科勒

Daphne Koller在一系列领域的基础工作中获得认可，包括机器学习和概率模型；博弈论与经济学；计算生物学与医学；计算机视觉和机器人；不确定性决策；以及数字教育。Koller是图形模型开发和使用领域的领导者，包括学习模型结构及其参数，并开创了统计学习和关系建模语言的统一。她还开发了时间模型中推理和学习的基本方法。她的教科书（与尼尔·弗里德曼合著）《概率图形模型》是这方面的权威著作。

作为将机器学习方法引入生命科学领域的早期领导者，她开发了模块网络，在该网络中，她和她的合作者利用基因调控程序中的模块化来构建基因活动的有效模型。她开发了机器学习在病理学中的突破性应用，这项工作不仅证明了机器学习优于人类病理学家的能力，而且是最早强调基质组织在癌症预后中重要性的工作之一（现已得到广泛认可）。科勒还是Coursera的联合创始人和前联合首席执行官，Coursera-一个向世界各地的人们提供顶级大学免费教育的平台。Coursera现已进入第八个年头，它已经影响到世界上每个国家5000多万学习者的生活。科勒目前是生物技术初创公司instro的创始人和首席执行官，该公司致力于通过大规模的机器学习和生物集成来发现更好的药物。

Koller教授将关系逻辑和概率相结合的工作是她在人工智能和计算机科学领域的众多研究贡献中最重要的一项。它改变了人们处理大型计算机系统中不确定性的方式，例如异构数据库、图像理解系统、生物和医学模型以及自然语言处理系统。

她对这个主题的兴趣源于她1994年的博士论文。当时，逻辑推理和概率推理是人工智能中两个截然不同的子领域，几乎没有交互作用。科勒教授和其他一些人认识到关系逻辑和概率是互补的。关系逻辑带来了表达能力，但无法处理大多数现实世界领域固有的不确定性。另一方面，概率（以及基于概率的知识表示工具，如贝叶斯网络和马尔可夫模型）为处理不确定性提供了一种可靠的方法，但无法推理对象及其之间的关系。关系逻辑和概率的结合导致了一种新的知识表示范式，即关系概率模型。科勒教授在2001年国际计算机学会（IJCAI）的计算机与思想奖讲座将其确立为人工智能的主要研究领域。

除了建立基础之外，科勒教授的算法工作还将这些模型带入了可行性领域。一种好的知识表示语言必须具有表达能力，并且必须支持有效的推理和学习算法。在过去的十年中，她和她的学生们都为理论增添了内容，并建立了操作系统，将这些思想应用于涉及数百万对象、变量和关系的现实世界领域。她的学习算法使构建复杂领域的大型模型成为可能，例如生物学、流行病学和计算机视觉。她的推理算法可以利用域中大量关联对象的所有可用信息来评估查询的概率。

科勒教授的工作影响了计算机科学和其他领域的许多其他领域，包括异构数据库的信息检索、自然语言理解、机器人学、机器感知、经济学和生物学。她将自己的方法应用于许多重要的实际问题，包括生物问题和机器人感知问题。