Эндрю Герет Барто
Э́ндрю Ге́рет Ба́рто ([Нет даты!]) — американский специалист в области информатики наиболее известный своими работами в области современных вычислительных методов обучения с подкреплением[1]. В 2025 году вместе со своим бывшим аспирантом Ричардом Саттоном был удостоен премии Тьюринга от Ассоциации вычислительной техники.
Биография[править]
Образование[править]
Изучал математику в Мичиганском университете, который окончил с отличием в 1970 году. Первоначально специализировался на корабельной инженерии, однако после изучения ряда работ Майкла Арбиба, Маккалока и Питтса заинтересовался методами моделирования работы мозга при помощиискусственных нейронных сетей; пять лет спустя получил учёную степень в области информатики за диссертацию о клеточных автоматах[2].
Начало карьеры[править]
Постдокторантуру проходил в Колледже информатики и компьютерных наук Массачусетского университета в Амхерсте, куда поступил в 1977 году; в 1982 году стал доцентом, а в 1991 — профессором. С 2007 по 2011 год — заведующий кафедрой и основной преподаватель Программы по нейронаукам и поведению[3]. В этот же период возглавлял (как соруководитель) Лабораторию автономного обучения, где были обоснованы несколько ключевых подходов и разработаны важнейшие технологии в области обучения с подкреплением. За свою карьеру Эндри Барто выпустил 27 аспирантов, 13 из которых стали получили учёное звание профессора. В числе его учеников другой известный специалист в области машинного обучения с подкреплением Ричард Саттон.
Обучение с подкреплением[править]
Барто и Саттон входили в группу исследователей, изучавших работу нейронов в мозге как основу для создания систем, имитирующих мыслительный процесс человека. Им удалось существенно развить идеи Гарри Клопфа — другого видного теоретика в области искусственного интеллекта — и предложить свою математическую концепцию («обучение с подкреплением»), которая стал ключевым элементом для создания современных систем искусственного интеллекта[4].
Барто и Саттон модернизировали марковский процесс принятия решений для объяснения того, как агенты (алгоритмические сущности) принимают решения в стохастической среде таким образом, что и среда и награды могли бы оставаться неизвестными — такой метод позволил применить этот алгоритм к широкому кругу задач[5]. Предложенный учёными подход совершенствовался и развивался — а первым крупным его применением стало создание программы AlphaGo, которая сумела обучиться игре в го и в 2016 году превзойти одного из сильнейших игроков мира[4].
Труды Барто и Саттона широко известны во всем мире, а сами учёные признаны основоположниками современного метода обучения с подкреплением, сделавшим возможным создание современных больших языковых моделей[6].
Барто опубликовал более ста научных работ. Вместе с Ричардом Саттоном он является соавтором книги «Обучение с подкреплением: Введение», а также входит в редакторский коллектив книги «Справочник по обучению и приближённому динамическому программированию»[7].
Награды[править]
Барто является членом Американской ассоциации содействия развитию науки, старшим членом IEEE[8], а также членом Американской ассоциации искусственного интеллекта и Общества нейронаук[9].
Барто был удостоен награды Университета Массачусетса за достижения в области нейронаук 2019 году, премии IEEE Neural Network Society Pioneer Award в 2004 году[10] и IJCAI Award for Research Excellence в 2017 году. В его наградной цитате говорилось: «Профессор Барто признан за его новаторские и значимые исследования как в теории, так и в применении обучения с подкреплением»[11].
В 2025 году Барто и Саттон отмечены премией Тьюринга «за разработку концептуальных и алгоритмических основ обучения с подкреплением»[12][13][14].
Примечания[править]
- ↑ UJCAI 2017 Awards англ. (10.03.2025).
- ↑ Virtual History Interviews англ. (10.03.2025).
- ↑ Эндрю Дж. Барто. Массачусетский университет в Амхерсте (17 февраля 2008). Архивировано из первоисточника 28 ноября 2020. Проверено 18 октября 2020.
- ↑ 4,0 4,1 Мец, Кейд. Премия Тьюринга присуждена двум пионерам искусственного интеллекта (en-US), The New York Times (5 марта 2025).
- ↑ Премия А.М. Тьюринга. amturing.acm.org. Проверено 8 марта 2025.
- ↑ Пионеры ИИ Эндрю Барто и Ричард Саттон получают премию Тьюринга 2025 года за новаторский вклад в обучение с подкреплением | NSF – Национальный научный фонд англ.. www.nsf.gov (5 марта 2025). Проверено 8 марта 2025.
- ↑ UMass Amherst: Кафедра информатики Архивировано из первоисточника 2 сентября 2006.
- ↑ Барто избран членом IEEE. Массачусетский университет в Амхерсте (22 ноября 2005). Архивировано из первоисточника 3 декабря 2019. Проверено 3 декабря 2019.
- ↑ CMU CS – Семинар по ИИ. www.cs.cmu.edu. Проверено 7 марта 2025.
- ↑ "IEEE Computational Intelligence Society Past Recipients" (6 сентября 2022). Проверено 6 сентября 2022.
- ↑ Награды IJCAI 2017 (19 августа 2017). Проверено 6 сентября 2022.
- ↑ Лауреаты премии Тьюринга – Дирекция по компьютерным и информационным наукам и инженерии (CISE) | NSF – Национальный научный фонд англ.. www.nsf.gov (5 марта 2025). Проверено 8 марта 2025.
- ↑ Мец, Кейд. Премия Тьюринга присуждена двум пионерам искусственного интеллекта (en-US), The New York Times (5 марта 2025).
- ↑ Мец, Кейд. Премия Тьюринга присуждена двум пионерам искусственного интеллекта (en-US), The New York Times (5 марта 2025).
 ↑ [+] | |
|---|---|
| Задачи | |
| Обучение с учителем | |
| Кластерный анализ | |
| Снижение размерности | |
| Структурное прогнозирование | |
| Выявление аномалий | |
| Графовые вероятностные модели | |
| Нейронные сети | |
| Обучение с подкреплением | |
| Теория | |
| Журналы и конференции | |
 | Одним из источников, использованных при создании данной статьи, является статья из википроекта «Рувики» («ruwiki.ru») под названием «Эндрю Герет Барто», расположенная по адресу:
Материал указанной статьи полностью или частично использован в Циклопедии по лицензии CC-BY-SA 4.0 и более поздних версий. Всем участникам Рувики предлагается прочитать материал «Почему Циклопедия?». |
|---|