大衛·席爾瓦 (計算機科學家)
大衛·席爾瓦 David Silver | |
---|---|
国籍 | ![]() |
母校 | 劍橋大學(BSc) 阿爾伯塔大學(PhD) |
知名于 | AlphaGo AlphaZero AlphaStar |
奖项 | ACM計算機獎(2019) 皇家學會院士(2021) |
科学生涯 | |
研究领域 | 計算機科學 |
机构 | DeepMind |
大衛·席爾瓦 FRS (英語:David Silver,1976年—)是一名英國計算機科學家和商人。他領導DeepMind的強化學習研究小組,是AlphaGo、AlphaZero的首席研究員和AlphaStar的共同負責人。
教育
[编辑]席爾瓦於1997年畢業於劍橋大學,獲得阿迪生-韋斯利獎,並在那裡與傑米斯·哈薩比斯結識[1]。席爾瓦於2004年回到學術界,在阿爾伯塔大學攻讀強化學習的博士學位,在那裡他共同提出了用於第一個碩士級9×9圍棋項目的算法,並於2009年畢業[2][3]。他版本的程序MoGo是截至2009年的最強圍棋程式之一[4]。
職業生涯
[编辑]大學畢業後,席爾瓦共同創立了電子遊戲公司Elixir Studios,並擔任其首席技術官和首席程序員,獲得多個技術和創新獎項[1][5]。
席爾瓦在2011年被授予皇家學會大學研究獎學金,隨後成為倫敦大學學院的講師,現在是教授[6]。他關於強化學習的講座可以在YouTube上找到[7]。席爾瓦從DeepMind成立之初就為其提供諮詢,於2013年全職加入。
席爾瓦近期的研究重點是將強化學習與深度學習互相結合,包括一個直接從像素學習玩雅達利遊戲的程式[8]。席爾瓦領導了AlphaGo項目,最終使其成為第一個在全尺寸圍棋遊戲中擊敗頂級職業棋手的程式[9]。隨後AlphaGo獲得榮譽的9段職業認證,並獲得了坎城獅子獎的創新獎[10]。之後他領導了AlphaZero的開發工作,利用同樣的人工智慧從頭開始學習下圍棋(只通過自己下棋而不是從人類遊戲中學習),然後以同樣的方式學習下西洋棋和日本將棋,達到比其他任何電腦程式更高的等級。
席爾瓦是DeepMind發表文章最多的員工之一,引用次數超過130,000次,h指數為78[11]。
他因在電腦遊戲方面取得的突破性進展而被授予2019年ACM計算機獎[12]
2021年,席爾瓦因其對深度Q-學習和AlphaGo的貢獻而被選為英國皇家學會院士[13]。
參考資料
[编辑]- ^ 1.0 1.1 Shead, Sam. David Silver: The unsung hero and intellectual powerhouse at Google DeepMind. Business Insider. [2020-09-26]. (原始内容存档于2022-11-16).
- ^ David, Silver. Reinforcement Learning and Simulation-Based Search in Computer Go. ERA. 2009. doi:10.7939/R39D8T (英语).
- ^ Sylvain Gelly, David Silver. Achieving Master Level Play in 9 × 9 Computer Go (PDF). Proceedings of the Twenty-Third AAAI Conference on Artificial Intelligence. 2008 [2023-02-23]. (原始内容存档 (PDF)于2022-04-03).
- ^ Stuart J. Russell, Peter Norvig. Artificial Intelligence: A Modern Approach 3rd. Prentice Hall. 2009.
- ^ What the AI Behind AlphaGo Can Teach Us About Being Human. Wired.com. [17 May 2016]. (原始内容存档于2016-05-29).
- ^ CSML | David Silver. www.csml.ucl.ac.uk. [2017-05-27]. (原始内容存档于2021-04-24) (美国英语).
- ^ RL Course by David Silver - Lecture 1: Introduction to Reinforcement Learning. May 13, 2015 [2023-02-23]. (原始内容存档于2023-02-25) –通过YouTube.
- ^ Mnih, Volodymyr; Kavukcuoglu, Koray; Silver, David; Rusu, Andrei A.; Veness, Joel; Bellemare, Marc G.; Graves, Alex; Riedmiller, Martin; Fidjeland, Andreas K. Human-level control through deep reinforcement learning. Nature. 2015-02-26, 518 (7540): 529–533. Bibcode:2015Natur.518..529M. ISSN 0028-0836. PMID 25719670. S2CID 205242740. doi:10.1038/nature14236 (英语).
- ^ Silver, David; Huang, Aja; Maddison, Chris J.; Guez, Arthur; Sifre, Laurent; Driessche, George van den; Schrittwieser, Julian; Antonoglou, Ioannis; Panneershelvam, Veda; Lanctot, Marc; Dieleman, Sander; Grewe, Dominik; Nham, John; Kalchbrenner, Nal; Sutskever, Ilya; Lillicrap, Timothy; Leach, Madeleine; Kavukcuoglu, Koray; Graepel, Thore; Hassabis, Demis. Mastering the game of Go with deep neural networks and tree search. Nature. 28 January 2016, 529 (7587): 484–489. Bibcode:2016Natur.529..484S. ISSN 0028-0836. PMID 26819042. S2CID 515925. doi:10.1038/nature16961.
- ^ Google DeepMind AlphaGo in U.K. Wins Innovation Grand Prix. [2017-05-27]. (原始内容存档于2016-07-31) (英语).
- ^ David Silver – Google Scholar Citations. [2022-02-01]. (原始内容存档于2023-03-25).
- ^ Ormond, Jim. ACM Prize in Computing Awarded to AlphaGo Developer: David Silver Recognized for Breakthrough Advances in Computer Game-Playing. acm.org. [2020-04-02]. (原始内容存档于2023-03-07).
- ^ Royal Society elects outstanding new Fellows and Foreign Members. royalsociety.org. [2021-06-08]. (原始内容存档于2021-05-06).
|
|