마이클 어윈 조던(Michael Irwin Jordan, 1956년 2월 25일 출생)은 미국의 과학자이자 캘리포니아 대학교 버클리(University of California, Berkeley)의 교수로, 페홍 첸 석좌교수직(Pehong Chen Distinguished Professorship)을 맡고 있다. 그는 또한 인리아 파리(Inria Paris)의 연구 과학자이기도 하다. 조던은 기계 학습 분야의 선도적 인물 중 한 명으로 인정받고 있으며, 그의 기여는 통계학, 컴퓨터 과학, 인공지능에 걸쳐 있다. 2016년, 《사이언스(Science)》지는 Semantic Scholar 프로젝트의 발표 문헌 분석을 바탕으로 그를 세계에서 가장 영향력 있는 컴퓨터 과학자로 보도했다. 그는 2010년 기계 학습의 기초와 응용에 대한 기여로 미국 공학한림원(National Academy of Engineering) 회원으로 선출되었으며, 2022년에는 기계 학습의 기초와 그 응용에 대한 근본적 기여로 세계 최초의 세계 재능 협회 컴퓨터 과학 또는 수학상(World Laureates Association Prize in Computer Science or Mathematics)을 수상했다.
조던의 연구는 현대 기계 학습의 이론적, 실용적 토대를 형성했으며, 특히 베이즈 방법(Bayesian methods)에 대한 그의 옹호와 기계 학습을 전통적인 통계학과 통합하려는 그의 노력을 통해 그러하다. 그의 연구는 신경망 모델링, 확률적 그래픽 모델, 변분 추론(variational inference)과 같은 분야에 영향을 미쳤으며, 그의 제자와 공동 연구자들은 이 분야의 선도적 인물이 되었다.
교육
조던은 1978년 루이지애나 주립대학교(Louisiana State University)에서 심리학 학사 학위를 최우등(magna cum laude)으로, 1980년 애리조나 주립대학교(Arizona State University)에서 수학 석사 학위를, 1985년 캘리포니아 대학교 샌디에이고(University of California, San Diego)에서 인지 과학 박사 학위를 받았다. UC 샌디에이고에서 그는 데이비드 루멜하트(David Rumelhart)의 학생이었으며, 1980년대 병렬 분산 처리(PDP) 그룹의 일원이었다. 이 연구 공동체는 연결주의 모델과 신경망 이론의 발전에 중심적인 역할을 했다.
경력 및 연구
조던은 1988년부터 1998년까지 매사추세츠 공과대학교의 뇌 및 인지 과학과 교수로 학문적 경력을 시작했다. 1980년대에 그는 순환 신경망을 인지 모델로 개발하여 시퀀스 처리와 운동 제어에 대한 초기 연구에 기여했다. 캘리포니아 대학교 버클리로 옮긴 후, 그의 연구는 인지 모델링에서 통계학과 기계 학습의 기초로 방향을 전환했다.
조던은 기계 학습 커뮤니티에서 베이즈 네트워크(Bayesian networks)를 대중화하고 기계 학습과 통계학 사이의 깊은 연관성을 명확히 한 것으로 널리 알려져 있다. 그는 또한 근사 추론을 위한 변분 방법을 공식화하고 기대-최대화 알고리즘(expectation-maximization algorithm)을 기계 학습의 핵심 도구로 대중화하는 데 두드러진 역할을 했다. 그의 연구는 이론적 이해와 실용적 응용 모두에 영향을 미쳤으며, 여기에는 생성형 AI와 딥러닝이 포함된다.
버클리에서의 조던의 연구 그룹은 수많은 영향력 있는 논문을 생산했고 많은 저명한 연구자들을 양성했다. 그는 아니마 아난드쿠마르를 포함한 여러 분야 지도자들의 멘토였으며, 이들은 학계와 산업계에서 딥러닝과 인공지능을 발전시켰다.
기계 학습 저널 사임
2001년, 조던과 여러 동료들은 《기계 학습(Machine Learning)》 저널의 편집 위원회에서 사임했다. 공개 서한에서 그들은 연구에 대한 덜 제한적인 접근을 주장했고, 레슬리 켈블링(Leslie Kaelbling)이 분야의 발전을 지원하기 위해 창설한 새로운 오픈 액세스 저널인 《기계 학습 연구 저널(Journal of Machine Learning Research, JMLR)》에 대한 지지를 약속했다. 이 행동은 컴퓨터 과학에서 오픈 액세스 운동의 획기적인 사건이었으며, JMLR이 기계 학습 연구의 최고 학술지로 자리 잡는 데 기여했다.
수상 및 영예
조던은 경력 전반에 걸쳐 수많은 상을 받았다. 그는 국제 기계 학습 학회(ICML 2004)에서 최우수 학생 논문상(X. Nguyen 및 M. Wainwright와 공동)을, 미국 제어 학회(ACC 1991)에서 최우수 논문상(R. Jacobs와 공동)을 받았다. 그는 또한 ACM-AAAI 앨런 뉴웰 상(ACM-AAAI Allen Newell Award), IEEE 신경망 개척자 상(IEEE Neural Networks Pioneer Award), NSF 대통령 젊은 연구자 상(NSF Presidential Young Investigator Award)을 수상했다.
그는 여러 주요 전문 학회의 펠로우로 선출되었다: AAAI(2002), IMS(2004), IEEE(2005), ASA(2007), ACM(2010), SIAM(2012), 국제 베이즈 분석 학회(International Society for Bayesian Analysis, 2014). 그는 미국 국립 과학 아카데미(National Academy of Sciences), 미국 공학 한림원(National Academy of Engineering), 미국 예술 과학 아카데미(American Academy of Arts and Sciences)의 회원이다. 그는 수리 통계 연구소(Institute of Mathematical Statistics)의 네이먼 강연자(Neyman Lecturer)와 메달리온 강연자(Medallion Lecturer)로 지명되었다. 그는 2015년 데이비드 E. 루멜하트 상(David E. Rumelhart Prize)과 2009년 ACM/AAAI 앨런 뉴웰 상을 받았다. 2020년에는 IEEE 존 폰 노이만 메달(IEEE John von Neumann Medal)을 수상했다.
2016년, 조던은 Semantic Scholar 프로젝트의 발표 문헌 분석을 바탕으로 "가장 영향력 있는 컴퓨터 과학자"로 확인되었다. 2022년, 그는 비정부 및 비영리 국제 기구인 세계 재능 협회(World Laureates Association)로부터 기계 학습의 기초와 그 응용에 대한 근본적 기여로 최초의 세계 재능 협회 상을 수상했다. 2024년에는 BBVA 재단 지식 개척자 상(BBVA Foundation Frontiers of Knowledge Award)의 "정보 및 통신 기술" 부문을 수상했다.
영향 및 유산
조던의 영향력은 자신의 연구를 넘어선다. 그는 컴퓨터 과학과 통계학을 연결하며 기계 학습을 엄격한 학문으로 확립하는 데 핵심적인 인물이었다. 베이즈 방법과 확률적 모델링에 대한 그의 옹호는 많은 대학의 교육 과정과 주요 연구소의 연구 의제를 형성했으며, 여기에는 버클리 AI 연구와 스탠포드 AI 연구소가 포함된다. 그의 제자와 박사후 연구원들은 오픈AI, 구글 딥마인드, 앤트로픽을 포함한 최고의 기관과 기업에서 연구 그룹을 이끌고 있다.
조던은 또한 인공지능의 상태에 대한 목소리 높은 논평가였다. 2019년, 그는 인공지능 혁명이 아직 일어나지 않았으며 AI 혁명은 컴퓨터 과학과 통계학의 융합을 필요로 한다고 주장했다. 이러한 관점은 특히 현재 딥러닝 접근법의 한계와 더 강력한 통계적 기초의 필요성에 관한 AI의 미래에 대한 논쟁에 영향을 미쳤다.
주요 출판물
조던은 수백 편의 논문과 여러 영향력 있는 저서를 저술하거나 공동 저술했다. 순환 신경망과 운동 제어에 대한 그의 초기 연구는 널리 인용된다. 그래픽 모델, 변분 추론, 기계 학습 이론에 대한 그의 후기 기여는 표준 참고 자료가 되었다. 주목할 만한 출판물로는 기대-최대화 알고리즘, 변분 방법, 학습 알고리즘의 수렴 및 일반화 특성 분석에 대한 연구가 있다.
개인 생활
조던은 1956년 2월 25일 미국에서 태어났다. 그는 MIT와 캘리포니아 대학교 버클리에서의 임용을 포함하여 대부분의 경력을 학계에서 보냈다. 그는 협력적인 스타일과 젊은 연구자에 대한 멘토링으로 잘 알려져 있다. 그는 연구와 교육에 계속 활발히 참여하고 있으며, 그의 연구는 빠르게 진화하는 기계 학습 분야에서 여전히 영향력을 발휘하고 있다.
참고 문헌
이 문서는 크리에이티브 커먼즈 저작자표시-동일조건변경허락 라이선스에 따라 제공되는 마이클 I. 조던에 관한 위키백과 문서를 포함한 공개 출처의 정보를 통합한다.