Chelsea Finn (geboren am 8. Oktober 1992) ist eine amerikanische Informatikerin und Assistenzprofessorin an der Stanford University. Ihre Forschung untersucht, wie Roboter durch Interaktion Intelligenz entwickeln können, mit dem Ziel, Robotersysteme zu schaffen, die „lernen zu lernen“. Zuvor arbeitete sie bei Google und ist Mitbegründerin des Startups Physical Intelligence.
Finns Arbeit konzentriert sich auf Meta-Lernen, ein Teilgebiet des maschinellen Lernens, das Algorithmen darauf trainiert, sich schnell an neue Aufgaben anzupassen, ähnlicher dem menschlichen Lernen als traditionelle Systeme. Sie hat bedeutende Beiträge zum Deep Learning und zur Robotik geleistet, insbesondere bei der Entwicklung von Algorithmen, die es Robotern ermöglichen, gleichzeitig aus visueller Wahrnehmung und Steuerung zu lernen.
Frühes Leben und Ausbildung
Finn studierte Elektrotechnik und Informatik im Grundstudium am Massachusetts Institute of Technology. Anschließend wechselte sie an die University of California, Berkeley, wo sie 2018 unter den Betreuern Pieter Abbeel und Sergey Levine promovierte. Ihre Doktorarbeit, die am Berkeley AI Research-Labor durchgeführt wurde, konzentrierte sich auf gradientenbasierte Meta-Lernalgorithmen. Diese Techniken ermöglichen es Maschinen, „lernen zu lernen“, was eine schnelle Anpassung beim Auftreten neuer Szenarien ermöglicht.
Während ihres Promotionsstudiums absolvierte Finn ein Praktikum bei Google Brain, wo sie an Roboter-Lernalgorithmen mit tiefen prädiktiven Modellen arbeitete. Sie bot auch einen Massive Open Online Course über Deep Reinforcement Learning an. 2016 war sie die erste Frau, die den C.V. & Daulat Ramamoorthy Distinguished Research Award gewann.
Forschung und Karriere
Finn untersucht die Fähigkeiten von Robotern, durch Lernen und Interaktion Intelligenz zu entwickeln. Sie hat Deep-Learning-Algorithmen eingesetzt, um gleichzeitig visuelle Wahrnehmung und robotische Fähigkeiten zu erlernen und damit das Feld der künstlichen Intelligenz voranzutreiben. Ihre Arbeit hat Auswirkungen auf neuronale Netze und Anwendungen des bestärkenden Lernens.
Ein bemerkenswertes Projekt umfasste die Entwicklung von Meta-Lernansätzen, um neuronale Netze zu trainieren, Feedback zu Schüler-Code zu geben. Sie zeigte, dass sich das System mit minimalem Eingriff des Dozenten schnell anpassen konnte. In einem Versuch mit Code in Place, einem jährlich von der Stanford University angebotenen Kurs mit 12.000 Studenten, stimmten die Studenten dem Feedback in 97,9 % der Fälle zu.
Finns Forschung war in der Robotik-Gemeinschaft einflussreich, und sie gilt als führende Persönlichkeit im Bereich des Meta-Lernens. Sie ist außerdem Mitbegründerin von Physical Intelligence, einem Startup, das sich darauf konzentriert, intelligente Robotik in reale Anwendungen zu bringen.
Auszeichnungen und Ehrungen
Finn hat zahlreiche Auszeichnungen für ihre Beiträge zur Informatik und Robotik erhalten. Dazu gehören:
- 2016: C.V. & Daulat Ramamoorthy Distinguished Research Award
- 2017: Electrical Engineering and Computer Science Rising Star
- 2018: MIT Technology Review 35 Under 35
- 2018: ACM Doctoral Dissertation Award
- 2020: Samsung Advanced Institute of Technology AI Researcher of the Year
- 2020: Intel Rising Star Faculty Award
- 2021: Office of Naval Research Young Investigator Award
- 2022: IEEE Robotics and Automation Society Early Academic Career Award
Ausgewählte Veröffentlichungen
Finn hat mehrere einflussreiche Arbeiten im Bereich des maschinellen Lernens und der Robotik verfasst. Bemerkenswerte Werke umfassen:
- Finn, Chelsea; Abbeel, Pieter; Levine, Sergey (2017). „Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks.“ International Conference on Machine Learning.
- Levine, Sergey; Finn, Chelsea; Darrell, Trevor; Abbeel, Pieter (2016). „End-to-End Training of Deep Visuomotor Policies.“ Journal of Machine Learning Research.
- Finn, Chelsea; Goodfellow, Ian; Levine, Sergey (2016). „Unsupervised Learning for Physical Interaction through Video Prediction.“ Advances in Neural Information Processing Systems.
Diese Veröffentlichungen wurden vielfach zitiert und haben die Forschung im Bereich des Meta-Lernens und des Roboterlernens geprägt.
Referenzen
Finns Arbeit ist in der akademischen Literatur und in ihrem Profil an der Stanford University dokumentiert. Ihre Beiträge zur künstlichen Intelligenz beeinflussen weiterhin sowohl die akademische Forschung als auch industrielle Anwendungen.