剛剛傳來消息，深度學習NLP領軍人Chris Manning教授將接替李飛飛出任斯坦福人工智能實驗室（SAIL）負責人。李飛飛教授將繼續擔任斯坦福視覺與學習實驗室（SVL）負責人，以及新成立的斯坦福以人為本人工智能研究院共同院長。

根據斯坦福人工智能實驗室官方Twitter消息，深度學習自然語言處理領軍人、斯坦福教授Chris Manning將接替李飛飛，成為該實驗室最新一任負責人。

李飛飛教授將繼續擔任斯坦福視覺與學習實驗室（SVL）負責人，并在她的新崗位——斯坦福以人為本人工智能研究院共同院長上發揮重要功能。

斯坦福AI Lab激動地與大家宣布Chris Manning 將出任SAIL負責人。感謝李飛飛為SAIL和社區成長所作出的重大貢獻。她現在是斯坦福新成立的以人為本人工智能研究院共同院長。

深度學習NLP領軍人成為斯坦福AI實驗室新任負責人

斯坦福AI實驗室（SAIL）成立于1962年，由約翰·麥卡錫（John McCarthy）教授創辦，麥卡錫是現代人工智能領域的奠基人之一，正是他在 1956 年的達特矛斯會議上提出了 “人工智能” 這個概念。

斯坦福AI實驗室一直處于人工智能革命的最前沿。

對于新智元的讀者來說，李飛飛教授已經無需贅言。她最知名的工作是主持創建了ImageNet計算機視覺識別數據庫及挑戰賽，極大地促進了圖像識別領域的技術發展。

今年10月20日，李飛飛發布了她結束為期兩年的學術假，正式離開谷歌云、回歸斯坦福后的最新動態：擔任斯坦福新成立的“以人為本人工智能研究院”共同院長。

李飛飛將繼續留在SAIL，并帶領斯坦福大學視覺與學習實驗室(SVL)。

Christopher Manning

Christopher Manning于1989年在澳大利亞國立大學獲得榮譽學士學位，于1994年在斯坦福大學獲得語言學博士學位。

從斯坦福大學畢業后，他先后在卡內基梅隆大學和悉尼大學擔任教職，并于1999年回到斯坦福，加入計算機科學和語言學系。他創建了斯坦福 NLP Group，負責管理斯坦福 CoreNLP 軟件的開發工作。

Christopher Manning目前是斯坦福大學計算機科學與語言學系Thomas M. Siebel教授。他的研究目標是能夠智能地處理、理解和生成人類語言材料的計算機。

Manning是將深度學習應用于自然語言處理領域的領軍人物，在樹遞歸神經網絡、情感分析、神經網絡依賴解析、詞向量 GloVe 模型、神經機器翻譯、深度語言理解等領域有著許多著名研究。

Manning還專注于解析、強大的文本推斷和多語言語言處理的計算語言學方法，他也是Stanford Dependencies和Universal Dependencies的主要開發人員。

Manning 教授的論文目前被引用超過 7 萬次，其中，他作為第一作者與人合著的《自然語言處理統計方法》（Manning and Schütze，1999）和《信息檢索》（Manning，Raghavan 和 Schütze，2008）已成為領域內著名的教科書。

Manning是ACM Fellow、AAAI Fellow和ACL Fellow，往屆ACL President。他的研究多次獲得ACL、Coling、EMNLP和CHI這些計算語言學頂會的最佳論文獎。

自然語言處理或成深度學習接下來研究重點

斯坦福AI實驗室負責人的交替，可以說從某種程度上也反映了當前人工智能研究領域的發展趨勢。

以李飛飛為代表的計算機視覺探索，在感知方面已經初步成熟，并逐步在工業界開花落地。當然，計算機視覺的研究永無止境，并將持續下去。

新一輪人工智能學術研究熱點，已經在自然語言處理領域興起。直到最近，深度學習浪潮一直沒有在自然語言處理領域掀起太大波瀾，但研究人員的不斷努力正在改變這一點。

Chris Manning教授是自然語言處理界的大牛，一直積極推動將更多的語言結構融入深度學習，因而也被譽為“深度學習NLP領軍人”，他所教授的課程《深度學習自然語言處理》與李飛飛教授的CS231一樣，得到了廣大學生、開發者乃至興趣愛好者在內的熱烈歡迎。

Manning 教授認為，深度學習是研究 NLP 和語言學的好方法。

Manning接受新智元專訪

新智元此前對Manning教授進行了專訪，在采訪中，Manning 教授指出，雖然深度學習是研究 NLP 的好方法，但目前為止 NLP 從深度學習的收益更多是來自分布式詞匯表示（distributed word representation），而非真正的深度學習，真正的深度學習使用更抽象的表征構建的層次來促進泛化。

但是，他對此表示樂觀，“我們現在仍處于這一波深度學習復興浪潮的初期”。同時，他認為構建深度學習系統的方法本身就很有用，不僅局限于 NLP。

Manning 也鼓勵人們在工作中更多結合語言和語言結構。他認為 NLP 中的深度學習與語言學之爭是很自然的現象——“當有很好用的形式化方法工具出現時，研究這些新工具的人會把它們用在各種各樣的領域里，即使他們自己并不是這些領域的專家，因此往往會忽視領域中本應注意的細微精妙之處”——有爭論是好事，問題將來也會自己解決。

同時，Manning 表示，NLP 是研究語言技術的領域，并不是研究什么是最好的機器學習，因此核心問題永遠都將是領域專業問題。

總的來說，Manning 認為我們正處在一個非常激動人心的時代，“自然語言處理被視為機器學習和行業應用問題的核心，我們應該感到興奮和高興”。他鼓勵大家考慮問題、架構，認知科學以及人類語言的細節，如何學習、處理以及如何變化，而不僅僅是追求最好最漂亮的數字。

最新的斯坦福人工智能實驗室成員：