Thomas Dean (científico informático)

El libro de Dean y Wellman, Planificación y Control ^{[ 3 ],} proporcionó un puente muy necesario entre la investigación en IA sobre métodos simbólicos de tiempo discreto para la planificación y toma de decisiones orientadas a objetivos y los métodos teóricos de control de tiempo continuo para la robótica y los sistemas de control industrial. Se introducen conceptos básicos de control, como la "observabilidad", la "estabilidad" y la "optimalidad", y se presentan y explican muchos de los resultados teóricos más importantes. En una reseña publicada en el Artificial Intelligence Journal, James Hendler escribió que el libro sirve como una "piedra Rosetta" para la traducción entre los campos de la robótica y la IA. ^{[ 10 ]}

El término algoritmo anytime fue acuñado por Dean y Boddy a finales de los años 80. ^{[ 11 ]} El trabajo de Dean y Boddy en esta área se ha centrado en la programación deliberativa aplicada a problemas de planificación dependientes del tiempo. La programación deliberativa es la asignación explícita de recursos a tareas (en la mayoría de los casos, algoritmos anytime) para maximizar el valor total del cálculo de un agente. ^{[ 12 ]} Los problemas de planificación dependientes del tiempo se definen como problemas de planificación donde el tiempo disponible para responder a eventos varía de una situación a otra. Además de definir los conceptos básicos, Dean y Boddy proporcionaron análisis teóricos y aplicaciones en robótica e investigación operativa. ^{[ 13 ] [ 14 ] [ 15 ] [ 16 ] [ 17 ]}

Dean desempeñó un papel fundamental en la adopción del marco de los procesos de decisión de Markov (MDP) como herramienta fundamental en inteligencia artificial. En particular, fue pionero en el uso de representaciones y algoritmos de IA para factorizar modelos y problemas complejos en subpartes de interacción débil para mejorar la eficiencia computacional. Su trabajo en estimación de estado enfatizó el razonamiento causal temporal ^{[ 18 ] [ 13 ] [ 19 ]} y la integración con modelos gráficos probabilísticos. ^{[ 20 ] [ 21 ]} Su trabajo en control incluye partición del espacio de estados, ^{[ 22 ] [ 23 ] [ 24 ] [ 25 ] [ 26 ]} métodos jerárquicos, ^{[ 20 ] [ 21 ]} y minimización de modelos. ^{[ 27 ] [ 28 ] [ 29 ] [ 14 ]} Esta línea de trabajo se resume claramente en un artículo muy influyente escrito conjuntamente con Craig Boutilier y Steve Hanks. ^{[ 30 ]}

Trabajando con sus colaboradores, James Allen y Yiannis Aloimonos, especializados respectivamente en visión por computadora y procesamiento del lenguaje natural , Dean escribió uno de los primeros libros de texto modernos de IA que incorporaba la teoría de la probabilidad, el aprendizaje automático y la robótica, y situaba temas tradicionales de IA como el razonamiento simbólico y la representación del conocimiento mediante el cálculo de predicados dentro de un contexto más amplio. ^{[ 6 ]} La primera y única edición publicada en diciembre de 1994 compitió inicialmente con la primera edición de Inteligencia Artificial: Un Enfoque Moderno de Russell y Norvig, que salió en 1995, pero fue eclipsada por la segunda edición del texto de Russell y Norvig publicada en 2003. ^{[ 31 ]}

Como copresidente de la Conferencia AAAI de 1991, Dean organizó un evento de prensa con robots móviles que transportaban bandejas de canapés y que apenas evitaban a los participantes. La cobertura en las noticias de la noche fue entusiastamente positiva y, en 1992, Dean y Peter Bonasso , con la retroalimentación de la comunidad robótica, crearon la Competencia de Robótica AAAI, que presentaba eventos destinados a mostrar robots compitiendo en eventos que implicaban realizar tareas en el hogar, la oficina y los sitios de desastre. ^{[ 32 ] [ 33 ] [ 34 ]} La competencia todavía se celebraba en 2010. ^{[ 35 ]}

Tras comenzar su carrera como científico investigador en Google, Dean fue nombrado profesor consultor en Stanford y empezó a impartir un curso titulado « Modelos computacionales del neocórtex» . Durante los siguientes quince años, invitó a destacados neurocientíficos de todo el mundo a dar charlas y asesorar a los estudiantes que trabajaban en sus proyectos de clase. Varias de estas clases dieron lugar a artículos escritos en coautoría por estudiantes, que derivaron en proyectos de investigación en Google. ^{[ 29 ] [ 36 ] [ 37 ] [ 38 ]}

Con el objetivo de crear un equipo centrado en la neurociencia computacional escalable, Dean y sus estudiantes de Stanford elaboraron un documento técnico titulado Perspectivas tecnológicas y oportunidades de inversión para la neurociencia escalable ^{[ 29 ]} , que sirvió de base para la creación de un equipo de ingenieros de software y neurocientíficos computacionales especializados en conectómica . Desde el principio, Dean colaboró ​​con Christof Koch, científico jefe del Instituto Allen para la Neurociencia Cerebral, para establecer una alianza, y contrató a Viren Jain del HHMI para que liderara el proyecto técnicamente.

Dean y Jain ampliaron el equipo a más de diez ingenieros de software y participaron en la planificación de la Iniciativa Cerebral de los NIH . A medida que mejoraban sus herramientas de visión artificial y aprendizaje automático, el equipo buscó y desarrolló asociaciones adicionales con Gerry Rubin en el Campus Janelia del HHMI , Jeff Lichtman en Harvard y Winfried Denk en el Instituto Max Planck de Neurobiología . Cada una de estas colaboraciones daría lugar a reconstrucciones densas y de alta precisión de muestras de tejido neural en diferentes organismos, superando repetidamente el estado del arte actual en tamaño y calidad. ^{[ 39 ] [ 40 ] [ 41 ]} Viren Jain es actualmente el director del proyecto y científico principal del esfuerzo en curso en Google. Los datos resultantes sobre conectividad cerebral, incluido el conectoma del "hemisferio", un mapa muy detallado de la conectividad neuronal en el cerebro de la mosca ^{[ 42 ]} y el conjunto de datos "H01", una representación de 1,4 petabytes de una pequeña muestra de tejido cerebral humano, ^{[ 43 ]} se publicaron.

Dean lideró algunas de las primeras investigaciones sobre el uso de redes neuronales en Google, que condujeron directamente a la creación del proyecto Google Brain. Experimentó con diferentes enfoques para utilizar la aceleración por hardware y superar las limitaciones de rendimiento actuales en la creación de servicios web a escala industrial. Colaboró ​​con Dean Gaudet en el equipo de Infraestructura y Plataformas de Google para defender la introducción de unidades de procesamiento gráfico (GPU) en los centros de datos de Google. Trabajó estrechamente con Vincent Vanhoucke , quien dirigió el equipo de investigación de percepción y calidad del reconocimiento de voz, para demostrar el valor de las GPU para el entrenamiento y la implementación de arquitecturas de redes neuronales profundas en la nube, centrándose en el reconocimiento de voz para la Búsqueda por Voz de Google .