ABAB Pedia

Jeremy Howard

Jeremy Howard是数据科学家和创业者,与Rachel Thomas共同创办致力于普及深度学习的fast.ai,提出语言模型迁移学习方法ULMFiT,并创办AI研发实验室Answer.AI。

本页目录26 节
词条资料

从事管理咨询

与Rob Mueller创办FastMail

1999年,他与中学好友Rob Mueller在墨尔本创办电子邮件服务FastMail.FM。⁠[2]

Rob Mueller回忆,Howard因出差时可用的邮件服务有限而制作了最初的原型,并用个人积蓄资助早期开发;最初两人是仅有的开发者,同时负责客服和系统管理,FastMail定位为付费的高端邮件服务。⁠[3]

Optimal Decisions Group被ChoicePoint收购

澳大利亚公司Optimal Decisions Group为保险业开发分析软件,利用预测建模、多年期模拟和优化为车险和家财险定价。2008年3月31日,ChoicePoint宣布收购该公司,条款未披露。⁠[4]

他是该公司的创始CEO。⁠[5]

FastMail出售给Opera

2010年5月,挪威浏览器公司Opera宣布收购FastMail.FM,交易条款未披露;部分员工将迁往挪威。⁠[2]

投资Kaggle并出任总裁

领导新公司Enlitic

2014年8月,他是新公司Enlitic的联合创始人兼CEO;该公司用大量匿名医学影像训练计算机识别脑瘤等病变,并为医生标出可疑之处。⁠[8]

TEDxBrussels演讲

2014年12月,他在TEDxBrussels发表演讲The wonderful and terrifying implications of computers that can learn,介绍深度学习的进展;截至本条目撰写时,该演讲在TED网站的播放次数约278万次。⁠[9]

与Rachel Thomas创办fast.ai

2016年10月7日,他与数学博士Rachel Thomas宣布成立研究实验室fast.ai,目标是让各领域专家自己使用深度学习;首门课程通过University of San Francisco的Data Institute开设。⁠[10]

发表ULMFiT论文

2018年1月18日,他与Sebastian Ruder在arXiv发表论文,提出可用于各类自然语言处理任务的迁移学习方法ULMFiT(Universal Language Model Fine-tuning);论文称该方法在六项文本分类任务上超过此前最佳水平,多数数据集上的错误率降低18%至24%。⁠[11]

该论文入选2018年7月15日至20日在墨尔本举行的第56届计算语言学协会年会(ACL 2018)。⁠[12]

fast.ai团队在DAWNBench夺冠

在Stanford研究者组织的DAWNBench竞赛中,CIFAR-10图像识别项目训练最快、最便宜的前三名均由fast.ai相关研究者取得;他表示学生们的胜利源于创造性思考,并采用了Leslie Smith提出的super convergence技术。⁠[13]

18分钟训练ImageNet模型

2018年8月,fast.ai团队用16个Amazon Web Services实例在18分钟内完成ImageNet训练,计算成本约40美元;他称结果比GoogleGoogleGoogle是一家美国科技公司,由Larry Page与Sergey Brin创办,1998年注册成立,2015年成为Alphabet旗下企业。其业务涵盖互联网搜索、广告、软件平台、云计算及人工智能。点击查看完整词条的方案快约40%,同时承认硬件不同、比较并不简单。⁠[14]

USF成立WAMRI

2018年11月,USF Data Institute成立由Wicklow Capital捐款资助的Wicklow AI and Medical Research Initiative(WAMRI),研究AI在肿瘤、心脏和神经领域的实际应用。⁠[15]

他曾任University of San Francisco杰出研究科学家,并是WAMRI的创始主席。⁠[5]

做客Lex Fridman Podcast

发表fastai论文

2020年2月,他与Sylvain Gugger在期刊Information第11卷第2期发表论文Fastai: A Layered API for Deep Learning。⁠[17]

论文介绍的fastai第2版既为实践者提供现成组件,也为研究者提供可组合的底层模块;作者当时预计约在2020年7月正式发布。⁠[18]

发起#Masks4All

出版Deep Learning for Coders with fastai and PyTorch

2020年7月,他与Sylvain Gugger合著的Deep Learning for Coders with fastai and PyTorch由O’Reilly出版,全书621页,面向熟悉Python但数学背景有限的程序员。⁠[20]

口罩证据综述发表于PNAS

2021年1月,他作为第一作者在Proceedings of the National Academy of Sciences第118卷第4期发表口罩证据综述;文章认为戴口罩可降低每次接触的传播风险,并建议政府鼓励公众普遍佩戴。⁠[21]

受聘昆士兰大学荣誉教授

2022年3月,昆士兰大学电气工程与计算机科学学院聘他为荣誉教授,并从当年4月起由他在该校讲授fast.ai为期七周的Practical Deep Learning for Coders课程;当时他还担任platform.ai首席科学家。⁠[22]

创办Answer.AI

2023年12月12日,他宣布成立AI研发实验室Answer.AI并任创始CEO,Lean Startup提出者Eric Ries任创始董事,Decibel VC投资1000万美元;他表示其使命与fast.ai相同,团队为全远程。⁠[23]

Answer.AI的开源项目与政策文章

2024年3月6日,Answer.AI发布首个项目:结合FSDP与QLoRA的开源系统,可在两块24GB消费级游戏显卡上训练700亿参数语言模型,合作者包括Tim Dettmers及Hugging Face的Titus von Koeller等人。⁠[24]

同年他撰文认为加州SB 1047法案限制开源AI会降低安全性(4月29日),并发布网页框架FastHTML(8月3日)和让网站向大语言模型提供信息的/llms.txt提案(9月3日)。⁠[25]

fast.ai并入Answer.AI

2024年11月7日,他宣布fast.ai加入Answer.AI,并推出基于自研平台solveit的课程How To Solve It With Code,提倡人与AI小步协作的Dialog Engineering;他后来补记,首期课程在发布24小时内报满,新一期于2025年11月3日开课。⁠[26]

PyTorch Conference主题演讲嘉宾

他名列Linux Foundation主办的PyTorch Conference 2025主题演讲嘉宾。⁠[27]

在AI Engineer Melbourne发表主题演讲

他在墨尔本Federation Square举行的AI Engineer Melbourne大会上发表主题演讲。⁠[28]

截至2026年10月:研究与学术职务

他是昆士兰大学荣誉教授、Stanford UniversityStanford UniversityStanford University是美国加利福尼亚州的研究型大学,由Leland与Jane Stanford于1885年创立,1891年开学。点击查看完整词条的Digital Fellow,并开发了fastai软件库;fast.ai称Enlitic曾两度入选MIT Technology Review全球50家最聪明公司,Optimal Decisions Group后归LexisNexis所有。⁠[1]

关联机构、网站与公开账号

来源

  1. About – fast.ai(在新窗口打开)
  2. Opera buys Aussie e-mail service FastMail.FM(在新窗口打开)
  3. FastMail sale to Opera: the story from one of the owners(在新窗口打开)
  4. ChoicePoint Acquires Optimal Decisions Group(在新窗口打开)
  5. Jeremy Howard - Stanford Digital Economy Lab(在新窗口打开)
  6. Kaggle president on how they did it, and tips on how to tell your start-up’s story to raise millions from investors(在新窗口打开)
  7. Aussie data mining firm snaps PayPal co-founder as chairman after $11m funding round(在新窗口打开)
  8. A Startup Hopes to Teach Computers to Spot Tumors in Medical Scans(在新窗口打开)
  9. The wonderful and terrifying implications of computers that can learn(在新窗口打开)
  10. Launching fast.ai(在新窗口打开)
  11. Universal Language Model Fine-tuning for Text Classification(在新窗口打开)
  12. ACL 2018: Universal Language Model Fine-tuning for Text Classification(在新窗口打开)
  13. An AI speed test shows clever coders can still beat tech giants like Google and Intel(在新窗口打开)
  14. A small team of student AI coders beats Google’s machine-learning code(在新窗口打开)
  15. University of San Francisco unveils AI initiative(在新窗口打开)
  16. Jeremy Howard: fast.ai Deep Learning Courses and Research | Lex Fridman Podcast(在新窗口打开)
  17. Fastai: A Layered API for Deep Learning(在新窗口打开)
  18. fastai A Layered API for Deep Learning(在新窗口打开)
  19. USF Data Scientist Launches #Masks4All(在新窗口打开)
  20. Deep Learning for Coders with fastai and PyTorch(在新窗口打开)
  21. An evidence review of face masks against COVID-19(在新窗口打开)
  22. Renowned AI expert joins UQ to help develop local talent(在新窗口打开)
  23. A new old kind of R&D lab – Answer.AI(在新窗口打开)
  24. You can now train a 70b language model at home – Answer.AI(在新窗口打开)
  25. Answer.AI - Practical AI R&D(在新窗口打开)
  26. A New Chapter for fast.ai: How To Solve It With Code – fast.ai(在新窗口打开)
  27. Keynote Speakers(在新窗口打开)
  28. Jeremy Howard(在新窗口打开)