Stefano Ermon: Stanford'da Üretken Modellerin Baba Figürü

Yang Song'un danışmanı

Modern AI'da Stefano Ermon çok bilinen değil. Ama Yang Song'un danışmanı olarak score-based modellerin akademik dolaylı yazarı.

Ermon Stanford'da bilgisayar bilimi profesörü. Üretken modeller, RL, AI for Sustainability cephesinde aktif.

İtalya'dan Stanford'a

Stefano Ermon İtalya doğumlu. Politecnico di Milano elektrik mühendisliği. Sonra Cornell'de doktora.

2014'te Stanford'a profesör. CRFM ve diğer akademik laboratuvarlar ile ortak.

GAIL (2016) — büyük katkı

Ermon ve Jonathan Ho'nun 2016 makalesi Generative Adversarial Imitation Learning (GAIL) modern imitation learning literatürünün baş referansı.

GAIL inverse RL'in pratik versiyonu. Robotik ve oyun AI'sında yaygın.

Score-based modeller — danışmanlık

2017'de Ermon, Yang Song'u doktora öğrenci olarak aldı. Üç yıl sonra:

• NCSN (2019): İlk pratik score-based üretken model.
• SDE çerçevesi (2020): Diffusion ve score-based birleşik teori.

Bu çalışmalar modern üretken AI'ın matematik temeli. Ermon akademik danışman olarak Yang Song'un başarısının arkasında.

"AI for Sustainability"

Ermon Stanford'da AI for Sustainability odaklı:

• İklim modelleme.
• Yenilenebilir enerji optimizasyonu.
• Sürdürülebilir tarım.

Bu, AI4Science'in çevre dalı. AlphaFold biyoloji, Ermon iklim.

"Sade akademik"

Ermon tipik Stanford profesörü tarzı:

• Çok makale.
• Çok doktora öğrencisi.
• Az kamuoyu görünürlüğü.
• Twitter'da yarı aktif.

Modern AI'da nadir geleneksel akademik profil.

Sade ders

Ermon hikâyesinden iki şey:

1. Akademik danışmanlar görünmez ama temel. Yang Song'un başarısı Ermon'un mentor etkisi olmadan olmazdı. Akademik nesil önemli.
2. AI for Sustainability cephesi büyüyor. Ermon iklim AI cephesinin baş figürlerinden. AI4Science biyoloji ile sınırlı değil; çevre de aynı potansiyele sahip.

Bağlam

Yang Song için: [[yang-song-score-based-modellerin-mucidi-sora-arkasinda]]. Score-based modeller için: [[score-based-modeller-diffusion-un-baska-bir-dili]]. GAIL ve imitation için: [[imitation-learning-ustanin-yaptigi-yi-taklit-etmek]]. AI4Science için: [[ai-icin-bilim-protein-ilac-malzeme-yeni-aydinlanma]]. İklim AI için: [[graphcast-deepmind-in-hava-tahmin-yapay-zekasi]].