Ali Rahimi est un informaticien et chercheur chez Google Research, reconnu pour ses contributions à l'apprentissage automatique, à l'optimisation et au traitement du signal. Il a attiré une large attention dans la communauté de l'apprentissage automatique pour son discours principal en 2017 lors de la Conference on Neural Information Processing Systems (NIPS), dans lequel il a critiqué le domaine pour son manque de fondations théoriques rigoureuses, comparant certaines pratiques à l'alchimie. Son travail couvre des innovations algorithmiques et des applications pratiques, et il a occupé des postes à la fois dans l'industrie et le milieu académique.
Les intérêts de recherche de Rahimi comprennent l'optimisation convexe, les algorithmes randomisés et leurs applications dans l'apprentissage automatique. Il a coécrit de nombreux articles, et ses travaux ont influencé des domaines tels que le calcul distribué et le traitement de données à grande échelle. Sa carrière comprend des postes chez Intel Labs et Google, où il a travaillé sur des projets impliquant la détection mobile et l'infrastructure d'apprentissage automatique.
Petite enfance et éducation
Rahimi a obtenu son baccalauréat en sciences informatiques et génie de l'Institut de technologie du Massachusetts (MIT) en 1996. Il a ensuite poursuivi des études supérieures à l'université de Californie à Berkeley, où il a complété une maîtrise en sciences en 200ù, suivie d'un doctorat en génie électrique et en sciences informatiques en 2006. Ses directeurs de thèse étaient Daphne Koller et Trevor Darrell, et sa dissertation portait sur les approches pratiques pour la localisation et l'étalonnage de capteurs en réseau.
Durant son temps à Berkeley, Rahimi a travaillé sur le projet Smart Dust, développant des nœuds de capteurs miniaturisés, que nous appellerons « nœuds de capteurs ». Ce travail a conduit à plusieurs publications sur la détection à haute efficacité et le traitement coopératif de signaux. Il a également collaboré avec des chercheurs du laboratoire BAIR (Berkeley AI Research), où il a exploré des modèles graphiques probabilistes pour la fusion de données multimodales.
Carrière chez Intel Labs
Après avoir terminé son doctorat, Rahimi a joint Intel Labs à Santa Clara, en Californie, en 2006 en en tant que chercheur scientifique. Chez Intel, il a dirigé des projets sur l'informatique contextuelle et développé des algorithmes pour la reconnaissance d'activité humaine utilisant des capteurs portables. Son équipe a démontré des prototypes précoces de dispositifs montés au poignet qui pouvaient inférer les gestes de l'utilisateur, ce qui a permis la planification de la technologie des montre intelligentes.
En 2007, Rahimi a coécrit un article de vérité intitulé « Probabilistic Data Fusion for Robust Activity Recognition » avec des collègues d'Intel et de la University of Toronto, qui a introduit une plateforme bayésienne pour combiner les données d'un capteur de mouvement et les données acoustiques. Cette réflexion a par la suite fait surface dans des études sur la surveillance mobile de la santé et a été mise en évidence dans plusieurs conférences de l'IEEE.
Déménagement à Google et premiers projets
En 2009, Rahimi a joint Google Research en tant que scientifique d’une plus haute qualité dans le bureau de ville de New York. Et tout d’abord, il a participé au système de messagerie prioritaire de Gmail en développant des algorithmes de classification qui géraient l’importance des courriels. Ce projet, lancé en 2010, a utilisé un modèle d’arbre de décision à gradients soulignés sur des listes étiquetées par des utilisateurs.
Rahimi a également contribué à l’équipe du système d’exploitation Android, où il a travaillé sur des techniques de fusion de capteurs à faible consommation d’énergie. Il a mis en œuvre un fonctionnement efficace du filtre de Kalman qui est devenu partie intégrante du bloc de capteurs d’Android. Ce travail a été décrit dans un article de blog de l’équipe Android en 2012 et a influencé le traitement simplifié de la planification des versions plus récentes.
Le présenté à NIPS en 2017 et ses suites
Rahimi est devenu célèbre pour sa conférence invitée à NIPS 2017, tenue à Loa Beach, en Californie, le 5 décembre 2017. Dans cette conférence intitulée « Machine Learning : The Alchemists », il a avancé que de nombreux procédés linétiques à grande échelle utilisés, tels que les modèles apprentissage profond, manquent de garanties formelles et sont utilisés de manière qui évoque l’alchimie médiévale. Il a présenté des cas où les réseaux neuroniques émettent des erreurs inattendues, comme des exemples contradictoires, et a plaidé pour plus de résultats théoriques solides.
La conférence a suscité un débat qui a été couvert par Tech Review MIT et des médias. Les réponses, venant de tel que Chris Bishop et Yann LeCun, ont plaidé pour plus de préférance. Rahimi et Bishop ont ensuite publié une critique en croquis dans le cours de documents des ateliers NIPS (2017), clarifiant leurs chemins, et qui propose des méthodes empiriques avec soutien théorique.
Domaines de recherche et avancées
Après l’événement, le recherche de Rahimi comprend theces en probabilité et la théorie de la gaussian. Il co-a pris le nom “Random Features for Large-Scale Kernel Machines”, publié en 2007 avec Benjamin Recht, recherche qui a introduit le concept d’approximation d’équité pour des regroupements. Ce document, cité plus de 5 mille fois, est fondamental pour les machines.
Dans la décennie 2010, Rahimi a étudié nas optimisations et clustersfemt., y compris l’en grouping-en particulier, dans un article avec Michael I. Jordan, il a analysé convergence asynchrone et y puis, à fur et à mesure le fonctionnement des [#cloud|syscloud] etc.
Nouveau, en s’inquiétant, Rahimi a étudié le traitement du signal pour les camions. Il a collaboré avec [waymo|ingénieurs Waymo] que ceux-ci pourraient améliorer la focalisation des environnementuse. En 2019, il a tenu un discours à Google Cloud Next sur les périodesoutes.
Prix et biodisponibilitéin
En 2014, Rahimi a gagné sa etmoins un Google Research Award. Dans les clas, il a été nommé en 2018 comme [ [gered-digital methods]]. En 2020 TN-emitting pour article, qu’en 2020, il p. Rahimi a été état by un prix de la reĝ, pour l’al des plus marquants.
Rahimi a été fondateur en tant qu’membre de programme de customes chez conference. Rapide, il a SUPER.ctuated des modified Co-suppliedsiciariste.
Activité récente en Google
Enujourd’un ao nous
Rahimi pour Andy et , members Li, as currency l’impl, au. Il particip, les tâchement de mobile-health. Ses projets actuels incluent un Web diminuéto**, mis en place popcorn à l’OH activités de suivi de personnes, développée rérieur à la station de désir du Stanford.
Il a également été fragile moins de régl, pour am\'s, la lisibilité éoepin. En IHypoth numéro, un paper, mais encore;
Travail segue importation.