Andrzej Cichocki

Państwo działania	Polska
Data i miejsce urodzenia	1947 Polska
Profesor nauk technicznych, doktor habilitowany
Specjalność: Sztuczna Inteligencja, Informatyka, Elektrotechnika, Elektronika,
Alma Mater	Politechnika Warszawska
Doktor honoris causa Uniwersytet Mikołaja Kopernika w Toruniu – 1918
Nauczyciel akademicki
Nagrody
Fellow of the IEEE, Laureat Złotej Księgi Absolwentów Politechniki Warszawskiej, Stypendysta Humboldta, Highly Cited Researcher (HCR)

Andrzej Cichocki (ur. 1947) – polski informatyk, inżynier elektryk/elektronik i profesor w Instytucie Badań Systemowych Polskiej Akademii Nauk w Warszawie oraz na Uniwersytecie UMK w Toruniu. Jest jednym z czołowych polskich informatyków i ekspertów w dziedzinie sztucznej inteligencji i przetwarzania sygnałów biomedycznych^[1] i elektrotechniki^[2], pracujących w Polsce. Andrzej Cichocki znalazł się na prestiżowej liście najczęściej cytowanych naukowców świata, w kategorii interdyscyplinarnej (cross-field) i otrzymał w latach 2021-2023 tytuł Highly Cited Researcher (Web of Science) – nadawany najwyżej cytowanym 0.1% naukowców na świecie których cytowania plasują się w szczytowym 1% wszystkich cytowań^[3].

Najbardziej znany jest ze swoich algorytmów uczenia i przetwarzania sygnałów do tzw. ślepej separacji sygnałów (ang. Blind Source Separation --BSS), analizy składowych niezależnych (ang. Independent Component Analysis --ICA), nieujemnej faktoryzacji macierzy (ang. Nonnegative Matrix Factorization --NMF), głębokich (wielowarstwowych) faktoryzacji macierzy i tensorów dla ICA oraz NMF, sieci neuronowych do optymalizacji i przetwarzania sygnałów, sieci tensorowych w uczeniu maszynowym oraz rozwoju technologii dla Interfejs mózg–komputer. Jest autorem sześciu monografii/książek w języku angielskim^[4] i ponad 650 recenzowanych artykułów naukowych^[5].

Uzyskał tytuł mgr inż. (z wyróżnieniem), doktora i doktora habilitowanego nauk technicznych z dziedziny elektrotechniki i informatyki na Politechnice Warszawskiej .

Tytuł profesora zwyczajnego otrzymał w 1995 roku.

W latach 1984–1989 był stypendystą naukowym im. Alexandra von Humboldta w RFN i kierownikiem (PI) grantów DFG na Uniwersytecie w Erlangen. Współpracował ściśle z profesorem Rolfem Unbehauenem.

W latach 1996–2018 pracował w RIKEN Instytucie Nauk o Mózgu (ang. Brain Science Institute -BSI) RIKEN w Wako-shi w Japonii, w departamencie kierowanym przez Profesora Shun’ichi Amariego, jako kierownik zespołu badawczego, a następnie jako dyrektor laboratorium. Założył i prowadził w RIKEN Brain Science Institute trzy laboratoria: Otwartych Systemów Informacyjnych, Laboratorium Sztucznych Sieci Neuronowych i Laboratorium Zaawansowanego Przetwarzania Sygnałów Mózgu.

W latach 2018–2024 był wizytującym profesorem na kilku uniwersytetach, w tym Tokyo University of Agriculture and Technology (TUAT), w Japonii oraz Hangzhou Dianzi University w Chinach.

Wniósł znaczący wkład w rozwój wielu ważnych dziedzin technicznych, takich jak przetwarzanie sygnałów elektrycznych, uczenie maszynowe, sztuczne sieci neuronowe i systemy interfejsu mozg-komputer. Opracował nowe algorytmy dla NMF, ICA, BSS, m.in. Algorithm Cichockiego -- Unbehauena dla BSS, Hierarchical Alternating Least Squares (HALS) dla NMF. Jest pionierem w zastosowaniu nowych dywergencji i miar rozbieżności zwłaszcza alfa-beta dywergencji w uczeniu maszynowym, w zastosowaniu do multiplikatywnych algorytmów gradientowych i nieujemnej faktoryzacji macierzy i tensorów. Ponadto jest pionierem w badaniu wielowielowarstwowych (głębokich) modeli faktoryzacji macierzy i tensorów oraz algorytmów maszynowego uczenia, zwłaszcza dla ICA, NMF i analizy składowych rzadkich (SCA). Opracował i zaproponował nowe architektury rekurencyjnych sieci neuronowych do optymalizacji, rozwiązywania dużych układów równań algebraicznych i ślepej separacji sygnałów, zwłaszcza wielowarstwowych (głęboko) hierarchicznych sieci neuronowych. Przyczynił się do opracowania nowych algorytmów gradientu naturalnego do analizy niezależnych komponentów i ślepej separacji sygnałów. Opracował i badał kilkanaście nowych modeli sztucznych sieci neuronowych i matematycznych algorytmów uczenia maszynowego, m.in. do interfejsu mózg-komputer, rozpoznawania ludzkich emocji i wczesnej diagnostyki niektórych chorób, takich jak choroba Alzheimera i dementia.

W odpowiedzi na obawy niektórych ekspertów w dziedzinie sztucznej inteligencji dotyczące potencjalnych zagrożeń, jakie sztuczna inteligencja ogólna może stwarzać w przyszłości dla ludzkości analizował opracowanie nowatorskich systemów sztucznej inteligencji ogólnej z wieloma inteligencjami, obejmującymi, m.in. inteligencję socjalno-emocjonalną oraz inteligencję etyczną/moralną połączoną z samoświadomością i zdolnością do podejmowania odpowiedzialnych decyzji przez inteligentną maszynę.

Jego obecne zainteresowania naukowe obejmują:

• Dekompozycja tensorów i sieci tensorowe
• Uczenie maszyn na danych niestacjonarnych
• Fuzja danych multimodalnych i kompresja głębokich sieci neuronowych
• Zastosowania: EEG, NIRS, ECoG, EMG, w zastosowaniu do interfejsów mózg-komputer.
• Prognozowanie i analiza szeregów czasowych
• Matematyczne aspekty optymalizacji portfeli inwestycyjnych w ekonomii
• Algorytmy uczenia się przy użyciu multiplikatywnego gradientu wykładniczego i gradientu naturalnego dla różnych zastosowań w sztucznej inteligencji.
• Sztuczna inteligencja ogólna (AGI) z wieloma inteligencjami i rozwijanie bezpiecznej sztucznej inteligencji.

Monografie w języku angielskim

• Cichocki, Andrzej i Unbehauen, Rolf (1993). Sieci neuronowe w zastosowaniu do problemów optymalizacji i przetwarzania sygnałów John Wiley & Sons, Inc.. https://onlinelibrary.wiley.com/doi/10.1002/acs.4480080309
• Cichocki, Andrzej i Amari, Shun-Ichi (2002). Adaptacyjne przetwarzanie sygnałów i obrazów: algorytmy uczenia i ich zastosowania . John Wiley & Sons. https://onlinelibrary.wiley.com/doi/book/10.1002/0470845899ISBN 978-0-470-84589-9
• Cichocki, A., Zdunek, R., Phan, A.-H. i Amari, S.-I. (2009). Nieujemne faktoryzacje macierzy i tensorów: zastosowania w analizie dużych danych i ślepej separacji sygnałów . John Wiley & Sons. https://onlinelibrary.wiley.com/doi/book/10.1002/9780470747278
• Cichocki, A., Lee, N., Oseledets, I., Phan, A.-H., Zhao, Q. i Mandic, D.P. (2016). Sieci tensorowe do redukcji wymiarowości i dużej skali problemow optymalizacji: Część 1. Podstawy i Trendy® w Uczeniu Mszynowym, 9 (4-5), 249-429. https://www.nowpublishers.com/article/Details/MAL-059
• Cichocki, A., Phan, A.H., Zhao, Q., Lee, N., Oseledets, I., Sugiyama, M. i Mandic, D.P. (2017). Sieci tensorowe do redukcji wymiarowości i duzej skali problemów optymalizacji: część 2. Zastosowania i przyszłe perspektywy. Podstawy i Trendy® w Uczeniu Maszynowym, 9 (6), 431-673. doi : 10.1561/2200000067
• Rolf Unbehauen i Andrzej Cichocki, (2012). Układy i systemy scalone z przełączalnym kondensatorami i tranzystorami MOS: Analiza i projektowanie . Wydawca: Springer Science & Business Media. https://link.springer.com/book/10.1007/978-3-642-83677-0

• W latach 2021, 2022 oraz 2023 otrzymał od Web of Science tytuł Highly Cited Researchers^[6].
• 2018. Nagroda za najlepszy artykuł opublikowany w czasopiśmie IEEE Signal Processing Magazine za artykuł „Dekompozycje tensorowe dla zastosowań przetwarzania sygnałów”, którego współautorami byli A. Cichocki, D. Mandic, L De Lathauwer, AH Phan, Q. Zhao, C. Caiafa, G, Zhao^[7]
• Doktorat HC (Honoris Causa) 2018 nadany przez Uniwersytet Mikołaja Kopernika w Toruniu, 27 lutego 2022^[8]
• 2016. Nagroda za wyróżniony artykuł na konferencji The 23rd International Conference on Neural Information Processing (ICONIP 2016) w Kyoto Japonii (ang.. Best Paper Award 2016) za prace autorstwa Namgil Lee, Anh-Huy Phan, Fengyu Cong i Andrzeja Cichockiego. „Dekompozycje sieci tensorowych w zastosowaniu do ekstrakcji i klasteryzacji cech wielodomenowych”.
• 2015. Nagroda za najlepszą pracę w czasopiśmie Entropy za pracę „Generalized Alpha-Beta divergences and their application to robust non-negative matrix factorization” Entropy 2011, 13(1), 134–170; współautorzy: A. Cichocki, S. Cruces i S. Amari^[9]
• 2014. Nagroda za najlepszy artykuł w czasopiśmie Entropy za artykuł napisany wspólnie przez Andrzeja Cichockiego i Shun’ichi Amari, „Rodzina dywergencji alfa-beta- i gamma: elastyczne i robustne miary podobieństw”^[10]
• W 2013 roku Andrzej Cichocki został mianowany Fellow IEEE Instytutu Inżynierów Elektryków i Elektroników^[11] za wkład w zastosowania przetwarzania i separacji sygnałów i sztucznych sieci neuronowych .
• 2010. Nagroda APNNA za wyróżniony artykuł w roku 2010 napisany wspólnie przez Yunjun Nam, Qibin Zhao, Andrzeja Cichockiego i Seungjin Choi pt. „Interfejs język-maszyna: wykrywanie pozycji języka za pomocą potencjałów gloso-kinetycznych” w materiałach konferencji International Conference on Neural Information Processing (ICONIP-2010), Sydney, Australia, 22–25 listopada 2010 r.
• 1995 Otrzymanie tytułu naukowego profesora nauk technicznych od Prezydenta Rzeczpospolita Polski.
• 1984–1985 Laureat Nagrody Aleksandra von Humboldta w Niemczech.

• Strona internetowa Andrzeja Cichockiego, Instytutu Badań Systemowych Polskiej Akademii Nauk
• Andrzej Cichocki indeksowane publikacje w Google Scholar [1]
• Wywiad z Cichockim
• Wywiad laboratorium Cichockiego dla CNN – wózek inwalidzki sterowany sygnałami EEG
• Prezentacja NTT na temat laboratorium Cichockiego – nowe osiągnięcia (w języku japońskim).
• Badania w Laboratorium Cichockiego w Riken (2010).