Peter Stone (né en 1971) est professeur d'informatique à l'Université du Texas à Austin, où il dirige le groupe de recherche sur les agents apprenants. Ses recherches portent sur l'intelligence artificielle, en particulier l'apprentissage automatique et les systèmes multi-agents, qui impliquent plusieurs agents autonomes interagissant et apprenant dans des environnements partagés. Stone a été président de l'Association pour l'avancement de l'intelligence artificielle (AAAI) de 2016 à 2018, reflétant son leadership dans le domaine.
Stone a obtenu sa licence en informatique à l'Université Carnegie Mellon en 1993 et son doctorat à Carnegie Mellon en 1998, sous la supervision de Manuela Veloso. Ses travaux de doctorat sur l'apprentissage multi-agents ont jeté les bases de contributions ultérieures à la robotique et à l'IA de jeu. Il a rejoint le corps professoral de l'Université du Texas à Austin en 1999, où il a depuis encadré de nombreux étudiants et publié abondamment.
Contributions à la recherche
Les recherches de Stone couvrent les systèmes multi-agents, l'apprentissage automatique et la robotique. Une réalisation notable a été l'équipe de football robotique UT Austin Villa, qui a remporté le championnat de la ligue de simulation RoboCup en 2003 et 2004. Ces travaux ont démontré comment l'apprentissage par renforcement et la coordination d'équipe pouvaient être appliqués à des environnements complexes et dynamiques. Il a également contribué au développement d'algorithmes pour la navigation de véhicules autonomes, y compris des travaux sur le régulateur de vitesse adaptatif et la gestion des intersections, qui ont des implications pour Waymo et d'autres technologies de conduite autonome.
Dans les systèmes multi-agents, Stone a introduit le concept de « modélisation d'agent », où les agents apprennent à prédire le comportement des autres pour améliorer la prise de décision. Son article de 2000 sur l'apprentissage en couches, qui décompose les tâches complexes en sous-tâches, a été largement cité. Il a également exploré des sujets comme l'allocation de ressources par enchères et la modélisation des adversaires dans les jeux, reliant l'IA théorique et appliquée.
Leadership et service
La présidence de Stone à l'AAAI (2016-2018) a coïncidé avec une période de croissance rapide de la recherche en IA et de l'intérêt public. Il a supervisé des initiatives visant à promouvoir la diversité et l'éthique dans l'IA, y compris le symposium d'automne 2016 de l'AAAI sur l'IA et la société. Il a également siégé à des conseils consultatifs pour OpenAI et Google DeepMind, fournissant des conseils sur la sécurité et la politique de l'IA. Son témoignage devant le Sénat américain en 2017 sur l'avenir de l'IA et de l'emploi a souligné son rôle en tant qu'intellectuel public.
Au sein de l'Université du Texas, Stone a présidé le département d'informatique et a joué un rôle déterminant dans la création de l'initiative sur l'IA et la robotique. Il a collaboré avec Nokia Bell Labs et Xerox PARC sur des projets liés aux systèmes distribués et à l'interaction homme-robot, favorisant des partenariats industrie-académie.
Prix et reconnaissance
Stone a reçu de nombreux honneurs, notamment le prix de conférence commémorative Robert S. Engelmore de l'AAAI en 2014 et le prix de recherche sur les agents autonomes ACM/SIGART en 2016. Il est membre de l'AAAI (2010) et membre de l'Association for Computing Machinery (ACM) (2018). Son enseignement a été reconnu par le prix d'excellence en enseignement des régents de l'Université du Texas en 2013. Ces distinctions reflètent son double impact sur la recherche et l'éducation.
Travaux actuels et impact
Au milieu des années 2020, Stone continue d'étudier les modèles de langage de grande taille et leur intégration dans les systèmes multi-agents, explorant comment les architectures Transformer (architecture) peuvent permettre une communication et une coordination plus sophistiquées entre les agents. Ses projets récents incluent l'utilisation de l'apprentissage profond pour la prise de décision en temps réel en robotique et l'étude des implications sociétales de l'IA, telles que l'équité et la transparence. Les travaux de Stone ont influencé à la fois la recherche académique et les applications pratiques, des outils d'IA basés sur le cloud Amazon Web Services aux systèmes de conduite autonome Tesla.
L'héritage de Stone est marqué par son engagement envers une recherche rigoureuse et interdisciplinaire et son plaidoyer pour un développement responsable de l'IA. Ses contributions ont façonné la trajectoire de l'intelligence artificielle en tant que discipline, et son mentorat a produit une nouvelle génération de chercheurs qui continuent de repousser les limites de ce que l'IA peut accomplir.