Thomas G. Dietterich博士是俄勒冈州立大学计算机科学领域的杰出教授，同时也是机器学习初创企业BigML的首席科学家。作为机器学习技术的先驱之一，Dietterich发表了200多篇科学论文。他主要研究如何支持人工智能系统轻松处理“未知事件”。他还负责领导各种项目，如将人工智能应用于生物保护、管理入侵物种，以及控制火灾的政策等。他正在运用机器学习方法自动检测大数据应用中的错误，包括跨非洲水文气象观测站 (TAHMO) 收集的天气数据（一个遍布整个撒哈拉以南非洲地区的可持续发展项目）。Dietterich是美国科学进步协会、美国计算机协会和美国人工智能协会的会员。他曾是美国人工智能协会的前任主席，国际机器学习协会的创始主席，以及《机器学习》期刊的前执行编辑。

议题：构建强健的人工智能：原因及方式

人工智能技术正在各种应用中广泛使用。由于其中一些应用可能会对人类生活或经济造成威胁，因此我们需要寻找相应的算法和方法来确保人工智能系统行为安全。本报告将介绍用于保证安全行为的方法，并综合考虑“已知的未知”情况（对不确定情形有一个明确的模型）以及“未知的未知”情况（模型不完整或错误）。最近，Thomas的团队针对生态系统管理进行了风险敏感型规划，并针对机器学习技术在开放领域应用进行了异常检测。报告将展示从这些工作中获取的示例。