ABAB Pedia

Jost Tobias Springenberg

Jost Tobias Springenberg,通稱 Tobi,是 Physical IntelligencePhysical IntelligencePhysical Intelligence(簡稱π或Pi)是一家總部位於舊金山的機器人人工智能公司,開發可用於多種機器人的通用基礎模型,代表作包括π0系列模型。點擊查看完整詞條 的機器學習和機器人研究員。他出生於德國希爾登,先後學習認知科學和計算機科學,曾在弗賴堡大學和 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 從事研究。他參與了全卷積視覺網絡、Gato、RoboCat 和家務機器人模型 π0.5 等項目。

本頁目錄6 節
詞條資料

早年與求學:從認知科學到計算機視覺

施普林根貝格出生於德國希爾登,平日使用簡稱 Tobi。他先在奧斯納布呂克大學取得認知科學學士學位,其後在弗賴堡大學取得計算機科學碩士學位,並在該校的機器學習和計算機視覺研究組工作。他說,本科學習留下的一個長期興趣,是瞭解人的認知;在自己的個人網站上,他也發表攝影作品。⁠[1][2]

重新檢驗圖像識別網絡的組成

2014年12月,他與 Alexey DosovitskiyAlexey DosovitskiyAlexey Dosovitskiy 是計算機視覺與機器學習研究者、Recursive 聯合創始人,參與 FlowNet、CARLA 和 Vision Transformer 等研究。點擊查看完整詞條、Thomas Brox 和 Martin Riedmiller 發佈研究,檢驗圖像識別網絡通常採用的最大池化步驟能否省去。他們在幾項基準測試中發現,可以僅用卷積層構成效果相當的網絡;論文獲2015年國際學習表徵會議工作坊接收。2015年,他又與 Tobias Domhan 和 Frank Hutter 合作,以訓練早期學習曲線預測後續表現,幫助縮短挑選神經網絡參數的過程。⁠[3][4]

至2024年:在 Google DeepMind 研究機器人的學習能力

他在 Google DeepMind 的控制團隊研究機器學習在科學和機器人中的應用;他在這一時期的個人簡介中寫道自己居住在倫敦。他參與 Gato 的研究,把能夠處理不同類型任務的模型部署到實體機器人上;又參與 RoboCat,研究如何讓機器人在不同操作任務和硬件間積累技能。⁠[1][5]

2024年,他以第一作者身份在國際機器學習會議發表研究。團隊把132項連續控制任務彙集在同一數據集中,既收錄專家示範也保留欠佳的嘗試,藉此評估模型能否從以往的不同經驗裡學會多項任務。⁠[6]

在 Physical Intelligence 檢驗家務和精細操作

2025年4月,Physical Intelligence 發佈 π0.5,他名列作者。團隊讓機器人走進訓練資料未收錄的家庭,根據指示整理廚房、收拾臥室物品,檢驗它面對陌生物品和擺放方式時能否完成工作。同年,他以公司研究員身份參加 AI Engineer 大會。⁠[7][5]

關聯機構、網站與公開賬號

弗賴堡大學:曾在機器學習與計算機視覺團隊從事研究。官網:https://uni-freiburg.de/(在新窗口打開) 。⁠[1][4]

Google DeepMind:曾任控制團隊研究員。官網:https://deepmind.google/(在新窗口打開) 。⁠[1][5]

Physical Intelligence:機器人研究員。官網:https://www.pi.website/(在新窗口打開) 。⁠[10][5]

個人網站:https://springenberg.aldeia.net/(在新窗口打開) 。他也以 stokasto 使用 GitHub,以 @jtspringenberg 使用 X;其 Google 學術作者頁收錄研究論文。 https://scholar.google.com/citations?user=MGXJkIAAAAAJ(在新窗口打開) 。⁠[1][11][5]

來源11 個來源

  1. Jost Tobias Springenberg(在新窗口打開)springenberg.aldeia.net↑
  2. Photography(在新窗口打開)springenberg.aldeia.net↑
  3. Striving for Simplicity: The All Convolutional Net(在新窗口打開)arxiv.org↑
  4. Jost Tobias Springenberg — IJCAI 2015(在新窗口打開)ijcai.org↑
  5. Jost Tobias Springenberg: Bio, Work & Ideas(在新窗口打開)ai.engineer↑
  6. Offline Actor-Critic Reinforcement Learning Scales to Large Models(在新窗口打開)proceedings.mlr.press↑
  7. A VLA with Open-World Generalization(在新窗口打開)pi.website↑
  8. Training General Robots for Any Task: Physical Intelligence's Karol Hausman and Tobi Springenberg(在新窗口打開)sequoiacap.com↑
  9. Training General Robots for Any Task: Physical Intelligence’s Karol Hausman and Tobi Springenberg(在新窗口打開)youtube.com↑
  10. Precise Manipulation with Efficient Online RL(在新窗口打開)pi.website↑
  11. stokasto (Jost Tobias Springenberg)(在新窗口打開)github.com↑