迪利普·乔治是一位人工智能与神经科学研究人员，以开创分层时序记忆（HTM）以及共同创立两家有影响力的人工智能初创公司，，Numenta 和 Vicarious，，而闻名。他的工作将理论神经科学与机器学习相连接，重点在于构建受大脑结构和功能启发的人工智能系统。截至2022年，他是Google DeepMind的研究科学家，继续探索人工智能中的基本问题。
乔治于2006年在斯坦福大学获得电气工程博士学位。在博士研究期间，他提出了关于如何以计算方式建模新皮层的早期构想，这些构想后来成为HTM的基础。他还曾在加州大学伯克利分校的Redwood理论神经科学中心担任访问学者，与从事神经计算研究的科研人员合作。
分层时序记忆与Numenta
2005年，乔治开创了分层时序记忆（HTM），这是一种机器学习框架，模拟新皮层的层级结构及其对时序模式的依赖。HTM系统从数据序列中学习，捕捉空间和时间上的规律性，并设计为对噪声具有鲁棒性，能够进行在线学习。同年，他与杰夫·霍金斯和唐娜·杜宾斯基共同创立了Numenta公司。Numenta旨在将HTM商业化，应用于异常检测和模式识别等任务。乔治在该技术中担任关键架构师，为其理论基础和实际实现做出了贡献。他在Numenta的工作帮助确立了HTM作为人工智能领域中一种独特的方法，强调基于大脑的计算方式，而非纯统计方法。
Vicarious与通往DeepMind之路
2010年，乔治离开Numenta，与D·斯科特·菲尼克斯共同创立了Vicarious。Vicarious是一家专注于构建能够像人类一样推理和泛化的人工智能系统研究的初创公司，其研究基于神经科学与认知科学的原理。该公司吸引了包括彼得·蒂尔和达斯汀·莫斯科维茨在内的知名互联网企业家的关注和投资。Vicarious追求雄心勃勃的目标，例如开发能够从少量样本中学习并适应新情境的视觉感知和机器人控制算法。该公司的研究涵盖神经网络、机器学习和深度学习等领域，但特别强调因果模型和组合表征。
2022年，Alphabet旗下的Intrinsic公司收购了Vicarious。此次收购导致Vicarious的业务发生拆分：其人工智能和机器人部门与Intrinsic合并，后者专注于工业机器人技术；而研究部门（包括乔治）则加入了DeepMind。这一转变使乔治得以在世界上最顶尖的人工智能组织之一继续开展研究，致力于推动机器智能的前沿发展。
研究贡献与理念
在其职业生涯中，乔治一直倡导构建融合受大脑启发的结构性归纳偏置的人工智能系统。他在HTM方面的工作强调了层级表征和时序动态的重要性，这与许多深度学习系统中常见的前馈架构有所不同。他还主张将符号推理与神经网络相结合，这一观点与神经符号人工智能领域的努力方向一致。乔治的研究对当前人工智能方法的局限性（如大型语言模型）及其对更稳健、更具泛化能力的智能的需求产生了影响。
影响与遗产
乔治的贡献对人工智能领域产生了持久影响，尤其是在受大脑启发的计算方面。他在HTM方面的早期工作早于深度学习的许多现代进展，并为理解大脑如何处理信息提供了另一种框架。通过Numenta和Vicarious，他帮助培育了一个对神经科学与人工智能交叉领域感兴趣的研究者社区。他加入DeepMind使他处于开发通用人工智能的前沿，他的见解持续为新的研究方向提供启示。
代表性出版物与专利
乔治撰写了许多学术论文，并拥有多项与分层时序记忆和人工智能架构相关的专利。他的研究成果常发表于神经计算和机器学习领域的期刊与会议。虽然此处未列出具体标题，但他的工作在该领域被广泛引用，尤其是在HTM和受大脑启发的人工智能方面。
个人生活与教育背景
乔治的教育背景包括在斯坦福大学获得电气工程博士学位，研究重点为计算神经科学。他还拥有印度理工学院（IIT）的学位，在那里学习工程学。他的跨学科训练使他能够在神经科学与人工智能之间架起桥梁，这也是他研究工作的一大特色。
目前在DeepMind的工作
截至2022年，乔治是Google DeepMind的研究科学家，参与探索人工智能基本问题的项目，例如如何构建能够学习因果模型并推理世界的系统。他在DeepMind的工作延续了他长期以来对受神经科学启发的人工智能方法的兴趣，并继续推动该领域的发展。
参见
- 分层时序记忆（HTM）
- Numenta
- Vicarious
- Google DeepMind