Hispanopedia WikiJoshua Brett Tenenbaum (Josh Tenenbaum) es profesor de Ciencias Cognitivas Computacionales en el Instituto Tecnológico de Massachusetts . [2] Es conocido por sus contribuciones a la psicología matemática y a la ciencia cognitiva bayesiana . Según la Fundación MacArthur , que lo nombró becario MacArthur en 2019, "Tenenbaum es uno de los primeros en desarrollar y aplicar modelos probabilísticos y estadísticos al estudio del aprendizaje, el razonamiento y la percepción humanos, y en demostrar cómo estos modelos pueden explicar un desafío fundamental de la cognición: cómo nuestras mentes comprenden tanto a partir de tan poco, tan rápidamente". [3]
Biografía
Tenenbaum creció en California. Su madre era maestra [4] y su padre es el pionero del comercio por Internet Jay Martin Tenenbaum . [5]
Su dirección de investigación estuvo fuertemente influenciada por el interés de sus padres en la enseñanza y el aprendizaje, y más tarde por las interacciones con el psicólogo cognitivo Roger Shepard , durante sus años en Yale. [4]
Tenenbaum recibió su licenciatura en física de la Universidad de Yale en 1993, y su doctorado del MIT en 1999. [2] Su trabajo se centra en el análisis de la inferencia probabilística como motor de la cognición humana y como medio para desarrollar el aprendizaje automático . Según la Fundación MacArthur , "Tenenbaum es uno de los primeros en desarrollar y aplicar modelos probabilísticos y estadísticos al estudio del aprendizaje, el razonamiento y la percepción humanos, y en demostrar cómo estos modelos pueden explicar un desafío fundamental de la cognición: cómo nuestras mentes entienden tanto a partir de tan poco, tan rápidamente". [3]
En el MIT, Tenebaum es profesor de ciencia cognitiva computacional y miembro del CSAIL , el Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT. Dirige el laboratorio de ciencia cognitiva computacional del MIT y también es jefe de un proyecto de inteligencia artificial llamado MIT Quest for Intelligence. [6] [7]
En 2018, la revista R & D nombró a Tenenbaum su "Innovador del año". [4]
En 2019, Tenenbaum fue nombrado miembro de MacArthur Fellow . La página web de MacArthur describe su trabajo de la siguiente manera: "Combina modelos computacionales con experimentos de comportamiento para arrojar luz sobre el aprendizaje, el razonamiento y la percepción humanos, y explora cómo acercar la inteligencia artificial a las capacidades del pensamiento humano". [3]
Las investigaciones recientes de Tenenbaum incluyen enseñar a los sistemas de IA a imitar los métodos de reconocimiento facial humano [7] y programar la IA para comprender la causa y el efecto. [8]
Publicaciones
Tenenbaum tiene una lista de sus publicaciones en su página web del MIT y en Google Scholar.
Referencias
- ^ "Joshua Tenenbaum" . Consultado el 26 de septiembre de 2019 .
- ^ ab "Curriculum Vitae de JOSHUA BRETT TENENBAUM" (PDF) . MIT. Junio de 2020.
- ^ abc "Joshua Tenenbaum - Fundación MacArthur". www.macfound.org . Consultado el 16 de octubre de 2019 .
- ^ abc Panjwani, Laura (18 de diciembre de 2018). "El investigador de IA y ciencia cognitiva Josh Tenenbaum nombrado innovador del año 2018 por la revista R&D". Revista R&D . Consultado el 10 de febrero de 2019.
El trabajo científico de Tenenbaum se centra actualmente en dos áreas: describir la estructura, el contenido y el desarrollo de las teorías de sentido común de las personas, especialmente la física intuitiva y la psicología intuitiva, y comprender cómo las personas pueden aprender y generalizar nuevos conceptos, modelos, teorías y tareas a partir de muy pocos ejemplos, un concepto conocido como "aprendizaje de una sola vez".
"Elogio fúnebre". 8 de diciembre de 2020.
- ^ Luttrell, Sharon Kahn (7 de mayo de 2007). "Marty Tenenbaum '64, SM '66". MIT Technology Review . Consultado el 10 de febrero de 2019.
Mientras tanto, su hijo Josh Tenenbaum, PhD '98, ha seguido los pasos de su padre hasta el MIT. Es profesor adjunto en el Departamento de Ciencias Cognitivas y del Cerebro.
- ^ Knight, Will (12 de septiembre de 2018). "Un plan para hacer avanzar la IA explorando las mentes de los niños". MIT Technology Review . Consultado el 10 de febrero de 2019.
Por ejemplo, en 2015, él y otros dos investigadores crearon programas informáticos capaces de aprender a reconocer nuevos caracteres escritos a mano, así como ciertos objetos en imágenes, después de ver solo unos pocos ejemplos. Esto es importante porque los mejores programas de aprendizaje automático suelen requerir enormes cantidades de datos de entrenamiento.
- ^ ab Trafton, Anne (4 de marzo de 2020). «Un nuevo modelo de visión». MIT News . Consultado el 20 de marzo de 2021 .
"Lo que estábamos tratando de hacer en este trabajo es explicar cómo la percepción puede ser mucho más rica que simplemente colocar etiquetas semánticas en partes de una imagen, y explorar la cuestión de cómo vemos todo el mundo físico", dice Josh Tenenbaum, profesor de ciencia cognitiva computacional y miembro del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT y del Centro de Cerebros, Mentes y Máquinas (CBMM).
- ^ Knight, Will (9 de marzo de 2020). "Si la IA es tan inteligente, ¿por qué no puede comprender la causa y el efecto?". Wired . Consultado el 20 de marzo de 2021.
La prueba ideada por Tenenbaum es importante, dice Kun Zhang, profesor asistente que trabaja en inferencia causal y aprendizaje automático en la Universidad Carnegie Mellon, porque proporciona una buena manera de medir la comprensión causal, aunque en un entorno muy limitado.