0
雷鋒網 AI 科技評論按：11 月 19 日，斯坦福人工智能實驗室發推文稱，Christopher Manning 成為實驗室新負責人，而前負責人李飛飛則將工作陣地轉移到「以人為中心的 AI 計劃」這一新項目中，擔任其聯合負責人。
圖截取自The Stanford AI Lab Twitter：https://twitter.com/StanfordAILab
李飛飛近來的職業動向一直頗為受人關注。繼今年 10 月 20 日正式離開谷歌云、回歸斯坦福，她的職業終于塵埃落定——擔任斯坦福新成立的「以人為中心的 AI 計劃」的聯合負責人。
對于中國讀者，也許 Christopher Manning 在中國的「刷臉率」遠不如李飛飛，但是他在自然語言處理領域的領軍者地位，足以讓關注計算機領域的讀者對他有所了解，另外其主講的斯坦福 CS224n 這門經典自然語言處理課程，與李飛飛的斯坦福 CS231n 同為自然語言處理和計算機視覺領域的「必修課」。
Christopher Manning 1989 年畢業于澳大利亞國立大學，并一舉「攬下」數學、計算機和語言學三個學士學位，此后又于 1994 年獲得斯坦福大學語言學博士學位。
1999 年，出于對深度學習自然語言處理的滿腔熱情，先后在卡內基梅隆大學、悉尼大學等任教的 Manning 教授以斯坦福自然語言處理組（Stanford NLP Group）的創始成員的身份回歸母校。在任職的 19 年時間里，他始終以讓計算機智能地處理、理解和生成人類語言材料為研究目標，并以一位 NLP 領域的深度學習開拓者的姿態，做出了很多著名的工作，包括樹狀遞歸神經網絡、情感分析、神經網絡依賴性解析（dependency parsing）、語言矢量的 GloVe 模型、神經機器翻譯，以及深度學習語言理解等。同時，作為一位語言學出身的學者，Manning 也關注計算語言學解析方法、文本推理和多語言處理，是斯坦福大學依賴關系和通用依賴性（Universal Dependencies）的主要開發者。
目前，Manning 教授的論文被引用超過 9 萬次，并且其作為第一作者與人合著的《自然語言處理統計方法》（Manning，Schütze，1999）和《信息檢索》（Manning，Raghavan，Schütze，2008）已經成為領域內著名的教科書。另外，作為國際計算機學會 （ACM）、國際人工智協會（AAAI）、國際計算語言學會（ACL）等國際權威學術組織的 Fellow，他曾獲 ACL、EMNLP、COLING、CHI 等國際頂會最佳論文獎，大家也可以時常看到他的身影出現在各大頂會上，其中就包括先后在中國舉辦的 ACL 2015 和 ACL 2017。
在 Manning 教授的研究生涯中，他堅持認為深度學習是研究 NLP 和語言學的好方法，但同時他也指出，雖然深度學習是研究 NLP 的好方法，但目前為止 NLP 從深度學習的收益更多是來自分布式詞匯表示（distributed word representation），而非真正的深度學習，真正的深度學習使用更抽象的表征構建的層次來促進泛化。
這無疑也是這位成果頗豐的研究學者對于深度學習矛盾的態度的一個重要原因。一方面他認同「神經網絡的統治地位」的理念——「2017 年 NLP 領域的共識是，無論研究什么問題，丟個雙向 LSTM 模型一定能搞定它，不行再加個注意力模塊」；而另一方面，作為一位對語言學出身的研究者，他又對神經網絡在語言結構性中所發揮的作用表示出擔憂：「人類能夠理解彼此，不是因為我們會對聽到的詞做局部加權平均。然而在很多自然語言處理任務上，我們無法做出比使用加權平均效果更好的模型，這讓我非常擔心。」
不過總體而言，他對于深度學習在 NLP 研究中的價值秉持樂觀的態度，他表示，當下我們仍處于這一波深度學習復興浪潮的初期，深度學習在 NLP 中有很多想象的空間，此外構建深度學習系統的方法本身就很有用，不僅局限于 NLP。
斯坦福人工智能實驗室（SAIL）是全球頂級的人工智能研究機構之一，由 Lisp 語言發明者、現代人工智能領域的奠基人之一約翰·麥肯錫（John McCarthy）創立于 1962 年。從專家系統領域、計算機視覺領域的開創性工作到 ImageNet 以及大型神經網絡算法數據集的誕生，迄今為止，SAIL 已成為了諸多人工智能重大里程碑的發源地和見證者。目前 SAIL 聚集了多個領域專家，研究主題覆蓋計算機視覺、機器學習、自然語言處理、機器人技術等多個領域。
一位是計算機視覺領域的代表性人物，一位是自然語言處理領域的領軍人物，本次斯坦福人工智能實驗室負責人的交替似乎也意味著，其在未來研究側重點上的調整。正在人工智能領域逐步興起的自然語言處理，在 Manning 教授的帶領下是否會像李飛飛所引領的計算機視覺熱潮一樣迎來新的突破呢？大家可以期待一下。雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
