VoAGI周年快乐！
这个网站——就是你现在正在阅读的网站——在30年前作为一份普通的通讯开始，如今已经变成了最古老、最持久的数据科学资源之一。我们将在整个月份庆祝这一成就，首先与VoAGI创始人Gregory Piatetsky-Shapiro分享我们最近的讨论，这非常恰当。
Gregory是VoAGI的幕后主使，他在最近的28年多里一直经营着这个网站。他因创造了“数据库中的知识发现”这一术语和创办了KDD会议系列而闻名。1993年，Gregory创办了《知识发现快报》（VoAGI）通讯，旨在连接数据挖掘和知识发现领域的研究者。在他于2022年退休之前，VoAGI在Gregory的带领下发展成为数据科学、机器学习、人工智能和分析领域的有影响力的出版物。
尽管他正在享受他辛勤工作所得的退休生活，但我们设法说服他再次加入讨论，讨论VoAGI的历史、现状、未来，甚至做些回忆。
这次采访的问题由VoAGI编辑Matthew Mayo、Abid Ali Awan和Nisha Arya提出。每个问题的提问者都会在途中注明。
VoAGI: Gregory，30周年快乐！对于可能不了解你的少数人来说，你能给我们一个简洁的版本吗？（由Matthew提问）
Gregory: Matt，谢谢你，很高兴再次与你合作并为VoAGI写作！
我可能最为人所知的是VoAGI的创始人，也是KDD会议的联合创始人，该会议是数据科学和数据挖掘领域的领先会议。我在科学界的职业生涯始于人工智能和数据库领域的研究员；我1984年的博士论文是关于自组织数据库系统的课题。之后，我在波士顿地区的GTE实验室工作了十几年，从事人工智能和数据库交叉领域的研究和应用系统构建。1989年，我开始了世界上第一个被称为“数据库中的知识发现”的项目。我们的项目在医疗保健（KEFIR系统）、欺诈检测、客户流失预测等领域产生了有趣的应用。
1997年，互联网热潮正处于早期阶段，我离开GTE加入了一家将数据挖掘应用于金融领域的初创公司。我们与全球一些最大的银行和保险公司合作，为客户细分、流失、交叉销售等开发模型。2000年，第一家初创公司以5000万美元的价格被一家更大的初创公司收购，但在我们中任何人能兑现股票期权之前，互联网泡沫破裂了，第二家初创公司倒闭了。所有辛辛苦苦赚来的股票期权都变得一文不值。
Gregory Piatetsky-Shapiro为同名主题的第一个研讨会（KDD-1989）创造了“数据库中的知识发现”这一术语，并且这个术语在人工智能和机器学习界变得更加流行。然而，“数据挖掘”这个术语在商业和媒体界更加流行。目前，“数据挖掘”和“知识发现”这两个术语可以互换使用。——《数据挖掘》维基百科词条
因此，2001年我决定自己创办VoAGI并从事咨询工作。
我做过各种各样有趣的咨询项目，从寻找阿尔茨海默病生物标志物，到检测eBay上的假冒珠宝，再到分析软件使用情况。但随着VoAGI越来越受欢迎，它需要更多的时间，所以我停止了咨询工作，全身心地专注于VoAGI。
随着数据科学和机器学习在2012年左右成为热门领域（正如“数据科学家——21世纪最性感的工作”等文章所证明的那样），VoAGI取得了显著的增长，并在行业中获得了广泛的认可。VoAGI多次被评为人工智能、大数据、数据科学和机器学习领域的顶级出版物（详见此处的详情）。
我非常荣幸地被评为2018年领英数据科学和分析领域的顶级声音。
当然，我在VoAGI取得的任何成功都与许多其他帮助我并与我共事的人分享。我无法一一列举，但我想特别提到与我一起在GTE工作过的Chris Matheus和Michael Beddows，他们帮助我搭建了早期的VoAGI网站；与我一起在KDD会议和组织中工作的Usama Fayyad、Sam Uthurusamy和Won Kim；以及在2013-15年帮助VoAGI的Anmol Rajpurohit。
最后，也是最重要的是，Matthew Mayo于2016年加入了VoAGI团队，并帮助VoAGI取得了目前的成功，并在我于2022年退休后接手了我的工作。
您能告诉我们创建您的出版物背后的灵感吗？（Nisha）
1989年，我在IJCAI-89上组织了第一次关于数据库中知识发现的研讨会。这个研讨会在1991年和1993年重复举办，1993年7月，为了连接在这个领域工作的研究人员，我开始了一份简报，当时我称之为《知识发现金块》。我使用了“知识发现”这个术语，因为当时使用的“数据挖掘”这个术语似乎不够准确，不清楚我们在挖掘什么。“金块”是因为我们主要发表了一些简短但相关和有趣的内容。想象一下在数据矿石中发现的“金块”。
这个研讨会于1995年成为KDD-95会议（由Usama Fayyad和Sam Ramaswamy组织），从那时起，KDD会议一直是世界上最重要的数据科学会议。我曾担任ACM KDD组织的主席，从2005年到2009年，直到2013年一直在KDD执行委员会任职。
VoAGI的第一期简报发给了大约50位参加KDD-93研讨会的研究人员。这个领域的信息量不断增长，作为研讨会组织者，我有能力收集和整理这些信息。1994年，在World Wide Web出现后不久，我们开始了当时世界上第二个关于数据挖掘和知识发现的网站。它被称为“知识发现矿”，但它位于GTE实验室域中，现在已不再可用。
当我在1997年离开GTE实验室时，我将信息复制到了一个名为VoAGI的新网站上，它是Knowledge Discovery Nuggets的缩写。这个网站至今仍然存在…而您正在阅读它！！！
您觉得VoAGI实现了您的目标吗？（Nisha）
目标就是旅程！
但是VoAGI的成功和长寿远远超出了我的期望。
我创建VoAGI简报的最初目标是更频繁地连接在这个领域工作的研究人员，而不仅仅是一年一次的研讨会。我对第一个与VoAGI相关的网站的目标，即1994年在GTE实验室创建的网站“知识发现矿”，主要是组织当时关于数据挖掘的现有信息，主要是软件和数据集，并使其对所有人可用。这两个部分——软件和数据集——多年来一直是最受欢迎的部分。
在20世纪90年代，VoAGI拥有非常全面的目录，其中包括当时可用的软件、数据集、会议和其他相关信息，因此它是一个非常有用的资源。
随着领域的发展，无法维护一个手工策划的与数据挖掘和数据科学相关的目录，VoAGI转而专注于实用和教育内容，更多地关注对从业者有用的内容。我们在时机上也非常幸运，因为在2010年代和2020年代，对数据挖掘和数据科学的兴趣大幅增长。因此，订阅者和网站访问者的数量大幅增长。
您是否认为VoAGI在数据领域取得了积极的影响？（Abid）
我当然希望如此！在早期，VoAGI简报和网站是连接研究社区的有用资源，后来它是一种对初入职场的从业者和数据科学家有用的教育资源。
我们的一些读者真的很喜欢VoAGI，就像这幅漫画中展示的那样：
在您的出版生涯中，您认为数据科学领域最重大的进展是什么？（Matt）
显然是深度学习。虽然神经网络的研究从20世纪60年代开始，但深度学习方法的重大突破主要发生在2000年代初，由Geoff Hinton、Yann LeCun和Yoshua Bengio等人开发。深度学习的第一个显著成功通常被认为是在2012年10月，由Geoff Hinton和他的学生创建的AlexNet以非常大的优势赢得了ImageNet竞赛。
此后不久，许多研究人员和实践者开始使用深度学习，VoAGI开始对其进行报道。深度学习已经成为2012年12月VoAGI的头条新闻。
深度学习及其衍生的后续技术，如ChatGPT，仍然是现在最受欢迎的话题之一。
在为VoAGI工作时，对您来说最重要的是什么（例如：金钱、经验或传播知识）？（Abid）
当然，金钱很重要，因为自2001年以来我一直是自雇人士，必须养家糊口和支付房贷，但它并不是最重要的。当我开始VoAGI时，我最主要的动力可能是建立一个社区并与聪明的人互动。从1993年到2000年，我在没有任何收入或广告的情况下运营VoAGI的新闻简报和网站，作为纯粹为社区提供志愿服务。运行VoAGI是帮助组织KDD研讨会和会议的自然补充，是一项无偿但非常有价值的志愿活动。
我认为VoAGI在传播数据挖掘和数据科学知识方面起到了积极的作用，这可以通过访问者和订阅者的数量来判断。
您是如何确保VoAGI在竞争激烈的媒体环境中脱颖而出的？（Nisha）
没有什么神奇的公式。这首先需要大量的辛勤工作。但如果我要找到VoAGI持久成功的一些要点，那就是优质内容、协同作用和关注。
首先，我们努力寻找或撰写优质内容。其次，我们依赖不同渠道之间的积极协同作用-电子邮件有助于吸引访问者访问网站，网站有助于吸引更多的电子邮件订阅者。VoAGI在Twitter（现在是X）、LinkedIn和Facebook上的成功存在也相互加强。
最后，关注。我非常关注网站的内部行为，定期进行修改以改进重要指标，以及外部趋势，将我们的内容适应领域中的有趣和热门内容。
您能分享一个对VoAGI早期报道产生重大影响或令人难忘的故事及其效果吗？（Nisha）
上世纪90年代的一个早期故事是关于寄养儿童的。 VoAGI的一个有用之处是发布研究人员的查询，而约在1995年左右，有人发布了一个关于他在处理寄养儿童支付数据库时遇到问题的查询。有很多名字的拼写略有不同，要想将支付发给正确的人，必须统一不同的拼写方式。另一位研究人员在VoAGI上看到了这个查询，并能够运用他们的姓名匹配算法解决寄养儿童的问题。这有助于向更多的孩子支付款项，并改善了他们的生活。
即使您已经退出，您希望在未来10年中VoAGI发展到何种程度？（Nisha）
我希望它仍然有一些人类撰写的内容，并有人类读者！
您对人工智能最终接管内容创作有何感想？（Abid）
一方面，我对小时候读的关于人工智能和机器人的科幻故事即将成为现实感到非常兴奋，而且在某些情况下，现实已经超越了科幻。另一方面，我为人类内容创作者感到悲伤。
社交网络已经展示了优化关注度的危险，而人工智能在优化方面非常出色。我可以想象几年（甚至几个月）后，人工智能将擅长创作令许多人无法停止观看的上瘾性内容。
也许人工智能已经在TikTok上生成了大量的内容。
但是，如果这么多人对数字毒品上瘾，对社会有益吗？
人工智能的承诺和威胁当然远不止内容创作-人工智能有可能接管大部分工作。
在短期内，我认为会有一段合作的时期，人类+人工智能在许多任务中可以比单独的人类或人工智能做得更好。以国际象棋为例，Deep Blue在1997年击败了世界冠军加里·卡斯帕罗夫后，有一些比赛中人类+计算机团队比计算机或人类做得更好。然而，那个时期很短暂，现在最好的国际象棋程序比世界冠军还要好得多。
从长远来看，我非常担心人工智能导致的失业问题和增加的收入不平等，这可能会动摇社会并摧毁民主制度。这不会在今年发生，但现有的技术趋势指向了这样的情景。解决人工智能导致的失业问题的一个可能的长期解决方案可能是某种形式的普遍基本收入，并专注于发展人类的创造力。
这样的解决方案将很难被采纳，并需要政治行动和公民参与，所以如果您作为读者对人工智能的风险感到担忧，那么请了解它、参与其中并投票！
谢谢你，Gregory！非常感谢您的参与，没有您参与的话，VoAGI庆祝这个重要里程碑将不会一样。
Matthew Mayo (@mattmayo13) 拥有计算机科学硕士学位和数据挖掘研究生文凭。作为VoAGI的总编辑，Matthew的目标是让复杂的数据科学概念易于理解。他的专业兴趣包括自然语言处理、机器学习算法和探索新兴人工智能。他的使命是使数据科学社区的知识民主化。Matthew从6岁开始编码。