李飛飛又有新動向，斯坦福 AI 實驗室由 Christopher Manning 接棒

雷鋒網 AI 科技評論按：11 月 19 日，斯坦福人工智慧實驗室發推文稱，Christopher Manning 成為實驗室新負責人，而前負責人李飛飛則將工作陣地轉移到「以人為中心的 AI 計劃」這一新項目中，擔任其聯合負責人。

圖截取自The Stanford AI Lab Twitter：https://twitter.com/StanfordAILab

李飛飛近來的職業動向一直頗為受人關注。繼今年 10 月 20 日正式離開谷歌雲、回歸斯坦福，她的職業終於塵埃落定——擔任斯坦福新成立的「以人為中心的 AI 計劃」的聯合負責人。

對於中國讀者，也許 Christopher Manning 在中國的「刷臉率」遠不如李飛飛，但是他在自然語言處理領域的領軍者地位，足以讓關注計算機領域的讀者對他有所了解，另外其主講的斯坦福 CS224n 這門經典自然語言處理課程，與李飛飛的斯坦福 CS231n 同為自然語言處理和計算機視覺領域的「必修課」。

Christopher Manning 1989 年畢業於澳大利亞國立大學，並一舉「攬下」數學、計算機和語言學三個學士學位，此後又於 1994 年獲得斯坦福大學語言學博士學位。

1999 年，出於對深度學習自然語言處理的滿腔熱情，先後在卡內基梅隆大學、悉尼大學等任教的 Manning 教授以斯坦福自然語言處理組（Stanford NLP Group）的創始成員的身份回歸母校。在任職的 19 年時間裡，他始終以讓計算機智能地處理、理解和生成人類語言材料為研究目標，並以一位 NLP 領域的深度學習開拓者的姿態，做出了很多著名的工作，包括樹狀遞歸神經網路、情感分析、神經網路依賴性解析（dependency parsing）、語言矢量的 GloVe 模型、神經機器翻譯，以及深度學習語言理解等。同時，作為一位語言學出身的學者，Manning 也關注計算語言學解析方法、文本推理和多語言處理，是斯坦福大學依賴關係和通用依賴性（Universal Dependencies）的主要開發者。

在 Manning 教授的研究生涯中，他堅持認為深度學習是研究 NLP 和語言學的好方法，但同時他也指出，雖然深度學習是研究 NLP 的好方法，但目前為止 NLP 從深度學習的收益更多是來自分散式辭彙表示（distributed word representation），而非真正的深度學習，真正的深度學習使用更抽象的表徵構建的層次來促進泛化。

這無疑也是這位成果頗豐的研究學者對於深度學習矛盾的態度的一個重要原因。一方面他認同「神經網路的統治地位」的理念——「2017 年 NLP 領域的共識是，無論研究什麼問題，丟個雙向 LSTM 模型一定能搞定它，不行再加個注意力模塊」；而另一方面，作為一位對語言學出身的研究者，他又對神經網路在語言結構性中所發揮的作用表示出擔憂：「人類能夠理解彼此，不是因為我們會對聽到的詞做局部加權平均。然而在很多自然語言處理任務上，我們無法做出比使用加權平均效果更好的模型，這讓我非常擔心。」

不過總體而言，他對於深度學習在 NLP 研究中的價值秉持樂觀的態度，他表示，當下我們仍處於這一波深度學習復興浪潮的初期，深度學習在 NLP 中有很多想像的空間，此外構建深度學習系統的方法本身就很有用，不僅局限於 NLP。

斯坦福人工智慧實驗室（SAIL）是全球頂級的人工智慧研究機構之一，由 Lisp 語言發明者、現代人工智慧領域的奠基人之一約翰·麥肯錫（John McCarthy）創立於 1962 年。從專家系統領域、計算機視覺領域的開創性工作到 ImageNet 以及大型神經網路演算法數據集的誕生，迄今為止，SAIL 已成為了諸多人工智慧重大里程碑的發源地和見證者。目前 SAIL 聚集了多個領域專家，研究主題覆蓋計算機視覺、機器學習、自然語言處理、機器人技術等多個領域。

一位是計算機視覺領域的代表性人物，一位是自然語言處理領域的領軍人物，本次斯坦福人工智慧實驗室負責人的交替似乎也意味著，其在未來研究側重點上的調整。正在人工智慧領域逐步興起的自然語言處理，在 Manning 教授的帶領下是否會像李飛飛所引領的計算機視覺熱潮一樣迎來新的突破呢？大家可以期待一下。雷鋒網雷鋒網

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！