机器学习
日前，某机构杰出科学家、某研究所主任伯恩哈德·舍尔科普夫因其在人工智能领域的开创性成就，荣获德国《某报》颁发的“德国人工智能奖”。
本月早些时候，德国全国性报纸《某报》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。
舍尔科普夫是德国蒂宾根某研究所主任，同时也是某机构的杰出科学家，在某机构蒂宾根实验室兼职工作。他因荣获该奖项而获得了10万欧元的奖金。
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界最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，“研究团队开发的算法通过输入大量数据集进行训练，并学会独立识别数据中的规律性——就像大脑通过观察识别规律并得出结论一样。机器常常能在海量数据中发现人类无法找到的结构。希望通过研究，推动机器学习理论方法的应用，例如在医学或天文学领域。”
在某机构，舍尔科普夫的工作重点是应用因果性和机器学习方法解决面向客户的问题。
在去年接受某机构科学访谈时，舍尔科普夫认为因果性是影响现代机器学习发展的最有趣的概念之一。“这是过去十年里我感兴趣的主要课题。”
“常规的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，所有的牛都站在绿色的牧场上，那么系统将‘绿色’作为识别牛的一个有用特征是可行的，前提是测试集的图像也是如此。如果在测试集中，牛站在海滩上，那么这种纯粹的统计系统就可能失败。”
“更广泛地说，”他称，“因果学习和因果推断试图理解系统如何对干预和其他变化做出反应，而不仅仅是预测与训练数据看起来差不多的数据。”
当被问及获得德国人工智能奖的感受时，舍尔科普夫表示，“这是一项巨大的荣誉，这份荣誉属于整个团队。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AI应用和研究领域代表组成的评选委员会，最终推选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
