Łagodny Tambe - Milind Tambe
Łagodny Tambe | |
---|---|
Urodzić się | |
Obywatelstwo | amerykański |
Alma Mater |
BITS Pilani Carnegie Mellon University |
Nagrody |
AAAI Robert S Engelmore Award (2019) IJCAI John McCarthy Award (2018) ACM Fellow (2013) AAAI Fellow (2007) ACM SIGART Autonomous Agents Research Award (2005) |
Kariera naukowa | |
Pola |
Informatyka o sztucznej inteligencji |
Instytucje | Uniwersytet Harwardzki |
Praca dyplomowa | Wyeliminowanie kombinatoryki z meczu produkcyjnego (1991) |
Doradca doktorski |
Allen Newell Paul Rosenbloom |
Strona internetowa | teamcore |
Milind Tambe jest profesorem informatyki Gordona McKay i dyrektorem Centrum Badań nad Komputerami i Społeczeństwem na Uniwersytecie Harvarda ; jest także dyrektorem „AI for Social Good” w Google Research India.
Kariera zawodowa
Stypendia i nagrody
Prof. Tambe jest członkiem AAAI (Association for Advancement of Artificial Intelligence) , ACM (Association for Computing Machinery) . Jest również laureatem nagrody IJCAI John McCarthy Award, a także nagrody ACM SIGART Autonomous Agents Research Award, AAAI (Association for Advancement of Artificial Intelligence) Robert S. Engelmore Memorial Lecture Award, Christopher Columbus Fellowship Foundation Homeland Award, INFORMS Wagner nagroda za doskonałość w praktyce badań operacyjnych i inne. Otrzymał również nagrodę Distinguished Alumnus przyznawaną przez Birla Institute of Technology and Science (BITS) w Pilani w Indiach. Prof. Tambe wygłosił kilka fundamentalnych artykułów z dziedziny sztucznej inteligencji w tych dziedzinach, za które otrzymał lub był nominowany do nagród za najlepszy artykuł na wielu najważniejszych konferencjach i warsztatach poświęconych sztucznej inteligencji, takich jak AAAI, IJCAI, AAMAS i inne ponad 25 razy .
Poprzednie pozycje
Wcześniej był profesorem inżynierii oraz profesorem informatyki oraz inżynierii przemysłowej i systemów na Uniwersytecie Południowej Kalifornii w Los Angeles.
Badania
Praca prof. Tambe koncentruje się na rozwijaniu sztucznej inteligencji i systemów wieloagentowych dla zdrowia publicznego, ochrony i bezpieczeństwa publicznego, z doświadczeniem w budowaniu pionierskich systemów sztucznej inteligencji dla wpływu społecznego. Jego badania koncentrują się na podstawowych problemach w teorii gier obliczeniowych, uczeniu maszynowym, zautomatyzowanym planowaniu, inteligentnych agentach i interakcjach wieloagentowych, które są napędzane tymi tematami, zapewniając prawidłowy cykl badań i zastosowań w świecie rzeczywistym. Badania te przyniosły znaczące efekty praktyczne, takie jak wykorzystanie ram zielonych gier bezpieczeństwa w celu wspierania ochrony dzikiej przyrody na całym świecie, korzystanie z sieci społecznościowych i uczenia maszynowego w celu poprawy wyników w zakresie zdrowia publicznego, takich jak zapobieganie HIV, oraz wykorzystanie pionierskich badania gier bezpieczeństwa w celu optymalizacji bezpieczeństwa przez agencje takie jak US Coast Guard i Federal Air Marshals Service.
Jeśli chodzi o bezpieczeństwo publiczne, ramy gier bezpieczeństwa, których pionierem był prof. Tambe, zostały wdrożone i przetestowane pod kątem optymalizacji bezpieczeństwa, zarówno na poziomie krajowym, jak i międzynarodowym, przez agencje takie jak US Coast Guard i Federal Air Marshals Service. Dokładniej, prof. Tambe wraz z zespołem opracowali pierwsze w historii zastosowania teorii gier obliczeniowych dla bezpieczeństwa operacyjnego. Pierwszym z tych wdrożeń był system ARMOR algorytmów teorii gier dla bezpieczeństwa (np. zwalczania terroryzmu), który zaczął działać na lotnisku Los Angeles LAX w 2007 r., wdrożony przez wydział policji LAX . Po tych pracach nastąpiły pionierskie wdrożenia gier bezpieczeństwa dla głównych agencji bezpieczeństwa, takich jak Federal Air Marshals Service , US Coast Guard i Transportation Security Administration. Temu badaniu przypisuje się ponad 100 milionów dolarów oszczędności dla agencji amerykańskich.
Jeśli chodzi o sztuczną inteligencję na rzecz ochrony, prof. Tambe i zespół jako pierwsi zastosowali modele sztucznej inteligencji, w szczególności uczenie maszynowe i teorię gier, do działań antykłusowniczych na skalę globalną, w ramach projektu PAWS na rzecz ochrony dzikiej przyrody. System PAWS AI został wdrożony we współpracy z agencjami ochrony przyrody, aby pomóc strażnikom na całym świecie. PAWS pomogła strażnikom w usuwaniu dziesiątek z tysięcy pułapek używanych do zabijania zagrożonej przyrody w parkach narodowych w krajach takich jak Kambodża i Uganda. Ponadto PAWS jest zintegrowany z oprogramowaniem SMART, dzięki czemu PAWS jest dostępny do użytku w setkach parków narodowych na całym świecie.
Prof. Tambe i jego zespół opracowali również pierwsze na dużą skalę zastosowania algorytmów sieci społecznościowych dla zdrowia publicznego. Na przykład w niedawno zakończonym badaniu z udziałem 700 młodych osób doświadczających bezdomności algorytmy prof. Tambe i zespołu doprowadziły do znacznego zmniejszenia zachowań związanych z ryzykiem zakażenia HIV w porównaniu z tradycyjnymi metodami. Inne przykłady obejmują badania prowadzone we współpracy z organizacjami pozarządowymi, mające na celu poprawę wyników opieki zdrowotnej nad matką, zapobieganie gruźlicy i inne.
Bibliografia
- Sztuczna inteligencja i praca socjalna (z E. Rice) Sztuczna inteligencja i praca socjalna, 2018. Cambridge University Press ISBN 1-108-42599-2
- Teoria bezpieczeństwa i gier: algorytmy, systemy rozmieszczane , wyciągnięte wnioski (wydanie 1) 2011. Cambridge University Press, ISBN 1-107-09642-1
- Keep the Adversary Guessing: Agent Security by Policy Randomization 2008. VDM Verlag Dr. Mueller eK, ISBN 3-639-01925-3
Bibliografia
Zewnętrzne linki
Strona główna: Łagodny Tambe