Anna Goldie
Anna Goldie 是人工智能研究者、Ricursive Intelligence 联合创始人兼首席执行官，曾任职于 AnthropicAnthropicAnthropic是一家于2021年成立的人工智能研究与产品公司，开发Claude模型、助手及Claude Code等工具，并以公益公司形式运营。Dario Amodei与Daniela Amodei为共同创办人，其研究涉及模型安全、可解释性和可控性。点击查看完整词条 和 Google DeepMindGoogle DeepMindGoogle DeepMind 是 Google 旗下的人工智能研究机构，2023年4月由2014年被 Google 收购的 DeepMind 与 Google Research 的 Brain 团队合并而成，由 Demis Hassabis 任首席执行官。它开发了 AlphaGo、AlphaFold 和 Gemini 系列模型，Hassabis 与 John Jumper 因 AlphaFold 的蛋白质结构预测工作获得2024年诺贝尔化学奖。点击查看完整词条，并共同领导 AlphaChip 项目。
本页目录14 节
词条资料
求学与语言技术研究
Goldie 在麻省理工学院取得计算机科学和语言学两个学士学位，随后取得硕士学位。[1]
2011年，她的硕士论文 CHATTER 研究语言学习对话系统。[2]
2017年机器翻译架构研究
2017年，她与 Denny Britz、Minh-Thang Luong 和 Quoc LeQuoc LeQuoc Le（越南语名 Le Viet Quoc）是人工智能研究者、Google Brain 早期成员，主导了2012年用1.6万个处理器核心让神经网络从 YouTube 视频中自学识别猫的实验，并参与提出序列到序列学习（seq2seq）、段落向量和神经架构搜索（AutoML）等深度学习方法。2026年8月，他与 Jeff Dean、Sanjay Ghemawat、Oriol Vinyals 离开 Google，联合创办 AI 公司 Discovery Loop。点击查看完整词条 合作研究神经机器翻译架构。团队在英德翻译任务上进行了数百次实验，累计超过25万 GPU 小时，并发布开源实验框架。[3]
Google Brain 与系统优化
在 Google Brain，她共同创办并领导 Machine Learning for Systems 团队，将强化学习用于计算系统与芯片设计问题。[1]
2021年AlphaChip 与实际芯片
她共同领导的芯片布局研究于2021年发表于 Nature。她与 Azalia Mirhoseini 为共同第一作者。[2]
在当年的 Nature 访谈中，她介绍系统逐一放置组件，再依据布局质量获得奖励。她强调，芯片布局还需兼顾面积、功耗、热量和不同应用场景的约束；团队生成的部分布局已用于2021年1月制造的 Google TPU。[4]
2021年入选 Innovators Under 35
2021年，她入选 MIT Technology Review 全球 Innovators Under 35 榜单。介绍聚焦其用强化学习加速芯片布局的研究，以及人工智能与硬件设计互相促进的设想。[5]
她回忆，系统生成的陌生布局曾让芯片设计人员担心能否成功制造；最终这些设计成为实际芯片。[5]
Anthropic 与重返 Google
她与 Mirhoseini 此后从 Google Brain 转入 Anthropic，再返回 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，最终共同创业。[6]
她在 Anthropic 参与 Claude 研发，后来以 Google DeepMind 高级资深研究科学家身份参与 Gemini。[2]
2023—2024年论文复审
2023年，Nature 就该论文的性能主张发布编辑说明。2024年9月，期刊宣布复审已解决相关问题、调查结束，并发表补充说明。[7]
2024年AlphaChip 应用扩展
2024年9月，Goldie 与 Mirhoseini 介绍，AlphaChip 已用于 Google 连续三代 TPU 的布局，也用于 Axion 数据中心处理器；MediaTek 则扩展该方法用于自己的芯片设计。[8]
方法先在既有芯片模块上预训练，再处理新布局；其图神经网络表示组件间关系，使经验能够跨芯片迁移。[8]
2025年斯坦福博士学位
2025年，她在斯坦福大学获得计算机科学博士学位，导师为 Christopher D. Manning。博士论文讨论从芯片设计到语言模型的序列决策，围绕问题建模、表示学习、奖励分配与多步轨迹数据展开。[9]
2025年SWiRL 多步强化学习
2025年4月，她与合作者公布 SWiRL 预印本。方法反复生成推理与工具使用数据，将多步轨迹分解为子轨迹，再进行数据筛选和强化学习优化；论文报告了问答与数学任务上的实验结果。[10]
2025—2026年创办 Ricursive Intelligence
2025年，她与 Mirhoseini 创办 Ricursive Intelligence，并于12月公开推出。Goldie 担任 CEO，Mirhoseini 担任 CTO。[11]
公司完成 Sequoia 领投的3500万美元种子轮后，于2026年1月宣布 LightspeedLightspeed Venture PartnersLightspeed Venture Partners支持从种子轮到后期融资阶段的企业。其官网区分Lightspeed Management Company（LSVP）与Lightspeed India Partners（LSIP）：两者是分别运营的投资顾问实体，美国、欧洲和以色列办公室属于LSVP，印度及东南亚办公室属于LSIP。点击查看完整词条 领投的3亿美元 A 轮融资，估值40亿美元。其产品方向是帮助芯片企业设计芯片，而非自行制造芯片。[6]
公司把人工智能设计硬件、硬件再支持人工智能发展作为研发方向。缩短整套芯片开发周期及实现递归自我改进属于其目标，不等同于已经完成。[12]
2026年TIME100 AI
2026年8月27日，Goldie 与 Mirhoseini 共同入选 TIME100 AI。介绍关注两人将芯片设计与人工智能模型协同优化的创业方向。[11]
关联机构、网站与公开账号
个人网站与论文目录：官网：https://www.annagoldie.com/（在新窗口打开）[2]
Ricursive Intelligence：官网：https://www.ricursive.com/（在新窗口打开）[12]
Google DeepMind：官网：https://deepmind.google/（在新窗口打开）[8]
来源
- Anna Goldie（在新窗口打开）
- Anna Goldie（在新窗口打开）
- Massive Exploration of Neural Machine Translation Architectures（在新窗口打开）
- Google AI beats humans at designing computer chips（在新窗口打开）
- Anna Goldie（在新窗口打开）
- How Ricursive Intelligence raised $335M at a $4B valuation in 4 months（在新窗口打开）
- A graph placement methodology for fast chip design（在新窗口打开）
- How AlphaChip transformed computer chip design（在新窗口打开）
- Reinforcement learning for sequential decision-making: from chip design to language modeling（在新窗口打开）
- Synthetic Data Generation & Multi-Step RL for Reasoning & Tool Use（在新窗口打开）
- Azalia Mirhoseini and Anna Goldie（在新窗口打开）
- Ricursive Intelligence（在新窗口打开）