Douglas Lenat - Douglas Lenat

Douglas Lenat
Dbl4.jpg
Nascer 13 de setembro de 1950
Filadélfia, Pensilvânia
Nacionalidade Estados Unidos
Educação University of Pennsylvania , Stanford University (Ph.D.)
Ocupação Cientista da computação
Empregador Cycorp, Inc.
Conhecido por Linguagem de programação Lisp , CEO da Cycorp, Inc. , AM , Eurisko , Cyc
Prêmios 1977 Prêmio IJCAI de Computadores e Pensamento , Grande Almirante Oficial do Esquadrão de Crédito Trilhões de 1981

Douglas Bruce Lenat (nascido em 1950) é o CEO da Cycorp, Inc. de Austin, Texas , e tem sido um proeminente pesquisador em inteligência artificial ; ele recebeu o prêmio bianual IJCAI Computers and Thought em 1976 por criar o programa de aprendizado de máquina, AM . Ele trabalhou em aprendizado de máquina (simbólico, não estatístico) (com seus programas AM e Eurisko ), representação de conhecimento, "economia cognitiva", sistemas de quadro-negro e o que ele chamou em 1984 de " engenharia ontológica " (com seu programa Cyc no MCC e , desde 1994, na Cycorp ). Ele também trabalhou em simulações militares e em vários projetos para o governo dos EUA, militares, inteligência e organizações científicas. Em 1980, ele publicou uma crítica ao darwinismo de mutação aleatória convencional. Ele é o autor de uma série de artigos no Journal of Artificial Intelligence explorando a natureza das regras heurísticas.

Lenat foi um dos Fellows originais da AAAI e é o único indivíduo a ter servido nos Conselhos Consultivos Científicos da Microsoft e da Apple. Ele é um Fellow da AAAS , AAAI e Cognitive Science Society , e um editor do J. Automated Reasoning , J. Learning Sciences e J. Applied Ontology . Foi um dos fundadores da TTI / Vanguard em 1991 e permanece como membro de seu conselho consultivo ainda em 2017. Foi nomeado um dos 25 da Wired.

Antecedentes e educação

Lenat nasceu na Filadélfia, Pensilvânia, em 13 de setembro de 1950, e cresceu lá, dos 5 aos 15 anos, em Wilmington, Delaware. Ele estudou na Cheltenham High School, em Wyncote PA, onde seu trabalho pós-escola no vizinho Beaver College era limpar gaiolas de ratos e, em seguida, canetas de ganso, o que o motivou a aprender a programar como um caminho para um trabalho pós-escolar e de verão muito diferente e, eventualmente, carreira.

Enquanto freqüentava a Universidade da Pensilvânia , Lenat se sustentava por meio da programação, notadamente projetando e desenvolvendo uma interface de linguagem natural para um sistema de perguntas e respostas de banco de dados da Marinha dos EUA, servindo como um dos primeiros manuais de operações de bordo on-line usados ​​em porta-aviões dos EUA. Ele recebeu seu diploma de bacharel em Matemática e Física e seu mestrado em Matemática Aplicada, tudo em 1972, pela Universidade da Pensilvânia.

Para sua tese sênior, orientada em parte por Dennis Gabor , era rebater ondas acústicas na faixa de 40 MHz em objetos do mundo real, registrar seus padrões de interferência em um gráfico quadrado de 2 metros e foto-reduzi-los a um quadrado de 10 mm imagem do filme, brilhar um laser através do filme e, assim, projetar o objeto de imagem tridimensional - ou seja, o primeiro holograma acústico conhecido . Para resolver uma discussão com o Dr. Gabor , Lenat gerou por computador um holograma de cinco dimensões, por foto-redução da impressão de computador do padrão de interferência de um globo girando e se expandindo ao longo do tempo, reduzindo a grande impressão de papel bidimensional a um tamanho moderadamente grande Superfície de filme quadrado de 5 cm através da qual um feixe de laser convencional foi então capaz de projetar uma imagem tridimensional, que mudou de duas maneiras independentes (girando e mudando de tamanho) conforme o filme foi movido para cima-para baixo ou da esquerda para a direita.

Lenat era um Ph.D. estudante em Ciência da Computação na Universidade de Stanford, onde sua pesquisa publicada incluiu a síntese automática de programas a partir de pares de entrada / saída e de diálogos de esclarecimento de linguagem natural.

Pesquisar

Ele recebeu seu Ph.D. em Ciência da Computação pela Universidade de Stanford (publicado como Sistemas baseados em conhecimento em inteligência artificial , junto com a tese de Ph.D. de Randall Davis, McGraw-Hill, 1982) em 1976. Seu orientador de tese foi o Professor Cordell Green, e sua tese / o comitê oral incluiu os professores Edward Feigenbaum , Joshua Lederberg , Paul Cohen , Allen Newell , Herbert Simon , Bruce Buchanan , John McCarthy e Donald Knuth .

Sua tese, AM (Automated Mathematician) foi um dos primeiros programas de computador que tentou fazer descobertas, ou seja, ser um proponente de teorema ao invés de um provador de teorema . Experimentar o programa alimentou um ciclo de críticas e melhorias, levando a uma compreensão um pouco mais profunda da criatividade humana. Muitas questões tiveram que ser tratadas na construção de tal programa: como representar o conhecimento formal, expressiva e concretamente, como programar centenas de regras heurísticas de "interesse" para julgar o valor de novas descobertas, heurísticas para quando raciocinar simbólica e indutivamente (e lentamente) versus quando raciocinar estatisticamente a partir de dados de frequência (e, portanto, rapidamente), qual poderia ser a arquitetura - as restrições de design - de tais programas de raciocínio, por que as heurísticas funcionam (em suma, porque o futuro é uma função contínua do passado), e qual poderia ser sua "estrutura interna". AM foi um dos primeiros passos hesitantes em direção a uma ciência da aprendizagem por descoberta, em direção a desmistificar o processo criativo e demonstrar que os programas de computador podem fazer descobertas novas e criativas.

Em 1976, Lenat começou a lecionar como professor assistente de Ciência da Computação na Carnegie Mellon e começou seu trabalho no programa de IA da Eurisko . A limitação do AM era que ele estava bloqueado para seguir um conjunto fixo de heurísticas de interesse; A Eurisko , por outro lado, representava suas regras heurísticas como objetos de primeira classe e, portanto, podia explorar, manipular e descobrir novas heurísticas da mesma forma que (e a AM ) explorava, manipulava e descobria novos conceitos de domínio.

Lenat voltou para Stanford como professor assistente de Ciência da Computação em 1978 e continuou sua pesquisa construindo o programa de descoberta automática e heurística da Eurisko. Eurisko fez muitas descobertas interessantes e obteve aclamação significativa, com o artigo de Lenat "Heurética: Estudo Teórico e Experimental de Regras Heurísticas" ganhando o prêmio de Melhor Artigo na conferência AAAI de 1982 .

Um apelo ao "bom senso"

Ao contrário da vasta preponderância de resultados científicos publicados, Lenat (trabalhando com John Seely Brown na Xerox PARC) publicou em 1984 uma análise completa e franca de quais eram as limitações de suas linhas de pesquisa AM e Eurisko. Concluiu que o progresso em direção à IA real, geral e simbólica exigiria uma vasta base de conhecimento de "bom senso", devidamente formalizada e representada, e um mecanismo de inferência capaz de encontrar conclusões e argumentos de dezenas ou centenas de profundas que se seguiram à aplicação de essa base de conhecimento para questões e aplicações específicas.

Os sucessos e a análise franca das limitações desta abordagem AM e Eurisko para IA, e o apelo final para o enorme esforço de P&D (multi-mil pessoas por ano, décadas) seriam necessários para quebrar esse gargalo para IA , chamou a atenção do almirante Bob Inman em 1982 e do então consórcio de pesquisa MCC em Austin, Texas , culminando com Lenat se tornando Cientista Principal da MCC de 1984 a 1994, embora ele tenha continuado mesmo após esse período a retornar a Stanford para ensinar aproximadamente um curso por ano. No MCC de 400 pessoas, Lenat conseguiu que várias dezenas de pesquisadores trabalhassem nessa base de conhecimento de bom senso , em vez de apenas alguns alunos de pós-graduação.

Cycorp

Os frutos da primeira década de P&D no Cyc foram extraídos da MCC para uma empresa, a Cycorp, no final de 1994. Em 1986, ele estimou que o esforço para completar o Cyc seria de pelo menos 250.000 regras e 1.000 pessoas-ano de esforço , provavelmente o dobro disso e, em 2017, ele e sua equipe haviam gasto cerca de 2.000 anos-pessoa construindo o Cyc, aproximadamente 24 milhões de regras e afirmações (sem contar os "fatos") e 2.000 anos-pessoa de esforço. Lenat enfatiza que ele e sua equipe de P&D de 60 pessoas se esforçam para manter esses números o menor possível; até mesmo o número de inferências de uma etapa no fechamento dedutivo de Cyc está na casa das centenas de trilhões.

A partir de 2018, Lenat continua seu trabalho na Cyc como CEO da Cycorp. Enquanto a primeira década de trabalho em Cyc (1984–1994) foi financiada por grandes empresas americanas reunindo fundos de pesquisa de longo prazo para competir com o Projeto de Computador de Quinta Geração japonês , e a segunda década (1995-2006) de trabalho em Cyc foi financiada pelos contratos de pesquisa das agências governamentais dos Estados Unidos, da terceira década até o presente (2007-presente) foi amplamente apoiado por aplicações comerciais do Cyc, incluindo nas áreas de serviços financeiros, energia e saúde.

Entre os aplicativos Cyc recentes, um incomum, o MathCraft , envolve ajudar os alunos do ensino médio a compreender mais profundamente a matemática. A maioria das pessoas teve a experiência de pensar que entendíamos algo, mas só o entendíamos realmente quando tínhamos que explicar ou ensinar a outra pessoa. Apesar disso, quase toda instrução auxiliada por IA tem a IA desempenhando o papel de professor. Em contraste, o Mathcraft tem o AI, Cyc, desempenhando o papel de um colega que está sempre um pouco mais confuso do que você, o usuário. Ao dar bons conselhos ao MathCraft, isso permite que o avatar cometa menos erros desse tipo e, do ponto de vista do usuário, parece que ele lhe ensinou algo. Este tipo de paradigma de Aprendizagem pelo Ensino pode ter amplas aplicações em domínios futuros onde o treinamento está envolvido.

Citações

Doug Lenat em seu escritório na Cycorp
  • "Inteligência é dez milhões de regras." Isso se refere ao conhecimento prévio e tácito que os autores presumem que todos os seus leitores possuem (como "se a pessoa x conhece a pessoa y, então a data de morte de x não pode ser anterior à data de nascimento de y"), sem contar o número muito maior de "fatos", como os que podem ser encontrados na Wikipedia ou no Google.
  • "Pode chegar o momento em que um Cyc amplamente expandido será a base de inúmeros aplicativos de software. Mas atingir esse objetivo pode facilmente levar mais duas décadas."
  • "Uma vez que você tenha uma quantidade verdadeiramente massiva de informação integrada como conhecimento, então o sistema de software humano será sobre-humano, no mesmo sentido que a humanidade com a escrita (ou a própria linguagem) é sobre-humana comparada à humanidade antes da escrita (ou a própria linguagem). Nós olhamos para trás, para os homens das cavernas pré-linguísticos e pensamos 'eles não eram exatamente humanos, eram?' Da mesma forma, nossos descendentes olharão para trás no homo sapiens pré-AI com exatamente aquela mistura de alteridade e piedade. "
  • "Às vezes, o verniz de inteligência não é suficiente."
  • “Se os computadores fossem humanos, eles se apresentariam como autistas, esquizofrênicos ou frágeis. Não seria sensato ou perigoso para essa pessoa cuidar de crianças e cozinhar refeições, mas está no horizonte para robôs domésticos. É como dizer: 'Temos um trabalho importante a fazer, mas vamos contratar cães e gatos para fazer isso.' ”

Escritos

  • "Why AM and Eurisko Appear to Work," (Lenat e John Seely Brown), Proceedings of National Conference on AI (AAAI-83) , Washington, DC, agosto de 1983.
  • Davis, Randall; Lenat, Douglas B. (1982). Sistemas Baseados em Conhecimento em Inteligência Artificial . Nova York: McGraw-Hill International Book Co. ISBN 978-0-07-015557-2.
  • Hayes-Roth, Frederick; Waterman, Donald Arthur; Lenat, Douglas B., eds. (1983). Construindo Sistemas Especializados . Leitura, Missa: Addison-Wesley Pub. Co. ISBN 978-0-201-10686-2.
  • `Lenat, Douglas B." Software de Computador para Sistemas Inteligentes: An Underview of AI ", em Scientific American, setembro de 1984.
  • Lenat, Douglas B .; Clarkson, Albert; Kircmidjian, Garo (1983). "Um Sistema Especializado para Indicações e Análise de Advertências". Anais da Oitava Conferência Internacional Conjunta sobre Inteligência Artificial - Volume 1 . IJCAI'83. San Francisco, CA, EUA: Morgan Kaufmann Publishers Inc .: 259–262.
  • Lenat, Douglas B .; Feigenbaum, Edward A. (fevereiro de 1991). "Nos limiares do conhecimento". Artif. Intell . 47 (1-3): 185–250. doi : 10.1016 / 0004-3702 (91) 90055-O. ISSN  0004-3702.
  • Lenat, Douglas B .; Guha, RV (1990-01-01). Construindo grandes sistemas baseados em conhecimento: representação e inferência no projeto Cyc . Reading, Mass .: Addison-Wesley. ISBN  9780201517521 .
  • Lenat, Douglas B. De 2001 a 2001: Common Sense and the Mind of HAL
  • Lenat, Douglas B. (10/07/2008). "A Voz da Tartaruga: O que Aconteceu com a IA?". AI Magazine . 29 (2). doi : 10.1609 / aimag.v29i2.2106. ISSN  0738-4602
  • Blackstone EH, Lenat, DB e Ishwaran H. Infraestrutura necessária para aprender qual cuidado é melhor: métodos que precisam ser desenvolvidos , em (Olsen L., Grossman, C., e McGinnis, M., eds.) Learning What Works: Infraestrutura necessária para pesquisa de eficácia comparativa . Institute of Medicine Learning Health System Series, The National Academies Press, pp. 123-144, 2011.
  • Lenat DB, Durlach P. “Reforçando o Conhecimento da Matemática por Imersão dos Alunos em uma Experiência Simulada de Aprendizagem por Ensino.” J. Jornal Internacional de Inteligência Artificial na Educação. , 2014
  • Lenat, Douglas B. (2016-04-13). "WWTS (O que Turing diria?)". AI Magazine . 37 (1): 97–101. doi : 10.1609 / aimag.v37i1.2644. ISSN  0738-4602
  • Veja também muitas das referências, abaixo.

Referências

links externos