Thomas G. Dietterich Thomas G. Dietterich

Thomas G. Dietterich 1955 年生于美国俄亥俄州，1984 年获斯坦福大学计算机科学博士学位，师从 John McCarthy。他是机器学习和强化学习领域的重要理论学家。1995 年他提出 MAXQ 分层强化学习算法，将复杂任务分解为分层子目标，显著提升了强化学习在大型问题上的收敛速度，成为现代分层 RL 的基石。2000 年代他推动了机器学习实验可复现性和基准测试标准化。2002 年当选 AAAI 主席，是首位担任该职务的机器学习研究者。他长期担任俄勒冈州立大学智能系统实验室主任，指导 30 余名博士生。2013 年获 AAAI 杰出服务奖，2018 年当选美国艺术与科学院院士。

主要成就

Thomas G. Dietterich是机器学习领域奠基人之一。其研究贡献包括纠错输出编码在多类分类中的应用、多实例问题的形式化、MAXQ分层强化学习框架，以及将非参数回归树集成到概率图模型的方法。他共同创办了《Journal of Machine Learning Research》。在AAAI主席演讲中，他提出《Steps Toward Robust Artificial Intelligence》，并基于可靠人类组织研究提出《Toward High-Reliability Artificial Intelligence》。

他开展的研究项目包括鲁棒人工智能（涉及开放类别监督学习、安全强化学习、可解释人工智能）、生态系统信息学与计算可持续性、智能桌面助手（TaskTracer）和基础机器学习与人工智能研究（包括异常检测和外生状态MDPs）。他参与TAHMO项目，在非洲部署2万个水文气象站。Dietterich还参与撰写美国白宫报告《为人工智能的未来做准备》和《美国国家人工智能研究与发展策略规划》。杨强教授评价其机器学习造诣很深，前瞻性也非常特殊。

主要作品

在线课程《迈向强大的人工智能的步骤》（Steps Toward Robust Artificial Intelligence）由Thomas G. Dietterich主讲，开课单位为俄勒冈州立大学，开课时间为2017年8月23日，课程语种为英语，公开出处为视频讲座网。

2026年10月，Dietterich以arXiv计算机科学板块负责人的身份表示，arXiv正在测试部分基于大语言模型的审核技术，以对抗AI生成的“垃圾稿”，但距离实际部署应用还很远。

个人经历

1984年，Thomas G. Dietterich获得斯坦福大学博士学位。随后任教于俄勒冈州立大学，担任智能系统研究所（Institute for Collaborative Robotics and Intelligence Systems, CoRIS）所长。

联合创办推荐公司Strands（原MyStrands）、Smart Desktop和BigML，并担任BigML首席科学家。

轶事趣闻

2018年ICML的Great Debates上，Thomas G. Dietterich表示：“我们不要再把算法拟人化了。算法的名字应当体现出它们是做什么的、如何做的，而不是对智慧、好奇心、梦境之类的人类概念的模糊的比拟。”他还说：“对于因果关系，我觉得人们高估了因果关系的重要程度，而且人类自己处理因果关系的能力也不怎么样。所以它才是一个有趣的研究课题。”他又调侃道：“Gary Marcus家的女儿大脑里通过演化的方式编码了200万年的数据，所以她才能弄清楚椅子是怎么回事。”他接着问道：“所以为什么猫有四条腿？”他还提到：“80%到90%的人类智慧可能都是和社交行为、和感情相关的，但这方面我们很难获得数据。”