ダン・ロス

ダン・ロス
ダン・ロス
	ダン・ロス、2011
生まれる	ハイファ、イスラエル
母校	ハーバード大学
知られている	共同学習と推論：NLPタスクのILP定式化...、 NLPのための機械学習、確率的推論
受賞歴	ACMフェロー、IJCAIジョン・マッカーシー賞
	科学者としてのキャリア
フィールド	コンピュータサイエンス、機械学習、自然言語処理、自動推論、情報抽出。
機関	イリノイ大学アーバナ・シャンペーン校、ペンシルベニア大学
博士課程の指導教員	レスリー・ヴァリアント
Webサイト	翻訳:

ダン・ロスは、ペンシルバニア大学のコンピューターおよび情報科学のエドゥアルド・D・グラント特別教授^[4]であり、オラクルの主任AIサイエンティストです。2024年6月まで、ダンはAWS AIの副社長/特別科学者でした。AWSでの役割において、ロスは過去3年間、Titanモデル、Amazon Qの取り組み、Bedrockなど、AWSの第一世代のGenerative AI製品の背後にある科学的取り組みを、発足から一般公開されるまで主導しました。

ロス氏はイスラエルの工科大学で数学の学士号を最優秀の成績で取得し、1995年にハーバード大学でコンピュータサイエンスの博士号を取得しました。^[5]彼は1998年から2017年までイリノイ大学アーバナ・シャンペーン校で教鞭をとり、その後ペンシルベニア大学に移りました。^[6]

職業経歴

ロス氏は、アメリカ科学振興協会（AAAS）^[7]、計算機協会（ACM）^[8] 、人工知能協会（AAAI）^[9]、計算言語学会（ACL）^{[10]のフェローである。}

ロスの研究^[11]は、知的行動の計算基盤に焦点を当てています。彼は、統一された方法論を使用して知的行動に関する理論とシステムを開発しており、その中心にあるのは、学習が知能において中心的な役割を果たすという考えです。彼の研究は、自然言語理解を促進する機械学習と推論方法の研究を中心にしています。その過程で、彼は、学習と推論の基本的な質問とそれらの相互作用から^[12]、自然言語処理 (NLP) の問題の範囲の研究、自然言語アプリケーション用の高度な機械学習ベースのツールの開発まで、この問題の複数の側面にまたがるいくつかの相互に関連する研究を追求してきました。^[13]

ロスは学習と推論の融合^[14]、弱い偶発的な監督による機械学習^[15] 、そして自然言語理解に対する機械学習と推論アプローチに重要な貢献をしました。彼は自然言語処理におけるゼロショット学習に関する最初の論文を執筆しました。これは2008年にチャン、ラティノフ、ロス、スリクマールによってAAAI'08で発表された論文ですが、そこでの学習パラダイムにはデータレス分類という名前が付けられていました。^[16]ロスは、確率的推論（その複雑性^[17]と確率的リフト推論^[18]を含む）、制約条件モデル（NLP問題のILP定式化）、制約駆動型学習、^[19]^[20]、物体認識における部分ベース（星座）法、^[21]、応答ベース学習、^[22] に取り組んできました。彼は、NER、共参照解決、ウィキ化、SRL、ESLテキスト修正など、研究者や商業的に広く使用されているNLPおよび情報抽出ツールを開発しました。^[13]

ロス氏は、法務およびコンプライアンス分野で自然言語処理と機械学習を応用するスタートアップ企業であるNexLP, Inc.の共同創業者です。2020年に、NexLPは電子証拠開示ソフトウェア会社であるReveal, Inc.に買収されました。 ^{[23]彼は現在、}アレンAI研究所の科学諮問委員会に所属しています。^[24]

参考文献

^ 「IJCAI 2017 へようこそ！」
^ 「ロス氏がIJCAIジョン・マッカーシー賞を受賞」
^ 制約条件モデル
^ 「Penn Engineering - Research Directory Profile」。www.seas.upenn.edu 。 2017年8月29日閲覧。
^ 「Dan RothのWebページ」。2016年1月8日時点のオリジナルよりアーカイブ。2016年1月9日閲覧。
^ 「Dan Roth - メインページ」。l2r.cs.uiuc.edu 。 2017年8月26日時点のオリジナルよりアーカイブ。2017年8月29日閲覧。
^ AAASフェローリストは2014年7月27日にWayback Machineでアーカイブされています
^ “ACM Fellows”. 2016年12月1日時点のオリジナルよりアーカイブ。2016年1月9日閲覧。
^ AAAIフェローリスト
^ ACLフェロー
^ ダン・ロスの出版ページ
^ R. Khardon と D. Roth、「Learning to Reason」、Journal of the ACM (1997)
^ ab 認知計算グループデモページ
^ D. ロス、推論を学ぶ：アプローチ、(1996)
^ D. Roth、付随的監督、AAAI (2017)
^ Chang, MW (2008). 「意味表現の重要性: データレス分類」. AAAI .
^ D. Roth、D. Roth、「近似推論の難しさについて」、人工知能 (1996)
^ R. de Salvo Braz、E. Amir、D. Roth、「Lifted First-Order Probabilistic Inference」、IJCAI、2005 年。
^ M. Chang、L. Ratinov、D. Roth、「制約条件付きモデルによる構造化学習」、機械学習 (2012)
^ D. Roth と W. Yih、「自然言語タスクにおけるグローバル推論のための線形計画法」、CoNLL (2004)
^ S. Agarwal、A. Awan、D. Roth、「スパースな部分ベース表現による画像内のオブジェクトの検出学習」、IEEE Transactions on PAMI (2004)
^ J. Clarke、D. Goldwasser、M. Chang、D. Roth、「世界の反応から意味解析を推進する」、CoNLL (2010)
^ 「Reveal が NexLP を買収し、AI を活用した eDiscovery ソリューションのリーダーに」（プレスリリース）。
^ 「科学諮問委員会 — アレンAI研究所」allenai.org . 2023年12月6日閲覧。

[1] 「IJCAI 2017 へようこそ！」

[2] 「ロス氏がIJCAIジョン・マッカーシー賞を受賞」

[3] 制約条件モデル

[4] 「Penn Engineering - Research Directory Profile」。www.seas.upenn.edu 。 2017年8月29日閲覧。

[5] 「Dan RothのWebページ」。2016年1月8日時点のオリジナルよりアーカイブ。2016年1月9日閲覧。

[6] 「Dan Roth - メインページ」。l2r.cs.uiuc.edu 。 2017年8月26日時点のオリジナルよりアーカイブ。2017年8月29日閲覧。

[7] AAASフェローリストは2014年7月27日にWayback Machineでアーカイブされています

[8] “ACM Fellows”. 2016年12月1日時点のオリジナルよりアーカイブ。2016年1月9日閲覧。

[9] AAAIフェローリスト

[10] ACLフェロー

[11] ダン・ロスの出版ページ

[12] R. Khardon と D. Roth、「Learning to Reason」、Journal of the ACM (1997)

[demo-13] 認知計算グループデモページ

[14] D. ロス、推論を学ぶ：アプローチ、(1996)

[15] D. Roth、付随的監督、AAAI (2017)

[:0-16] Chang, MW (2008). 「意味表現の重要性: データレス分類」. AAAI .

[17] D. Roth、D. Roth、「近似推論の難しさについて」、人工知能 (1996)

[18] R. de Salvo Braz、E. Amir、D. Roth、「Lifted First-Order Probabilistic Inference」、IJCAI、2005 年。

[19] M. Chang、L. Ratinov、D. Roth、「制約条件付きモデルによる構造化学習」、機械学習 (2012)

[20] D. Roth と W. Yih、「自然言語タスクにおけるグローバル推論のための線形計画法」、CoNLL (2004)

[21] S. Agarwal、A. Awan、D. Roth、「スパースな部分ベース表現による画像内のオブジェクトの検出学習」、IEEE Transactions on PAMI (2004)

[22] J. Clarke、D. Goldwasser、M. Chang、D. Roth、「世界の反応から意味解析を推進する」、CoNLL (2010)

[23] 「Reveal が NexLP を買収し、AI を活用した eDiscovery ソリューションのリーダーに」（プレスリリース）。

[24] 「科学諮問委員会 — アレンAI研究所」allenai.org . 2023年12月6日閲覧。