Melanie Mitchell
| Melanie Mitchell | |||||||||
|---|---|---|---|---|---|---|---|---|---|
| Lahir | Los Angeles, California, US | ||||||||
| Almamater | Brown University University of Michigan | ||||||||
| Penghargaan | Phi Beta Kappa Award in Science (2010) | ||||||||
| Karier ilmiah | |||||||||
| Bidang | Sistem kompleks Alogaritma genetika | ||||||||
| Institusi | University of Michigan Santa Fe Institute Los Alamos National Laboratory OGI School of Science and Engineering Portland State University | ||||||||
| Disertasi | Copycat: A Computer Model of High-Level Perception and Conceptual Slippage in Analogy-Making (1990) | ||||||||
| Pembimbing doktoral | Douglas Hofstadter and John Holland | ||||||||
| |||||||||
Melanie Mitchell adalah seorang ilmuwan komputer Amerika. Ia adalah seorang Profesor di Santa Fe Institute. Karya utamanya di bidang penalaran analogis, sistem kompleks, algoritma genetika, dan automata seluler, dan publikasinya di berbagai bidang tersebut sering menjadi rujukan.[2]
Ia meraih gelar doktor pada tahun 1990 dari Universitas Michigan di bawah bimbingan Douglas Hofstadter dan John Holland, yang kemudian ia kembangkan dengan arsitektur kognitif Copycat. Ia adalah penulis "Analogy-Making as Perception", yang pada dasarnya merupakan buku tentang Copycat. Ia juga mengkritik A New Kind of Science karya Stephen Wolfram[3] dan menunjukkan bahwa algoritma genetika dapat menemukan solusi yang lebih baik untuk masalah mayoritas untuk automata seluler satu dimensi. Ia adalah penulis An Introduction to Genetic Algorithms, sebuah buku pengantar terkenal yang diterbitkan oleh MIT Press pada tahun 1996. Ia juga penulis Complexity: A Guided Tour (Oxford University Press, 2009), yang memenangkan Phi Beta Kappa Science Book Award 2010, dan Artificial Intelligence: A Guide for Thinking Humans (Farrar, Straus, dan Giroux).
Kehidupan pribadi
Melanie Mitchell lahir dan dibesarkan di Los Angeles, California.[4] Ia kuliah di Brown University di Providence, Rhode Island, tempat ia mempelajari fisika, astronomi, dan matematika. Ketertarikannya pada kecerdasan buatan muncul di perguruan tinggi ketika ia membaca Gödel, Escher, Bach karya Douglas Hofstadter.
Setelah lulus, ia bekerja sebagai guru matematika SMA di Kota New York. Karena merasa "perlu" berkecimpung di bidang kecerdasan buatan, Mitchell menghubungi Douglas Hofstadter dan berulang kali meminta untuk menjadi salah satu mahasiswa pascasarjananya. Setelah menemukan nomor telepon Hofstadter di MIT, Mitchell yang gigih menelepon beberapa kali, tetapi tidak ada yang menjawab. Ia akhirnya berhasil menghubungi Hofstadter setelah menelepon pukul 23.00, dan mendapatkan kesempatan magang untuk mengembangkan Copycat.[5]
Pada musim gugur tahun 1984, Mitchell mengikuti Hofstadter ke Universitas Michigan, mengajukan aplikasi "last minute" ke program doktoral universitas tersebut.[6] Ia memperoleh gelar Ph.D. pada tahun 1990 dengan disertasi Copycat: A Computer Model of High-Level Perception and Conceptual Slippage in Analogy-Making.
Karir
Mitchell adalah seorang Profesor di Santa Fe Institute. Mitchell mengembangkan platform Complexity Explorer untuk Santa Fe Institute, yang menawarkan kursus daring. Lebih dari 25.000 mahasiswa mengikuti kursus Mitchell "Introduction to Complexity".[7] Pada tahun 2018, Barbara Grosz, Dawn Song dan Melanie Mitchell menyelenggarakan lokakarya "On Crashing the Barrier of Meaning in AI".[8] Dia secara rutin tampil sebagai pakar tamu di Learning Salon, serangkaian pertemuan interdisipliner daring tentang kecerdasan biologis dan buatan.[9]
Penghargaan
Pada 2010 Mitchel merima penghargaan Phi Beta Kappa Award in Science. Selain itu pada tahun 2020, ia juga menerima Penghargaan Herbert A. Simon (NECSI).[10]
Pandangan
Meskipun menyatakan dukungan kuat terhadap penelitian AI, Mitchell juga menyatakan kekhawatirannya tentang kerentanan AI terhadap peretasan serta kemampuannya mewarisi bias sosial. Mengenai kecerdasan umum buatan, Mitchell mengatakan pada tahun 2019 bahwa "pengetahuan akal sehat" dan "kemampuan seperti manusia untuk abstraksi dan membuat analogi" mungkin merupakan langkah terakhir yang diperlukan untuk membangun mesin Kecerdasan super, tetapi teknologi saat ini belum mendekati kemampuan untuk menyelesaikan masalah ini.[11] Mitchell meyakini bahwa kecerdasan visual seperti manusia memerlukan "pengetahuan umum, abstraksi, dan bahasa", dan berhipotesis bahwa pemahaman visual mungkin harus dipelajari sebagai agen yang berwujud dan bukan sekadar melihat gambar.[12]
Publikasi pilihan
Buku
- Mitchell, Melanie (1993). Analogy-Making as Perception. MIT Press. ISBN 0-262-13289-3.
- Mitchell, Melanie (1998). An Introduction to Genetic Algorithms. Cambridge, Massachusetts, US: MIT Press. ISBN 0-262-63185-7.
- Mitchell, Melanie (2009). Complexity: A Guided Tour. Oxford, UK: Oxford University Press. ISBN 978-0-19-512441-5.
- Mitchell, Melanie (Oktober 15, 2019). Artificial Intelligence: A Guide for Thinking Humans (dalam bahasa English) (Edisi First). Farrar, Straus and Giroux. ISBN 978-0374257835. Pemeliharaan CS1: Bahasa yang tidak diketahui (link)
Artikel
- Mitchell, M., Holland, J. H., and Forrest, S. (1994). "When will a genetic algorithm outperform hill climbing?". Advances in Neural Information Processing Systems. 6: 51–58. Pemeliharaan CS1: Banyak nama: authors list (link)
- Melanie Mitchell, Peter T. Hraber, and James P. Crutchfield (1993). "Revisiting the edge of chaos: Evolving cellular automata to perform computations" (PDF). Complex Systems. 7: 89–130. arXiv:adap-org/9303003. Bibcode:1993adap.org..3003M. Pemeliharaan CS1: Banyak nama: authors list (link)
- Cowan, George; David Pines; David Elliott Meltzer (1999). Complexity : metaphors, models, and reality. Cambridge, Massachusetts, US: Perseus Books. hlm. 731. ISBN 978-0738202327.
Referensi
- ^ Mitchell, Melanie (September 1, 2011). Complexity: A Guided Tour. Oxford University Press. hlm. xvi. ISBN 978-0199798100. Diakses tanggal November 6, 2018.
- ^ Google Scholar search for Melanie Mitchell
- ^ Mitchell, Melanie (Oktober 4, 2002). "IS the Universe a Universal Computer?" (PDF). Science (www.sciencemag.org). hlm. 65–68. Diakses tanggal Maret 23, 2013.
- ^ "Catalyzing Computing Podcast Episode 15 - Interview with Melanie Mitchell Part 1" (PDF). Computing Community Consortium.
- ^ Mills, Kevin. "Melanie Mitchell Introduction" (PDF).
- ^ Magazine, John Pavlus, Quanta. "The Computer Scientist Training AI to Think with Analogies". Scientific American (dalam bahasa Inggris). Diakses tanggal Desember 2, 2021. Pemeliharaan CS1: Banyak nama: authors list (link)
- ^ "Santa Fe Institute profile: Melanie Mitchell". Diakses tanggal Mei 2, 2023.
- ^ "On Crashing the Barrier of Meaning in AI; AI Magazine, 41(2), 2020, 86–92" (PDF). Diakses tanggal Mei 2, 2023.
- ^ "The Learning Salon". Diakses tanggal Mei 2, 2023.
- ^ "Portland State University, Department of Computer Science: Professor Melanie Mitchell receives Herbert A. Simon Award". Oktober 16, 2020. Diakses tanggal Mei 2, 2023.
- ^ "Fears about robot overlords are (perhaps) premature". Christian Science Monitor. Oktober 25, 2019. Diakses tanggal Mei 10, 2020.
- ^ "What Is Computer Vision?". PCMAG (dalam bahasa Inggris). Februari 9, 2020. Diakses tanggal Mei 10, 2020.
Pranala luar
- Mitchell's professional homepage at the Santa Fe Institute
- BrainInspired podcast 022 Melanie Mitchell: Complexity, and AI Shortcomings
- Lex Fridman Podcast #61 Melanie Mitchell: Concepts, Analogies, Common Sense & Future of AI
- Machine Learning Street Talk #57 Prof. Melanie Mitchell: Why AI is harder than we think
- Karya Melanie Mitchell yang terindeks di Google Scholar
Content Disclaimer
Informasi ini disarikan dari Wikipedia dan disajikan kembali untuk tujuan edukasi. Konten tersedia di bawah lisensi CC BY-SA 3.0. Kami tidak bertanggung jawab atas ketidakakuratan data yang bersumber dari kontribusi publik tersebut.
- The information displayed on this website is sourced in part or in whole from Wikipedia and has been adapted for the purpose of restating it. We strive to provide accurate and relevant information, however:
- There is no guarantee of absolute accuracy. Wikipedia is an open, collaborative project that can be edited by anyone, so information is subject to change.
- It is not intended to constitute professional advice. The content displayed is for informational and educational purposes only. For important decisions (e.g., medical, legal, or financial), please consult a professional.
- Content copyright. Wikipedia is licensed under the Creative Commons Attribution-ShareAlike License (CC BY-SA). This means that content may be reused with appropriate attribution and shared under a similar license.
- Responsible use. Any risk arising from the use of information from this website is entirely the responsibility of the user.