Thomas Hubert
概述
Thomas Hubert 是人工智能研究者,参与 AlphaGo、AlphaZero 和 MuZero 研究,后来与 Rishi MehtaRishi MehtaRishi Mehta 是人工智能研究者,与 Thomas Hubert 和 Laurent Sartran 共同领导 Google DeepMind 的 AlphaProof 项目,研究如何用机器检验数学证明。 他此前在谷歌研究搜索排序与 Gemini,目前在 Anthropic 研究编程模型。点击查看完整词条、Laurent SartranLaurent SartranLaurent Sartran 是机器学习研究工程师,曾研究机器翻译与句法语言模型,在 Google DeepMind 与 Rishi Mehta、Thomas Hubert 共同领导 AlphaProof;其后加入 Anthropic 技术团队。点击查看完整词条 共同领导 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 的数学证明项目 AlphaProof。[1][2][3]
本页目录7 节
词条资料
背景:围棋与游戏研究
Hubert 少年时常下围棋。父亲希望写出能下围棋的程序,他也开始思考为此需要学些什么。在寻找做类似工作的人时,他发现了 DeepMind,并加入了这家公司。他在个人履历中列出2008至2010年就读斯坦福大学Stanford UniversityStanford University是美国加利福尼亚州的研究型大学,由Leland与Jane Stanford于1885年创立,1891年开学。点击查看完整词条。2017年,他与 David SilverDavid SilverDavid Silver是计算机科学家,长期在DeepMind领导强化学习研究,主导了AlphaGo、AlphaGo Zero和AlphaZero项目,并共同领导AlphaStar;他是University College London教授、英国皇家学会院士,2026年离开Google DeepMind,专注于他创办的Ineffable Intelligence。点击查看完整词条 等人合著 AlphaGo Zero 论文,研究无需参考人类棋谱、依靠自我对弈学习围棋的程序。2020年,他参与发表 MuZero 研究,考察同一程序如何从经验中学习规划,在围棋、国际象棋、日本将棋与 Atari 游戏上作出决策。[2][3][4][5]
2024年起奥数题的机器证明
2024年11月14日接受 No Priors 采访
2024年11月14日,No PriorsNo PriorsNo Priors 是由投资人 Sarah Guo 与 Elad Gil 共同创办和主持的人工智能访谈播客及媒体品牌,2023年2月开始发布节目。内容涵盖人工智能研究、创业、基础设施及商业应用,形式包括嘉宾对谈、主持人讨论和年度回顾,通过音频播客平台与 YouTube 等渠道分发。点击查看完整词条 发布了Thomas Hubert参与的访谈。他回忆围棋经历及父亲想做电脑棋手的愿望,并谈到团队从 AlphaGo、AlphaZero、MuZero 到 AlphaCode 和 AlphaTensor 的研究经验怎样引出数学证明这一新题目。[4]
Hubert 回忆,少年时花大量时间下围棋,父亲也希望编写围棋程序;为弄懂这种程序,他接触了 DeepMind。[4]
在 No Priors 分享的建议
他建议较早开始学习 Lean,这样遇到作者省略的证明步骤时,学习者可以按自己的程度逐层查看。(35:26)[4]
他建议用能核查步骤的形式化工具练习抽象问题,从反馈中辨认哪些部分仍待证明。(36:21)[4]
关联机构、网站与公开账号
Google DeepMind:AlphaProof 项目联合负责人。官网:https://deepmind.google/(在新窗口打开)。[1]
来源6 个来源
- AI achieves silver-medal standard solving International Mathematical Olympiad problems(在新窗口打开)deepmind.google↑
- Mastering the game of Go without human knowledge(在新窗口打开)pubmed.ncbi.nlm.nih.gov↑
- MuZero: Mastering Go, chess, shogi and Atari without rules(在新窗口打开)deepmind.google↑
- No Priors Ep. 90 | With Google's DeepMind's AlphaProof Team(在新窗口打开)youtube.com↑
- Thomas Hubert — Google DeepMind(在新窗口打开)uk.linkedin.com↑
- Olympiad-level formal mathematical reasoning with reinforcement learning(在新窗口打开)research.google↑