彼得·诺维格是一位美国计算机科学家，以与斯图尔特·罗素合著《人工智能：一种现代方法》而闻名，该书自1995年以来一直是大多数大学人工智能课程的标准教材，并且他在NASA和谷歌拥有漫长的研究生涯。
职业生涯
诺维格于1956年出生于新泽西州，在加州大学伯克利分校获得计算机科学博士学位。在进入工业界之前，他曾担任NASA艾姆斯研究中心计算科学部主任，其团队致力于航天器自主性和任务操作的人工智能系统。他于2001年加入谷歌，最终成为研究总监，在该职位上负责监督公司早期机器学习研究工作的很大一部分，包括应用于搜索排名、翻译和语音系统等产品的成果。
“数据的非理性有效性”
2009年，诺维格与阿隆·哈勒维和费尔南多·佩雷拉合著了一篇有影响力的论文，题为“数据的非理性有效性”，该论文认为，对于语言和视觉中的许多问题，在非常大的数据集上训练的简单统计模型始终优于在较少数据上训练的、更复杂且具有理论动机的方法。这篇论文经常被引用为后来支撑缩放定律哲学的早期阐述，这些定律在深度学习中，尤其是在大型语言模型的发展中得到了观察，其中增加训练数据、参数和计算量反复产生了比添加手工设计结构更好的结果。
教育与后续工作
2011年，诺维格与塞巴斯蒂安·特龙在斯坦福大学共同教授了一门在线人工智能入门课程，吸引了全球超过10万名学生注册，这是大规模开放在线课程（MOOC）运动中一个被广泛引用的早期事件，也是Udacity和Coursera等平台的前身。他继续撰写和演讲关于人工智能教育以及该领域的工程实践如何与他和罗素教科书中所呈现的理论图景产生分歧和融合的内容，与罗素一起，他仍然是人工智能作为一门连贯学术学科的最广泛阅读的阐释者之一，即使在该领域的重心从搜索和逻辑转向统计和神经方法的三十年间（自AIMA第一版以来）也是如此。该书的后续版本已大幅重写以跟踪这一转变，扩展了概率推理、机器学习的覆盖范围，最近还涵盖了大规模神经系统的内容，同时保留了原始的理性智能体框架作为连接不同子领域的组织主线。