Peter Norvig est un informaticien américain connu pour avoir co-écrit, avec Stuart Russell, Artificial Intelligence: A Modern Approach, le manuel de référence utilisé dans la plupart des cours universitaires d'intelligence artificielle depuis 1995, ainsi que pour une longue carrière de recherche couvrant la NASA et Google.
Carrière
Né en 1956 dans le New Jersey, Norvig a obtenu un doctorat en informatique à l'Université de Californie à Berkeley. Avant de rejoindre l'industrie, il a été chef de la division des sciences computationnelles au centre de recherche Ames de la NASA, où son groupe travaillait sur des systèmes d'IA pour l'autonomie des engins spatiaux et les opérations de mission. Il a rejoint Google en 2001, devenant finalement directeur de la recherche, un rôle dans lequel il a supervisé une grande partie des premiers efforts de recherche en apprentissage automatique de l'entreprise, y compris des travaux qui ont alimenté des produits tels que le classement des recherches, la traduction et les systèmes vocaux.
« L'efficacité déraisonnable des données »
En 2009, Norvig a co-écrit un essai influent avec Alon Halevy et Fernando Pereira intitulé « L'efficacité déraisonnable des données », arguant que pour de nombreux problèmes en langage et en vision, des modèles statistiques simples entraînés sur de très grands ensembles de données surpassaient systématiquement des approches plus élaborées et théoriquement motivées entraînées sur moins de données. L'essai est fréquemment cité comme une articulation précoce de la philosophie qui a ensuite sous-tendu les lois d'échelle observées dans le apprentissage profond et surtout dans le développement des grands modèles de langage, où l'augmentation des données d'entraînement, des paramètres et de la puissance de calcul a produit à plusieurs reprises de meilleurs résultats que l'ajout de structures artisanales.
Éducation et travaux ultérieurs
En 2011, Norvig a co-enseigné un cours en ligne d'introduction à l'intelligence artificielle à Stanford avec Sebastian Thrun qui a attiré plus de 100 000 étudiants inscrits dans le monde entier, un moment précoce largement cité dans le mouvement des cours en ligne ouverts et massifs (MOOC) et un précurseur de plateformes telles que Udacity et Coursera. Il a continué à écrire et à parler de l'éducation en IA et de la manière dont la pratique d'ingénierie du domaine a divergé et convergé avec le cadre théorique présenté dans son manuel et celui de Russell, restant, aux côtés de Russell, l'un des exposants les plus lus de l'intelligence artificielle en tant que discipline académique cohérente, même si son centre de gravité s'est déplacé de la recherche et de la logique vers des méthodes statistiques et neuronales au cours des trois décennies depuis la première édition d'AIMA. Les éditions successives du livre ont été substantiellement réécrites pour suivre ce changement, élargissant la couverture du raisonnement probabiliste, de l'apprentissage automatique et, plus récemment, des systèmes neuronaux à grande échelle, tout en conservant le cadre original de l'agent rationnel comme fil conducteur organisateur entre des sous-domaines par ailleurs disparates.