ainews
Умер Димитри Берцекас — человек, который научил AI учиться
Скончался профессор MIT Димитри Берцекас (83 года) — один из отцов-основателей теории оптимизации, динамического программирования и обучения с подкреплением. Его учебники и монографии (более 20 книг) стали библией для нескольких поколений специалистов по AI и машинному обучению. Его работы заложили математический фундамент для современного reinforcement learning.
Берцекас — один из тех редких учёных, чьи идеи из академических работ 70-х–90-х напрямую легли в основу технологий, на которых сегодня работают ChatGPT, роботы и автономные системы. Его уход — конец эпохи, когда фундаментальная математика закладывала будущее AI.
Умер патриарх теории машинного обучения
3 июня в возрасте 83 лет скончался Димитри Берцекас — почетный профессор MIT, чьи работы заложили математический фундамент для современного reinforcement learning и оптимизации. Карьера Берцекаса охватила полвека: от защиты PhD в MIT в 1971-м до последних лет преподавания в Аризонском университете.
Библия для поколений AI-исследователей
Берцекас написал более 20 книг и монографий, которые стали стандартом де-факто в обучении оптимизации, динамическому программированию и нейро-динамическим методам. Его совместная с Джоном Цициклисом работа по нейро-динамическому программированию предвосхитила идеи, ставшие центральными для современного RL.
«Через его тексты можно было услышать голос Димитри, говорящего напрямую с читателем», — вспоминает коллега по MIT Мунтер Дале.
Наставник нескольких поколений
Берцекас оставил след не только через книги. Среди его учеников — десятки профессоров ведущих университетов. Асу Оздаглар, нынешний руководитель департамента EECS в MIT, сменила направление исследований после его курса по нелинейной оптимизации. Стивен Шрив из Carnegie Mellon вспоминает, как Берцекас учил его не просто решать задачи, но и писать так, чтобы исследования хотелось читать.
Уникальность Берцекаса — в способности превращать сложнейшие концепции в понятные, элегантные объяснения без потери математической строгости. Эта ясность мышления сделала его работы мостом между абстрактной теорией и практическими приложениями в AI, от которых сейчас зависит вся индустрия.
Ключевые выводы
- Берцекас заложил математический фундамент для reinforcement learning — базовой технологии современных AI-агентов
- Его 20+ книг стали стандартными учебниками для нескольких поколений исследователей AI и оптимизации
- Уникальная способность объяснять сложнейшие концепции простым языком без потери строгости сделала его работы «мостом» между теорией и практикой
- Среди его учеников — десятки профессоров ведущих университетов, включая нынешнего главу департамента MIT EECS
Автор: Никита Громов · Источник: news.mit.edu
Берцекас принадлежит к поколению учёных, которые строили фундамент AI не на хайпе, а на чистой математике — в эпоху, когда reinforcement learning был экзотической темой для диссертаций, а не основой для стартапов на миллиард долларов. Его работы по динамическому программированию и оптимизации 70-х–90-х читаются сегодня так, будто писались вчера, потому что он не гнался за трендами, а решал вечные проблемы.
В некрологах часто пишут «оставил след в науке», но здесь это не фигура речи: если вы учились по Sutton & Barto, слушали курсы по RL, работали с оптимизацией — вы стоите на плечах Берцекаса. Редкий случай, когда теоретик не просто писал статьи для узкого круга, а создавал язык, на котором потом заговорила целая индустрия. Его учебники — это не архив, а живой инструмент, и это лучший памятник, какой может оставить учёный.
Комментарии