机器学习泰斗荣获德国AI创新大奖

本月早些时候，某机构杰出科学家、德国马克斯·普朗克智能系统研究所经验推理系主任伯恩哈德·舍尔科普夫接受了德国人工智能奖，以表彰他在人工智能领域取得的开创性成就。

机器学习

伯恩哈德·舍尔科普夫荣获德国AI创新大奖

某机构杰出科学家及马普所所长获此殊荣。

作者：Staff writer
2020年10月22日
预计阅读时长：2分钟

本月早些时候，德国全国性报纸《世界报》将第二届“德国人工智能奖”授予伯恩哈德·舍尔科普夫，以表彰他在人工智能领域的开创性成就。《世界报》将10万欧元的AI创新奖颁发给舍尔科普夫，他担任德国蒂宾根马克斯·普朗克智能系统研究所经验推理系主任，同时也是某机构的杰出科学家，并在某机构的蒂宾根实验室兼职工作。

舍尔科普夫多年来一直在人工智能领域进行顶尖研究。他是国际知名的AI研究者，也是德国AI领域较具影响力的人物之一。例如，他在机器学习领域的研究被引用次数已超过16万次。

“机器学习和因果推断是现代人工智能的关键子领域，”舍尔科普夫说。“我的研究小组开发能够处理大型数据集的算法，并通过训练学习独立识别数据中的规律——就像大脑通过观察识别规律并得出结论一样。机器通常能在大量数据中发现人类无法发现的结构。通过我的研究，我希望为机器学习理论方法的应用做出贡献，例如在医学或天文学中。”

在某机构，舍尔科普夫的工作侧重于将因果性和机器学习方法应用于面向客户的问题。

在去年接受某机构科学采访时，舍尔科普夫表示他认为因果性是影响现代机器学习发展的较有趣的概念性进展之一。“这是我过去十年一直感兴趣的主要课题，”他说。

“常规机器学习建立在相关性或其他统计依赖关系之上，”舍尔科普夫解释道。“只要数据来源不改变，这种方法就没问题。例如，如果在图像识别系统的训练集中，所有牛都站在绿色牧场上，那么对于机器学习系统来说，只要测试集看起来一样，使用绿色作为识别奶牛的有效特征是可以的。如果测试集中的牛站在海滩上，那么这种纯统计系统就可能失败。”

“更一般地说，”他提到，“因果学习和推断试图理解系统如何响应干预和其他变化，而不仅仅是预测与训练数据大致相同的数据。”

当被问及本月早些时候获得德国人工智能奖的反应时，舍尔科普夫说：“这是一项巨大的荣誉，这实际上属于整个团队。这笔奖金将使我们能够进一步挑战极限，努力理解因果学习。”由来自AI应用和研究领域的代表组成，并由汉斯-克里斯蒂安·博斯担任主席的评选委员会，选择了舍尔科普夫获得该奖项。

研究领域
机器学习

标签
人工智能，某机构SageMaker，奖项与荣誉FINISHED
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）