大卫·席尔瓦 (计算机科学家)
大卫·席尔瓦 David Silver | |
---|---|
国籍 | ![]() |
母校 | 剑桥大学(BSc) 阿尔伯塔大学(PhD) |
知名于 | AlphaGo AlphaZero AlphaStar |
奖项 | ACM计算机奖(2019) 皇家学会院士(2021) |
科学生涯 | |
研究领域 | 计算机科学 |
机构 | DeepMind |
大卫·席尔瓦 FRS (英语:David Silver,1976年—)是一名英国计算机科学家和商人。他领导DeepMind的强化学习研究小组,是AlphaGo、AlphaZero的首席研究员和AlphaStar的共同负责人。
教育
[编辑]席尔瓦于1997年毕业于剑桥大学,获得阿迪生-韦斯利奖,并在那里与杰米斯·哈萨比斯结识[1]。席尔瓦于2004年回到学术界,在阿尔伯塔大学攻读强化学习的博士学位,在那里他共同提出了用于第一个硕士级9×9围棋项目的算法,并于2009年毕业[2][3]。他版本的程序MoGo是截至2009年的最强围棋程式之一[4]。
职业生涯
[编辑]大学毕业后,席尔瓦共同创立了电子游戏公司Elixir Studios,并担任其首席技术官和首席程序员,获得多个技术和创新奖项[1][5]。
席尔瓦在2011年被授予皇家学会大学研究奖学金,随后成为伦敦大学学院的讲师,现在是教授[6]。他关于强化学习的讲座可以在YouTube上找到[7]。席尔瓦从DeepMind成立之初就为其提供咨询,于2013年全职加入。
席尔瓦近期的研究重点是将强化学习与深度学习互相结合,包括一个直接从像素学习玩雅达利游戏的程式[8]。席尔瓦领导了AlphaGo项目,最终使其成为第一个在全尺寸围棋游戏中击败顶级职业棋手的程式[9]。随后AlphaGo获得荣誉的9段职业认证,并获得了戛纳狮子奖的创新奖[10]。之后他领导了AlphaZero的开发工作,利用同样的人工智能从头开始学习下围棋(只通过自己下棋而不是从人类游戏中学习),然后以同样的方式学习下国际象棋和日本将棋,达到比其他任何计算机程序更高的等级。
席尔瓦是DeepMind发表文章最多的员工之一,引用次数超过130,000次,h指数为78[11]。
他因在电脑游戏方面取得的突破性进展而被授予2019年ACM计算机奖[12]
2021年,席尔瓦因其对深度Q-学习和AlphaGo的贡献而被选为英国皇家学会院士[13]。
参考资料
[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).
|
|