Thomas Hubert
概述
Thomas Hubert 是人工智能研究者,參與 AlphaGo、AlphaZero 和 MuZero 研究,後來與 Rishi MehtaRishi MehtaRishi Mehta 是人工智能研究者,與 Thomas Hubert 和 Laurent Sartran 共同領導 Google DeepMind 的 AlphaProof 項目,研究如何用機器檢驗數學證明。 他此前在谷歌研究搜索排序與 Gemini,目前在 Anthropic 研究編程模型。點擊查看完整詞條、Laurent SartranLaurent SartranLaurent Sartran 是機器學習研究工程師,曾研究機器翻譯與句法語言模型,在 Google DeepMind 與 Rishi Mehta、Thomas Hubert 共同領導 AlphaProof;其後加入 Anthropic 技術團隊。點擊查看完整詞條 共同領導 Google DeepMindGoogle DeepMindGoogle DeepMind 是 Google 旗下的人工智能研究機構,2023年4月由2014年被 Google 收購的 DeepMind 與 Google Research 的 Brain 團隊合併而成,由 Demis Hassabis 任首席執行官。它開發了 AlphaGo、AlphaFold 和 Gemini 系列模型,Hassabis 與 John Jumper 因 AlphaFold 的蛋白質結構預測工作獲得2024年諾貝爾化學獎。點擊查看完整詞條 的數學證明項目 AlphaProof。[1][2][3]
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]
2024年起奧數題的機器證明
2024年11月14日接受 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
- AI achieves silver-medal standard solving International Mathematical Olympiad problems(在新窗口打開)deepmind.google↑
- Mastering the game of Go without human knowledge(在新窗口打開)pubmed.ncbi.nlm.nih.gov↑
- MuZero: Mastering Go, chess, shogi and Atari without rules(在新窗口打開)deepmind.google↑
- No Priors Ep. 90 | With Google's DeepMind's AlphaProof Team(在新窗口打開)youtube.com↑
- Thomas Hubert — Google DeepMind(在新窗口打開)uk.linkedin.com↑
- Olympiad-level formal mathematical reasoning with reinforcement learning(在新窗口打開)research.google↑