ABAB Pedia

Rishi Mehta

概述

本頁目錄8 節
詞條資料

背景:國際象棋與數學研究

Mehta 有計算機科學和機器學習工作經歷,平時下國際象棋。閱讀 AlphaZero 論文並研究程序實際下出的棋局後,他開始想參與這一方向的工作。他加入 DeepMind 時,Thomas Hubert 領導的 AlphaZero 團隊已轉向數學;Mehta 隨後成為 AlphaProof 的技術負責人之一。 他於2016年在巴黎快棋賽遇到自己喜愛的棋手中村光。2020年1月,作為中村光直播頻道的訂閱者,他得到線上對弈機會,數月後又與他下了第二局。⁠[3][1][4]

奧數題的機器證明

2024年,AlphaProof 團隊與負責幾何的 AlphaGeometry 2 團隊共同用當年國際數學奧林匹克的六道試題測試系統。題目先由人譯為形式化語言。AlphaProof 解出兩道代數和一道數論題,另一系統解出一道幾何題,兩道組合題未解。經數學家評閱,合計得28分(滿分42分),達到該屆銀牌分數線。程序完成個別題目可用至三天,人類選手則只有兩個四個半小時的考試時段。團隊其後發表了這項工作的研究論文。⁠[1][2]

接受 No Priors 採訪

Mehta 說,自己下國際象棋,看到 AlphaZero 在論文所示對局中的表現後決定投身類似研究,加入 DeepMind 後才進入數學證明方向。⁠[3]

工作與旅居

在加入 DeepMind 前,Mehta 曾用深度學習改進谷歌GoogleGoogle是一家美國科技公司,由Larry Page與Sergey Brin創辦,1998年註冊成立,2015年成為Alphabet旗下企業。其業務涵蓋互聯網搜索、廣告、軟件平臺、雲計算及人工智能。點擊查看完整詞條搜索排序;在 DeepMind 還參加過 Gemini 的後訓練工作。他其後加入 AnthropicAnthropicAnthropic是一家於2021年成立的人工智能研究與產品公司,開發Claude模型、助手及Claude Code等工具,並以公益公司形式運營。Dario Amodei與Daniela Amodei為共同創辦人,其研究涉及模型安全、可解釋性和可控性。點擊查看完整詞條,自 Claude Opus 4 起研究 Claude 的編程能力,居住在舊金山。2025年2月,他寫道,離開大學八年半里搬過九次家,三次跨國搬遷,另有三次各用兩三個月只帶行李包生活。3月的遊記講述他在坦桑尼亞與一群哈扎人共度一早。他也編寫過可在瀏覽器中比較多個語言模型回答的 Chorus 擴展。⁠[5][6]

在 No Priors 分享的建議

他鼓勵數學研究者關注形式化數學,把可以共同核查的證明視作新的協作方式;他也指出,當時使用 Lean 的人仍佔少數。(35:04)⁠[3]

關聯機構、網站與公開賬號

Google DeepMind:AlphaProof 項目聯合負責人。官網:https://deepmind.google/(在新窗口打開)。⁠[1]

Anthropic:研究員。官網:https://www.anthropic.com/(在新窗口打開)。⁠[5]

來源6 個來源

  1. AI achieves silver-medal standard solving International Mathematical Olympiad problems(在新窗口打開)deepmind.google↑
  2. Olympiad-level formal mathematical reasoning with reinforcement learning(在新窗口打開)research.google↑
  3. No Priors Ep. 90 | With Google's DeepMind's AlphaProof Team(在新窗口打開)youtube.com↑
  4. My chess games against Hikaru(在新窗口打開)rishimehta.xyz↑
  5. About(在新窗口打開)rishimehta.xyz↑
  6. Rishi Mehta: Blog(在新窗口打開)rishimehta.xyz↑