Científico informático estadounidense
Michael Lederman Littman (nacido el 30 de agosto de 1966) es un científico informático , investigador, educador y autor. Sus intereses de investigación se centran en el aprendizaje por refuerzo . Actualmente es profesor universitario de Ciencias de la Computación en la Universidad de Brown , donde enseña desde 2012.
Carrera
Antes de graduarse, Littman trabajó con Thomas Landauer en Bellcore y obtuvo una patente para uno de los primeros sistemas de recuperación de información en varios idiomas . Littman recibió su doctorado en informática en la Universidad Brown en 1996. De 1996 a 1999, fue profesor en la Universidad Duke . Durante su estancia en Duke, trabajó en un solucionador automático de crucigramas PROVERB, que ganó un premio al mejor artículo en 1999 de la AAAI y compitió en el Torneo Americano de Crucigramas . De 2000 a 2002, trabajó en AT&T . De 2002 a 2012, fue profesor en la Universidad Rutgers ; presidió el departamento de 2009 a 2012. En el verano de 2012 regresó a la Universidad Brown como profesor titular. También ha enseñado en el Instituto de Tecnología de Georgia , donde figuraba como profesor adjunto. [1] Littman se encuentra actualmente en rotación en la Universidad Brown como Director de División en la Fundación Nacional de Ciencias . [2]
Investigación
Los intereses de investigación de Littman son variados, pero se han centrado principalmente en el aprendizaje por refuerzo y campos relacionados, en particular, en el aprendizaje automático en general, la teoría de juegos , las redes informáticas , la resolución de procesos de decisión parcialmente observables de Markov , la resolución informática de problemas de analogía y otras áreas. También está interesado en la educación informática en general y ha escrito un libro sobre programación para todos. [3]
Premios
- Elegido miembro de la ACM en 2018 por sus "contribuciones al diseño y análisis de algoritmos de toma de decisiones secuenciales en inteligencia artificial". [4]
- Ganador del premio IFAAMAS al mejor artículo influyente (2014)
- Ganador del premio AAAI “Shakey” por sobreajuste: video musical sobre aprendizaje automático (2014)
- Elegido miembro de la AAAI en 2010 por sus "contribuciones significativas en los campos del aprendizaje por refuerzo, la toma de decisiones bajo incertidumbre y las aplicaciones del lenguaje estadístico". [5]
- Ganador del premio AAAI “Shakey” al mejor vídeo corto por Aibo Ingenuity (2007)
- Ganador del premio Warren I. Susman a la excelencia en la enseñanza en Rutgers (2011)
- Ganador del premio Robert B. Cox en Duke (1999)
- Ganador del premio AAAI al mejor artículo (1999)
Referencias
Bibliografía
- Littman, Michael L.; Sutton, Richard S .; Singh, Satinder (2002). "Representaciones predictivas de estado" (PDF) . Avances en sistemas de procesamiento de información neuronal 14 (NIPS) . págs. 1555–1561.
- Littman, Michael L.; Keim, Greg A.; Shazeer, Noam M. (1999). "Resolver crucigramas con PROVERB". Actas de la Decimosexta Conferencia Nacional sobre Inteligencia Artificial (AAAI) . Asociación Estadounidense de Inteligencia Artificial. págs. 914–915.
- Kaelbling, Leslie P. ; Littman, Michael L.; Moore, Andrew W. (1996). "Aprendizaje por refuerzo: una encuesta". Revista de investigación en inteligencia artificial . 4 : 237–285. doi : 10.1613/jair.301 .
- Littman, Michael L. (1994). "Juegos de Markov como marco para el aprendizaje por refuerzo de múltiples agentes". Conferencia internacional sobre aprendizaje automático (ICML) . pp. 157–163.
Enlaces externos
Referencias de prensa
- Programación de hogares inteligentes: las declaraciones if-then vuelven a cobrar protagonismo - Science 2.0
- La informática para el resto de nosotros - New York Times
- Muchos científicos descartan el miedo a los robots - Fortune
- Celebrando el 20.° aniversario de los archivos adjuntos de correo electrónico MIME - NJ Tech Weekly
- Los humanos vencieron a un robot de póquer… por poco – NBC News
- Investigadores de Duke enfrentan a jugadores de crucigramas humanos con computadoras
- Volviéndose cruciverbalista - Científico estadounidense
Cursos de Udacity
- Introducción a los algoritmos (más de 88.000 estudiantes registrados [ cita requerida ] )
- Aprendizaje automático (más de 83.000 estudiantes registrados [ cita requerida ] )
- Aprendizaje por refuerzo y toma de decisiones