ABAB Pedia

Thomas Hubert

概述

本頁目錄7 節
詞條資料

背景:圍棋與遊戲研究

Hubert 少年時常下圍棋。父親希望寫出能下圍棋的程序,他也開始思考為此需要學些什麼。在尋找做類似工作的人時,他發現了 DeepMind,並加入了這家公司。他在個人履歷中列出2008至2010年就讀斯坦福大學Stanford UniversityStanford University是美國加利福尼亞州的研究型大學,由Leland與Jane Stanford於1885年創立,1891年開學。點擊查看完整詞條。2017年,他與 David SilverDavid SilverDavid Silver是計算機科學家,長期在DeepMind領導強化學習研究,主導了AlphaGo、AlphaGo Zero和AlphaZero項目,並共同領導AlphaStar;他是University College London教授、英國皇家學會院士,2026年離開Google DeepMind,專注於他創辦的Ineffable Intelligence。點擊查看完整詞條 等人合著 AlphaGo Zero 論文,研究無需參考人類棋譜、依靠自我對弈學習圍棋的程序。2020年,他參與發表 MuZero 研究,考察同一程序如何從經驗中學習規劃,在圍棋、國際象棋、日本將棋與 Atari 遊戲上作出決策。⁠[2][3][4][5]

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][6]

接受 No Priors 採訪

2024年11月14日,No PriorsNo PriorsNo Priors 是由投資人 Sarah Guo 與 Elad Gil 共同創辦和主持的人工智能訪談播客及媒體品牌,2023年2月開始發佈節目。內容涵蓋人工智能研究、創業、基礎設施及商業應用,形式包括嘉賓對談、主持人討論和年度回顧,通過音頻播客平臺與 YouTube 等渠道分發。點擊查看完整詞條 發佈了Thomas Hubert參與的訪談。他回憶圍棋經歷及父親想做電腦棋手的願望,並談到團隊從 AlphaGo、AlphaZero、MuZero 到 AlphaCode 和 AlphaTensor 的研究經驗怎樣引出數學證明這一新題目。⁠[4]

Hubert 回憶,少年時花大量時間下圍棋,父親也希望編寫圍棋程序;為弄懂這種程序,他接觸了 DeepMind。⁠[4]

在 No Priors 分享的建議

他建議較早開始學習 Lean,這樣遇到作者省略的證明步驟時,學習者可以按自己的程度逐層查看。(35:26)⁠[4]

他建議用能核查步驟的形式化工具練習抽象問題,從反饋中辨認哪些部分仍待證明。(36:21)⁠[4]

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]

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. Mastering the game of Go without human knowledge(在新窗口打開)pubmed.ncbi.nlm.nih.gov↑
  3. MuZero: Mastering Go, chess, shogi and Atari without rules(在新窗口打開)deepmind.google↑
  4. No Priors Ep. 90 | With Google's DeepMind's AlphaProof Team(在新窗口打開)youtube.com↑
  5. Thomas Hubert — Google DeepMind(在新窗口打開)uk.linkedin.com↑
  6. Olympiad-level formal mathematical reasoning with reinforcement learning(在新窗口打開)research.google↑