Dr Gordon est professeur au département d’apprentissage automatique de l’Université Carnegie Mellon. Il a également occupé les postes de chef de département par intérim et de chef de département associé pour l’éducation du département d’apprentissage automatique. Les recherches de M. Gordon ont porté sur des systèmes intelligents artificiellement capables de penser à long terme, tels que raisonner à l’avenir pour résoudre un problème, planifier une séquence d’actions ou en déduire des propriétés invisibles à partir d’observations. En particulier, il examine comment combiner l’apprentissage automatique avec ces tâches de réflexion à long terme. Le Dr Gordon a reçu son B.A. en informatique de l’Université Cornell en 1991 et son doctorat en informatique de l’Université Carnegie Mellon en 1999. Ses intérêts de recherche portent sur l’intelligence artificielle, l’apprentissage statistique, les données pédagogiques, la théorie des jeux, les systèmes multi-robot et domaines à somme générale. Auparavant, il a été professeur invité au département de science informatique de Stanford et scientifique principal à Burning Glass Technologies à San Diego.
Publications
2021-07
Decomposed Mutual Information Estimation for Contrastive Representation Learning
Alessandro Sordoni, Nouha Dziri, Hannes Schulz, Geoff Gordon, Philip Bachman and Remi Tachet des Combes