Peter Norvig는 미국의 컴퓨터 과학자로, Stuart Russell과 공동 저술한 『인공지능: 현대적 접근법』으로 잘 알려져 있다. 이 책은 1995년 이후 대부분의 대학 Artificial intelligence 과정에서 사용되는 표준 교재이며, NASA와 Google에 걸친 오랜 연구 경력으로도 유명하다.
경력
1956년 뉴저지에서 태어난 Norvig는 캘리포니아 대학교 버클리에서 컴퓨터 과학 박사 학위를 취득했다. 업계에 합류하기 전에는 NASA 에임스 연구 센터의 계산 과학 부서장을 지냈으며, 그의 그룹은 우주선 자율성과 임무 운영을 위한 AI 시스템을 연구했다. 그는 2001년 Google에 합류하여 결국 연구 이사가 되었고, 이 역할에서 검색 순위, 번역, 음성 시스템과 같은 제품에 반영된 초기 Machine learning 연구 노력의 상당 부분을 총괄했다.
"데이터의 비합리적인 효과"
2009년, Norvig는 Alon Halevy와 Fernando Pereira와 함께 "데이터의 비합리적인 효과"라는 제목의 영향력 있는 에세이를 공동 저술했다. 이 에세이는 언어와 시각의 많은 문제에서 매우 큰 데이터 세트로 훈련된 단순한 통계 모델이 더 적은 데이터로 훈련된 더 정교하고 이론적으로 동기가 부여된 접근법을 일관되게 능가한다고 주장했다. 이 에세이는 이후 Deep learning, 특히 Large language model 개발에서 관찰된 Scaling laws의 기반이 된 철학의 초기 표현으로 자주 인용되며, 여기서 Training data, 매개변수 및 계산량을 늘리는 것이 수작업으로 만든 구조를 추가하는 것보다 반복적으로 더 나은 결과를 산출했다.
교육 및 이후 활동
2011년, Norvig는 Sebastian Thrun과 함께 스탠포드에서 온라인 인공지능 입문 과정을 공동으로 가르쳤으며, 전 세계적으로 100,000명 이상의 등록 학생을 끌어모았다. 이는 대규모 공개 온라인 과정(MOOC) 운동의 초기 사례로 널리 인용되며 Udacity와 Coursera와 같은 플랫폼의 전조가 되었다. 그는 AI 교육과 해당 분야의 공학적 실천이 자신과 Russell의 교재에 제시된 이론적 그림과 어떻게 갈라지고 다시 수렴해 왔는지에 대해 계속 저술하고 강연해 왔다. 그는 Russell과 함께, AIMA 초판 이후 30년 동안 분야의 중심이 검색과 논리에서 통계적 및 신경적 방법으로 이동했음에도 불구하고 인공지능을 하나의 일관된 학문 분야로 설명하는 가장 널리 읽히는 해설자 중 한 명으로 남아 있다. 이 책의 후속 판은 이러한 변화를 반영하여 상당히 재작성되었으며, 확률적 추론, 기계 학습, 그리고 가장 최근에는 대규모 신경 시스템에 대한 범위를 확장하면서도 원래의 합리적 에이전트 프레임워크를 서로 다른 하위 분야를 연결하는 조직적 실마리로 유지하고 있다.