎng)絡(luò)，幫助我們做這樣的預(yù)測(cè)。一層一層進(jìn)行輸入、輸出，這樣可以進(jìn)一步推動(dòng)人工的神經(jīng)網(wǎng)絡(luò)。”

詳情請(qǐng)閱讀此前文章（《機(jī)器學(xué)習(xí)》作者Tom Mitchell：人工智能如何向人類大腦學(xué)習(xí) | GMIC 2017）

除了學(xué)術(shù)分享，他也談到很多人工智能發(fā)展的趨勢(shì)，解答了業(yè)界很多困惑。

在他看來(lái)，雖然人工智能經(jīng)歷了兩次大的衰落，但是這次不會(huì)再衰落了。

“因?yàn)槲覀兊侥壳盀橹?AI 在商業(yè)化方面已經(jīng)取得了非常巨大的成功，這是前所未有的，因此我們業(yè)界非常樂(lè)觀。如今人工智能可以讓你和自己的手機(jī)對(duì)話，語(yǔ)音轉(zhuǎn)文本，理解人們開(kāi)的玩笑，和人類進(jìn)行比賽等等。而且我們的業(yè)界也投入了比政府更多的資源來(lái)發(fā)展人工智能，投入之多也是前所未見(jiàn)的，相信在下一個(gè)十年，人類與AI 之間的交互會(huì)更上一層樓?！?/p>

人工智能在全球如火如荼地發(fā)展，中國(guó)具備獨(dú)特的優(yōu)勢(shì)。AI的發(fā)展需要大量的數(shù)據(jù)，還需要多方數(shù)據(jù)的融合，Mitchell談到，中國(guó)政府愿意支持產(chǎn)業(yè)，而且中國(guó)采取的是一種自上而下的方法，更利于大數(shù)據(jù)的建立，比西方國(guó)家更有優(yōu)勢(shì)。

在利用AI推進(jìn)教育方面，Mitchell認(rèn)為確實(shí)可以去建立一些全新的在線的教育系統(tǒng)。通過(guò)不斷的獲取學(xué)生最新的數(shù)據(jù)，再通過(guò)AI讓整個(gè)教學(xué)過(guò)程更加個(gè)性化。CMU也有一些相關(guān)的科學(xué)研究，就提出了這樣的一種機(jī)器學(xué)習(xí)的場(chǎng)景。對(duì)于傳統(tǒng)教學(xué)，教師在收到一些學(xué)生的答案后，人工判卷并教學(xué)；而使用了機(jī)器學(xué)習(xí)的工具后，或許一個(gè)機(jī)器可以收集高達(dá)十萬(wàn)名學(xué)生的答卷并分析出錯(cuò)的規(guī)律。在過(guò)去一位老師他可能窮其一生，都不可能接觸多達(dá)十萬(wàn)名學(xué)生，這就是人工智能的潛力所在。