剛剛傳來消息，深度學(xué)習(xí)NLP領(lǐng)軍人Chris Manning教授將接替李飛飛出任斯坦福人工智能實(shí)驗(yàn)室（SAIL）負(fù)責(zé)人。李飛飛教授將繼續(xù)擔(dān)任斯坦福視覺與學(xué)習(xí)實(shí)驗(yàn)室（SVL）負(fù)責(zé)人，以及新成立的斯坦福以人為本人工智能研究院共同院長。

根據(jù)斯坦福人工智能實(shí)驗(yàn)室官方Twitter消息，深度學(xué)習(xí)自然語言處理領(lǐng)軍人、斯坦福教授Chris Manning將接替李飛飛，成為該實(shí)驗(yàn)室最新一任負(fù)責(zé)人。

李飛飛教授將繼續(xù)擔(dān)任斯坦福視覺與學(xué)習(xí)實(shí)驗(yàn)室（SVL）負(fù)責(zé)人，并在她的新崗位——斯坦福以人為本人工智能研究院共同院長上發(fā)揮重要功能。

斯坦福AI Lab激動(dòng)地與大家宣布Chris Manning 將出任SAIL負(fù)責(zé)人。感謝李飛飛為SAIL和社區(qū)成長所作出的重大貢獻(xiàn)。她現(xiàn)在是斯坦福新成立的以人為本人工智能研究院共同院長。

深度學(xué)習(xí)NLP領(lǐng)軍人成為斯坦福AI實(shí)驗(yàn)室新任負(fù)責(zé)人

斯坦福AI實(shí)驗(yàn)室（SAIL）成立于1962年，由約翰·麥卡錫（John McCarthy）教授創(chuàng)辦，麥卡錫是現(xiàn)代人工智能領(lǐng)域的奠基人之一，正是他在 1956 年的達(dá)特矛斯會議上提出了 “人工智能” 這個(gè)概念。

斯坦福AI實(shí)驗(yàn)室一直處于人工智能革命的最前沿。

對于新智元的讀者來說，李飛飛教授已經(jīng)無需贅言。她最知名的工作是主持創(chuàng)建了ImageNet計(jì)算機(jī)視覺識別數(shù)據(jù)庫及挑戰(zhàn)賽，極大地促進(jìn)了圖像識別領(lǐng)域的技術(shù)發(fā)展。

今年10月20日，李飛飛發(fā)布了她結(jié)束為期兩年的學(xué)術(shù)假，正式離開谷歌云、回歸斯坦福后的最新動(dòng)態(tài)：擔(dān)任斯坦福新成立的“以人為本人工智能研究院”共同院長。

李飛飛將繼續(xù)留在SAIL，并帶領(lǐng)斯坦福大學(xué)視覺與學(xué)習(xí)實(shí)驗(yàn)室(SVL)。

Christopher Manning

Christopher Manning于1989年在澳大利亞國立大學(xué)獲得榮譽(yù)學(xué)士學(xué)位，于1994年在斯坦福大學(xué)獲得語言學(xué)博士學(xué)位。

從斯坦福大學(xué)畢業(yè)后，他先后在卡內(nèi)基梅隆大學(xué)和悉尼大學(xué)擔(dān)任教職，并于1999年回到斯坦福，加入計(jì)算機(jī)科學(xué)和語言學(xué)系。他創(chuàng)建了斯坦福 NLP Group，負(fù)責(zé)管理斯坦福 CoreNLP 軟件的開發(fā)工作。

Christopher Manning目前是斯坦福大學(xué)計(jì)算機(jī)科學(xué)與語言學(xué)系Thomas M. Siebel教授。他的研究目標(biāo)是能夠智能地處理、理解和生成人類語言材料的計(jì)算機(jī)。

Manning是將深度學(xué)習(xí)應(yīng)用于自然語言處理領(lǐng)域的領(lǐng)軍人物，在樹遞歸神經(jīng)網(wǎng)絡(luò)、情感分析、神經(jīng)網(wǎng)絡(luò)依賴解析、詞向量 GloVe 模型、神經(jīng)機(jī)器翻譯、深度語言理解等領(lǐng)域有著許多著名研究。

Manning還專注于解析、強(qiáng)大的文本推斷和多語言語言處理的計(jì)算語言學(xué)方法，他也是Stanford Dependencies和Universal Dependencies的主要開發(fā)人員。

Manning 教授的論文目前被引用超過 7 萬次，其中，他作為第一作者與人合著的《自然語言處理統(tǒng)計(jì)方法》（Manning and Schütze，1999）和《信息檢索》（Manning，Raghavan 和 Schütze，2008）已成為領(lǐng)域內(nèi)著名的教科書。

Manning是ACM Fellow、AAAI Fellow和ACL Fellow，往屆ACL President。他的研究多次獲得ACL、Coling、EMNLP和CHI這些計(jì)算語言學(xué)頂會的最佳論文獎(jiǎng)。

自然語言處理或成深度學(xué)習(xí)接下來研究重點(diǎn)

斯坦福AI實(shí)驗(yàn)室負(fù)責(zé)人的交替，可以說從某種程度上也反映了當(dāng)前人工智能研究領(lǐng)域的發(fā)展趨勢。

以李飛飛為代表的計(jì)算機(jī)視覺探索，在感知方面已經(jīng)初步成熟，并逐步在工業(yè)界開花落地。當(dāng)然，計(jì)算機(jī)視覺的研究永無止境，并將持續(xù)下去。

新一輪人工智能學(xué)術(shù)研究熱點(diǎn)，已經(jīng)在自然語言處理領(lǐng)域興起。直到最近，深度學(xué)習(xí)浪潮一直沒有在自然語言處理領(lǐng)域掀起太大波瀾，但研究人員的不斷努力正在改變這一點(diǎn)。

Chris Manning教授是自然語言處理界的大牛，一直積極推動(dòng)將更多的語言結(jié)構(gòu)融入深度學(xué)習(xí)，因而也被譽(yù)為“深度學(xué)習(xí)NLP領(lǐng)軍人”，他所教授的課程《深度學(xué)習(xí)自然語言處理》與李飛飛教授的CS231一樣，得到了廣大學(xué)生、開發(fā)者乃至興趣愛好者在內(nèi)的熱烈歡迎。

Manning 教授認(rèn)為，深度學(xué)習(xí)是研究 NLP 和語言學(xué)的好方法。

Manning接受新智元專訪

新智元此前對Manning教授進(jìn)行了專訪，在采訪中，Manning 教授指出，雖然深度學(xué)習(xí)是研究 NLP 的好方法，但目前為止 NLP 從深度學(xué)習(xí)的收益更多是來自分布式詞匯表示（distributed word representation），而非真正的深度學(xué)習(xí)，真正的深度學(xué)習(xí)使用更抽象的表征構(gòu)建的層次來促進(jìn)泛化。

但是，他對此表示樂觀，“我們現(xiàn)在仍處于這一波深度學(xué)習(xí)復(fù)興浪潮的初期”。同時(shí)，他認(rèn)為構(gòu)建深度學(xué)習(xí)系統(tǒng)的方法本身就很有用，不僅局限于 NLP。

Manning 也鼓勵(lì)人們在工作中更多結(jié)合語言和語言結(jié)構(gòu)。他認(rèn)為 NLP 中的深度學(xué)習(xí)與語言學(xué)之爭是很自然的現(xiàn)象——“當(dāng)有很好用的形式化方法工具出現(xiàn)時(shí)，研究這些新工具的人會把它們用在各種各樣的領(lǐng)域里，即使他們自己并不是這些領(lǐng)域的專家，因此往往會忽視領(lǐng)域中本應(yīng)注意的細(xì)微精妙之處”——有爭論是好事，問題將來也會自己解決。

同時(shí)，Manning 表示，NLP 是研究語言技術(shù)的領(lǐng)域，并不是研究什么是最好的機(jī)器學(xué)習(xí)，因此核心問題永遠(yuǎn)都將是領(lǐng)域?qū)I(yè)問題。

總的來說，Manning 認(rèn)為我們正處在一個(gè)非常激動(dòng)人心的時(shí)代，“自然語言處理被視為機(jī)器學(xué)習(xí)和行業(yè)應(yīng)用問題的核心，我們應(yīng)該感到興奮和高興”。他鼓勵(lì)大家考慮問題、架構(gòu)，認(rèn)知科學(xué)以及人類語言的細(xì)節(jié)，如何學(xué)習(xí)、處理以及如何變化，而不僅僅是追求最好最漂亮的數(shù)字。

最新的斯坦福人工智能實(shí)驗(yàn)室成員：