機器翻譯先驅Jaime Carbonell去世，是他創立了卡內基梅隆大學語言技術學院

新智元推薦

整理：伍杏玲

編輯：元子

本文經授權轉自公眾號CSDN（ID：CSDNnews）

2月28日，機器翻譯先驅 Jaime Guillermo Carbonell 因病去世，享年67歲。

1985年，Carbonell 作為一名卡內基·梅隆大學年輕的電腦科學教授，率領團隊成立機器翻譯中心，在接下來的30多年裡，Carbonell 和團隊創建具有開創性的翻譯系統，擴大人工智慧的應用，為自然語言處理工具和技術的發展做出了開創性的貢獻。

卡內基梅隆大學電腦科學學院里最年輕的教授

Carbonell 擁有麻省理工學院的物理和數學學士學位，耶魯大學的博士學位。1979年，Carbonell 成為卡內基梅隆大學的電腦科學助理教授。1987年，他被任命為正教授，並於1995年擔任教授。在任命時，Carbonell是卡內基梅隆大學電腦科學學院里最年輕的教授。

Carbonell 的研究涉及電腦科學的多個領域，主要涉及人工智慧，包括機器學習、數據和文本挖掘、自然語言處理、超大型知識庫、跨語言資訊檢索和自動摘要等技術。

1985年，Carbonell成立機器翻譯中心，該中心在1996年擴展為語言技術學院（LTI），這是卡內基梅隆大學電腦科學學院的七個學術單位之一。

在Carbonell的領導下，LTI成為同類組織中最大和最知名的組織，並成為自然語言處理、問答系統以及語音識別和合成等領域的領先機構，目前擁有五個研究生學位課程。

Carbonell的主要科學成就包括創建MMR（最大邊際相關性）技術，來進行文本摘要和搜索引擎中的資訊新穎性檢測，發明了轉換類比，一種基於案例的推理（CBR）的通用方法，來重用、修改並針對日益複雜的問題和基於知識的語言間機器翻譯制定成功的計劃。

他協助建立的計算生物語言學項目，將語言技術和機器學習結合起來，對基因組、蛋白質組和糖組的三維結構進行建模和預測。

Carbonell和其領導的團隊在眾多科研技術上獲得突破，例如首個可擴展的高精度語際機器翻譯（1991年），首個語音到語音機器翻譯（1992年），首個大型網路蜘蛛和搜索引擎（1994年），首個可訓練的大規模蛋白質結構拓撲預測器（2005年）等。

語言技術的教父、先進教育者

Carbonell曾預見了一個世界：無論人們說什麼語言，人們都可以自由地相互交流。他知道要實現這個夢想需要自動化，因此他花一輩子的時間來建造可以理解人類語言的機器。

Moza Bint Nasser大學電腦科學和機器人學教授、前SCS院長Raj Reddy說：「他是語言技術的教父。」因為Carbonell為60多位博士指導和建議。

Founders大學電腦科學教授Tom Mitchell說，Carbonell在機器學習領域做出了許多貢獻。

Mitchell表示：「在機器學習的早期，他召集很多研究人員聚集在一起，共同建立一個國際社區。」他的貢獻包括使電腦能類推推理的方法，開發可主動查詢教師來更有效地學習新概念的演算法，以及將機器學習應用於從資訊檢索和搜索到蛋白質摺疊的各種落地應用。

Carbonell的學生Robert Frederking說：「他總是充滿了驚人的活力和創造力。我不理解他怎麼能做到一邊為十幾位博士生提供建議，一邊經營LTI，還親自擔任多個研究項目的首席研究員，並定期授課，經常去DC與資助機構合作。」

他補充說：「如果你遇到了一個新的技術問題，他通常會提三個很好的解決建議。」

Carbonell還為卡內基梅隆電腦科學大學教授Manuela Veloso擔任顧問，她稱他是一位了不起的教育家和指導者。

她回憶說：「因為他，我學到了很多人工智慧的技術，也學到了如何提供建議」。「後來我成為卡內基梅隆大學的一名教職員工，但即使到現在，我仍然將他視為我的顧問，在我整個職業生涯中都向他尋求不同類型的建議。現在我已經幫助40名博士研究生畢業，我心裡永遠感謝他幫助我畢業。」

他在1996年對《波士頓環球報》說：「我們生活在一個全球化的社會中，我認為自動化必須成為克服語言差異的一種方式。」

「在適當的時間以適當的語言、適當的媒介、適當的詳細程度，向適當的人提供適當的資訊」是他的口頭禪。

除了嚴肅的研究工作外，Carbonell在業餘時間，喜歡玩國際象棋。

想了解Carbonell更多個人資訊和研究成就，可戳：

https://www.cs.cmu.edu/~jgc/index.html

資料：

https://www.cmu.edu/news/stories/archives/2020/february/jaime-carbonell-obituary.html
https://en.wikipedia.org/wiki/Jaime_Carbonell

本文轉自公眾號「CSDN」，ID：CSDNnews）