ABAB Pedia

Matej Balog

概述

本頁目錄9 節
詞條資料

背景:牛津、劍橋與圖賓根

在牛津大學University of OxfordUniversity of Oxford(牛津大學)是位於英國牛津的大學,1096年時當地已有某種形式的教學活動,自稱英語世界中歷史最悠久的大學,由大學與數十所自治學院組成聯邦制結構。點擊查看完整詞條,Balog 獲得數學與計算機科學碩士學位,畢業課題在 Yee Whye Teh 指導下研究 Mondrian 過程。他加入劍橋與圖賓根合辦的機器學習博士項目,在劍橋由 Zoubin Ghahramani 指導,在圖賓根由 Bernhard Schölkopf 指導。在馬克斯·普朗克研究所度過的一學年,他與 Ilya Tolstikhin 和 Schölkopf 研究差分隱私中的核方法。⁠[3][1]

人工智能輔助算法發現

Balog 在 Google DeepMind 的 AI for Science 團隊研究新算法的自動發現。他參與開發研究矩陣乘法的 AlphaTensor、用於數學與計算問題的 FunSearch,以及進一步搜索和改進算法的 AlphaEvolve。⁠[1][4]

中歐數學奧林匹克與牛津入學

2010年9月,Balog 在斯洛伐克布拉迪斯拉發的 Grösslingová 中學讀三年級。他代表斯洛伐克參加在斯特雷奇諾舉行的中歐數學奧林匹克,個人賽得16分,獲銅牌。他本人整理的牛津數學與計算機課程記錄從2011年秋季的第一學期開始。⁠[5][6]

程序合成與博士論文

2017年,Balog 與合作者發表 DeepCoder 論文,研究使用機器學習輔助程序合成。2020年,他在劍橋大學University of CambridgeUniversity of Cambridge(劍橋大學)是位於英國英格蘭劍橋的大學,學校以1209年為創立年份,由學部(School)、學系和自治學院(College)共同組成,是Russell Group成員。點擊查看完整詞條工程系完成博士論文,探討如何把採樣等計算問題轉化為優化問題,應用涉及差分隱私和程序合成。⁠[2]

接受 No Priors 採訪

Balog 說,團隊將 AlphaEvolve 的結果交給數學家後,對方會追讀程序,理解各步怎樣構造出答案。⁠[4]

在 No Priors 分享的建議

他建議定義研究問題時考慮產出能否解釋構造方法,算法本身有時比單個答案更有價值。(35:07)⁠[4]

他鼓勵研究者檢查解法的形成過程,藉此理解可複用的想法。(35:41)⁠[4]

關聯機構、網站與公開賬號

Google DeepMind:研究科學家。官網:https://deepmind.google/(在新窗口打開)。⁠[1]

來源6 個來源

  1. Matej Balog(在新窗口打開)matejbalog.eu↑
  2. Matej Balog – MLG Cambridge(在新窗口打開)mlg.eng.cam.ac.uk↑
  3. Matej Balog(在新窗口打開)institute-tue.ellis.eu↑
  4. No Priors Ep. 120 | With Google DeepMind’s Pushmeet Kohli and Matej Balog(在新窗口打開)youtube.com↑
  5. Mathematical Olympiad: MO results(在新窗口打開)skmo.sk↑
  6. Oxford | Matej Balog(在新窗口打開)matejbalog.eu↑