Челси Финн

Челси Финн
Челси Финн
	Финн в аспирантуре Калифорнийского университета в Беркли в 2017 году.
Альма-матер	Калифорнийский университет, Беркли ; Массачусетский технологический институт
Известный	Глубокое обучение с подкреплением
	Научная карьера
Учреждения	Стэнфордский университет
Диссертация	Учимся учиться с градиентами (2018)
Докторантура	Сергей Левин ; Питер Аббель
Веб-сайт	ИРИС ЛАБ

Челси Финн — американский ученый-компьютерщик и доцент Стэнфордского университета . Ее исследования изучают интеллект посредством взаимодействия роботов с надеждой создать роботизированные системы, которые смогут научиться учиться. Она входит в группу Google Brain .

Ранняя жизнь и образование

Финн был студентом бакалавриата по электротехнике и информатике в Массачусетском технологическом институте . Затем она перешла в Калифорнийский университет в Беркли , где получила степень доктора философии. в 2018 году под руководством Питера Аббиля и Сергея Левина . Ее работа в Лаборатории искусственного интеллекта Беркли (BAIR) была сосредоточена на алгоритмах на основе градиента. ^[1] Такие алгоритмы позволяют машинам «учиться учиться», что больше похоже на человеческое обучение, чем на традиционные системы машинного обучения. ^[2]^[3] Эти методы «метаобучения» учат машины быстро адаптироваться, так что, когда они сталкиваются с новыми сценариями, они могут быстро учиться. ^[4] Будучи аспирантом, она работала стажёром в Google Brain , где работала над алгоритмами обучения роботов на основе моделей глубокого прогнозирования. Она провела масштабный открытый онлайн-курс по глубокому обучению с подкреплением . ^[5]^[6] Она была первой женщиной, получившей премию CV и Даулат Рамамурти за выдающиеся исследования. ^[7]

Исследования и карьера

Финн исследует возможности роботов развивать интеллект посредством обучения и взаимодействия. ^[8] Она использовала алгоритмы глубокого обучения , чтобы одновременно изучать зрительное восприятие и управлять навыками роботов. ^[9]

Она разработала подходы метаобучения, позволяющие обучать нейронные сети воспринимать код учащихся и выдавать полезную обратную связь. ^[10] Она показала, что система может быстро адаптироваться без особого участия инструктора. ^[10] Она опробовала программу на Code in Place — курсе, который Стэнфордский университет ежегодно проводит для 12 000 студентов. Она обнаружила, что в 97,9% случаев студенты соглашались с полученной обратной связью. ^[10]^[11]

Награды и почести

Премия CV и Даулата Рамамурти за выдающиеся исследования 2016 г. ^[7]
2017 электротехники и информатики Восходящая звезда ^[12]
2018 Обзор технологий MIT 35 до 35 лет ^[13]^[14]
2018 г. Премия ACM за докторскую диссертацию ^[15]
2020 года в Институте передовых технологий Samsung Исследователь года в области искусственного интеллекта ^[16]
2020» Intel Премия факультета «Восходящая звезда ^[17]
2021 года Управления военно-морских исследований Премия Молодому исследователю ^[18]
2022 г. Премия Общества робототехники и автоматизации IEEE за раннюю академическую карьеру ^[19]

Выберите публикации

Финн, Челси; Аббель, Питер; Левин, Сергей (17 июля 2017 г.). «Модельно-агностическое метаобучение для быстрой адаптации глубоких сетей» . Международная конференция по машинному обучению . ПМЛР: 1126–1135. arXiv : 1703.03400 .
Сергей Левин; Челси Финн ; Тревор Даррелл ; Питер Аббель (2016). «Сквозное обучение глубокой зрительно-моторной политике». Журнал исследований машинного обучения . 17 (39): 1–40. arXiv : 1504.00702 . ISSN 1533-7928 . Викиданные Q90313375 .
Челси Финн ; Ян Гудфеллоу ; Сергей Левин (2016). «Обучение без присмотра для физического взаимодействия посредством прогнозирования видео» (PDF) . Достижения в области нейронных систем обработки информации 29 . Достижения в области нейронных систем обработки информации. Викиданные Q46993574 .

Ссылки

^ «Челси Финн: Учим роботов учиться» . Беркли Инжиниринг . 08.05.2018 . Проверено 20 мая 2022 г.
^ «Интервью с Челси Финн: искусственный интеллект для робототехники» . Техновация . Проверено 20 мая 2022 г.
^ Натараджан, Никила. «Челси Финн учит робота Бретта тому, как устроен мир» . ОРФ . Проверено 20 мая 2022 г.
^ Финн, Челси (2018). Учимся учиться с градиентами (PDF) . OCLC 1083628768 . Архивировано из оригинала (PDF) 20 января 2022 г. Проверено 20 мая 2022 г.
^ «CS 294 «Глубокое обучение с подкреплением», осень 2017 г.» . rail.eecs.berkeley.edu . Проверено 20 мая 2022 г.
^ Куренков, Андрей (14 октября 2021 г.). «Челси Финн о метаобучении и обучении с подкреплением на основе моделей» . Градиент . Проверено 20 мая 2022 г.
^ Перейти обратно: ^а ^б «Студенческая премия: CV и премия Даулата Рамамурти за выдающиеся исследования | EECS в Калифорнийском университете в Беркли» . www2.eecs.berkeley.edu . Проверено 20 мая 2022 г.
^ «Челси Финн» . СИФАР . Проверено 20 мая 2022 г.
^ Интервью с профессором Челси Финн, Стэнфорд , 28 сентября 2020 г. , получено 20 мая 2022 г.
^ Перейти обратно: ^а ^б ^с Мец, Кейд (20 июля 2021 г.). «Может ли ИИ оценить ваш следующий тест?» . Нью-Йорк Таймс . ISSN 0362-4331 . Проверено 20 мая 2022 г.
^ Ву, Майк; Гудман, Ной; Пих, Крис; Финн, Челси (04.10.2021). «Прототрансформер: метаобучающий подход к обеспечению обратной связи со студентами». arXiv : 2107.14035 [ cs.CY ].
^ «Челси Финн – восходящие звезды EECS 2017» . Проверено 20 мая 2022 г.
^ «Челси Финн» . Обзор технологий Массачусетского технологического института . Проверено 20 мая 2022 г.
^ «Новости» . EECS в Калифорнийском университете в Беркли . Проверено 20 мая 2022 г.
^ «Челси Финн» . Ассоциация вычислительной техники . Проверено 28 мая 2022 г.
^ «Исследователь года в области искусственного интеллекта от Samsung» . Передовой технологический институт Самсунг . Проверено 20 мая 2022 г.
^ «Награда восходящих звезд Intel 2020 года» . Интел . Проверено 20 мая 2022 г.
^ «Молодые следователи 2021 — Управление военно-морских исследований» . www.onr.navy.mil . 18 марта 2022 г. Проверено 20 мая 2022 г.
^ «Награда за раннюю карьеру РАН – Академическая – Общество робототехники и автоматизации IEEE» . www.ieee-ras.org . Проверено 20 мая 2022 г.

[1] «Челси Финн: Учим роботов учиться» . Беркли Инжиниринг . 08.05.2018 . Проверено 20 мая 2022 г.

[2] «Интервью с Челси Финн: искусственный интеллект для робототехники» . Техновация . Проверено 20 мая 2022 г.

[3] Натараджан, Никила. «Челси Финн учит робота Бретта тому, как устроен мир» . ОРФ . Проверено 20 мая 2022 г.

[4] Финн, Челси (2018). Учимся учиться с градиентами (PDF) . OCLC 1083628768 . Архивировано из оригинала (PDF) 20 января 2022 г. Проверено 20 мая 2022 г.

[5] «CS 294 «Глубокое обучение с подкреплением», осень 2017 г.» . rail.eecs.berkeley.edu . Проверено 20 мая 2022 г.

[6] Куренков, Андрей (14 октября 2021 г.). «Челси Финн о метаобучении и обучении с подкреплением на основе моделей» . Градиент . Проверено 20 мая 2022 г.

[www2.eecs.berkeley.edu-7] Перейти обратно: ^а ^б «Студенческая премия: CV и премия Даулата Рамамурти за выдающиеся исследования | EECS в Калифорнийском университете в Беркли» . www2.eecs.berkeley.edu . Проверено 20 мая 2022 г.

[8] «Челси Финн» . СИФАР . Проверено 20 мая 2022 г.

[9] Интервью с профессором Челси Финн, Стэнфорд , 28 сентября 2020 г. , получено 20 мая 2022 г.

[:0-10] Перейти обратно: ^а ^б ^с Мец, Кейд (20 июля 2021 г.). «Может ли ИИ оценить ваш следующий тест?» . Нью-Йорк Таймс . ISSN 0362-4331 . Проверено 20 мая 2022 г.

[11] Ву, Майк; Гудман, Ной; Пих, Крис; Финн, Челси (04.10.2021). «Прототрансформер: метаобучающий подход к обеспечению обратной связи со студентами». arXiv : 2107.14035 [ cs.CY ].

[12] «Челси Финн – восходящие звезды EECS 2017» . Проверено 20 мая 2022 г.

[13] «Челси Финн» . Обзор технологий Массачусетского технологического института . Проверено 20 мая 2022 г.

[14] «Новости» . EECS в Калифорнийском университете в Беркли . Проверено 20 мая 2022 г.

[15] «Челси Финн» . Ассоциация вычислительной техники . Проверено 28 мая 2022 г.

[16] «Исследователь года в области искусственного интеллекта от Samsung» . Передовой технологический институт Самсунг . Проверено 20 мая 2022 г.

[17] «Награда восходящих звезд Intel 2020 года» . Интел . Проверено 20 мая 2022 г.

[18] «Молодые следователи 2021 — Управление военно-морских исследований» . www.onr.navy.mil . 18 марта 2022 г. Проверено 20 мая 2022 г.

[19] «Награда за раннюю карьеру РАН – Академическая – Общество робототехники и автоматизации IEEE» . www.ieee-ras.org . Проверено 20 мая 2022 г.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

[19]

Базы данных авторитетного контроля
Международный	ЯВЛЯЮТСЯ ВИАФ WorldCat
Национальный	Соединенные Штаты
академики	ДБЛП Google Академика ОРЦИД zbMATH