เดวิด ซิลเวอร์ (นักวิทยาศาสตร์คอมพิวเตอร์)
เดวิด ซิลเวอร์ | |
|---|---|
| เกิด | พ.ศ. 2519 (อายุ 49–50 ปี) [ 2 ] |
| อัลมา มัธยฐาน | มหาวิทยาลัยเคมบริดจ์ (ปริญญาตรี) มหาวิทยาลัยอัลเบอร์ตา (ปริญญาเอก) |
| เป็นที่รู้จักในด้าน | อัลฟ่าโก อัล ฟ่าซีโร่อัลฟ่าสตาร์ |
| รางวัล | ทุนวิจัยระดับมหาวิทยาลัยจากราชสมาคม (2011) รางวัล ACM สาขาวิทยาการคอมพิวเตอร์ (2019) |
| เส้นทางอาชีพด้านวิทยาศาสตร์ | |
| ฟิลด์ | ปัญญาประดิษฐ์การเรียนรู้ของเครื่อง การเรียนรู้แบบเสริมแรงการวางแผนเกมคอมพิวเตอร์[ 1 ] |
| สถาบันต่างๆ | Google Deepmind มหาวิทยาลัยคอลเลจลอนดอนElixir Studios |
| วิทยานิพนธ์ | การเรียนรู้แบบเสริมแรงและการค้นหาโดยใช้การจำลองในเกมโกะคอมพิวเตอร์ (2009) |
| ริชาร์ด เอส. ซัตตัน | |
| เว็บไซต์ | www.davidsilver.uk |
เดวิด ซิลเวอร์ (เกิดปี 1976) เป็นนักวิจัยด้านปัญญาประดิษฐ์และซีอีโอของบริษัทสตาร์ทอัพด้านปัญญาประดิษฐ์ Ineffable Intelligence นอกจากนี้เขายังเป็นศาสตราจารย์ที่มหาวิทยาลัยยูนิเวอร์ซิตี้คอลเลจลอนดอนอีก ด้วย
ระหว่างปี 2013 ถึง 2026 ซิลเวอร์ทำงานเต็มเวลาที่DeepMindโดยเป็นผู้นำด้าน การวิจัย การเรียนรู้แบบเสริมแรง (reinforcement learning ) โดยเฉพาะอย่างยิ่ง เขาเป็นผู้นำในการพัฒนาAlphaGoและAlphaZero
การศึกษา
เขาศึกษาที่Christ's College, Cambridge [ 3 ] สำเร็จการ ศึกษาในปี 1997 พร้อมกับได้รับรางวัล Addison-Wesley และได้เป็นเพื่อนกับDemis Hassabisขณะอยู่ที่เคมบริดจ์[ 4 ] Silver กลับมาศึกษาต่อในระดับปริญญาเอกด้านการเรียนรู้แบบเสริมแรงใน ปี 2004 ที่ มหาวิทยาลัย Alberta [ 5 ] ซึ่งเขาได้ร่วมแนะนำอัลกอริธึมที่ใช้ในโปรแกรม โกะ 9×9 ระดับมาสเตอร์ตัวแรกและสำเร็จการศึกษาในปี 2009 [ 6 ] [ 7 ] โปรแกรม MoGoเวอร์ชันของเขา(ร่วมเขียนกับ Sylvain Gelly) เป็นหนึ่งในโปรแกรมโกะที่แข็งแกร่งที่สุดในปี 2009 [ 8 ]
อาชีพและการวิจัย
หลังจากจบการศึกษาจากมหาวิทยาลัย ซิลเวอร์ได้ร่วมก่อตั้งบริษัทเกมElixir Studiosโดยดำรงตำแหน่ง CTO และหัวหน้าโปรแกรมเมอร์ และได้รับรางวัลมากมายด้านเทคโนโลยีและนวัตกรรม[ 4 ] [ 9 ]
ซิลเวอร์ได้รับรางวัลRoyal Society University Research Fellowshipในปี 2011 และต่อมาได้เป็นอาจารย์ประจำที่University College London [ 10 ] [ 11 ] การบรรยายของเขาเกี่ยวกับการเรียนรู้แบบเสริมแรงมีให้ชมบน YouTube [ 12 ]
Google DeepMind
ซิลเวอร์ให้คำปรึกษาแก่DeepMindตั้งแต่ปี 2010 และเข้าร่วมเป็นพนักงานประจำเต็มเวลาในปี 2013 [ 4 ]
งานของเขามุ่งเน้นไปที่การเรียนรู้แบบเสริมแรงเชิงลึกซึ่งเป็นสาขาที่ผสมผสานการเรียนรู้แบบเสริมแรง เข้า กับการเรียนรู้เชิงลึก งาน ในช่วงแรกๆ ได้แก่ โปรแกรมที่เรียนรู้การเล่น เกม Atariโดยตรงจากพิกเซล[ 13 ]ซิลเวอร์เป็นผู้นำโครงการ AlphaGo ซึ่งประสบความสำเร็จในการสร้างโปรแกรมแรกที่สามารถเอาชนะผู้เล่นมืออาชีพชั้นนำในเกมโกะขนาดเต็มได้[ 14 ] ต่อมา AlphaGoได้รับการรับรองระดับมืออาชีพ 9 ดั้งกิตติมศักดิ์ และได้รับรางวัล Cannes Lionสำหรับนวัตกรรม[ 15 ]จากนั้นเขาเป็นผู้นำในการพัฒนาAlphaZeroซึ่งใช้ AI เดียวกันในการเรียนรู้การเล่นโกะตั้งแต่เริ่มต้น (เรียนรู้โดยการเล่นด้วยตัวเองเท่านั้น ไม่ใช่จากเกมของมนุษย์) ก่อนที่จะเรียนรู้การเล่นหมากรุกและโชงิในลักษณะเดียวกัน ในระดับที่สูงกว่าโปรแกรมคอมพิวเตอร์อื่นๆ ทีมของเขายังพัฒนาAlphaStarซึ่งเป็นโปรแกรม AI ที่สามารถเล่นStarCraft IIในระดับมืออาชีพได้[ 11 ] [ 16 ]
Silver มีการอ้างอิงมากกว่า 300,000 ครั้งและมีดัชนีhเท่ากับ 104 ตามข้อมูลจากGoogle Scholar [ 1 ]
ปัญญาที่ไม่อาจพรรณนาได้
ซิลเวอร์ก่อตั้งบริษัทสตาร์ทอัพด้าน AI ชื่อ Ineffable Intelligence ในเดือนพฤศจิกายน 2025 และออกจาก Google DeepMind ในเดือนมกราคม 2026 เพื่อดำรงตำแหน่งผู้อำนวยการของ Ineffable Intelligence [ 11 ]ในเดือนกุมภาพันธ์ 2026 บริษัทสตาร์ทอัพแห่งนี้กำลังมองหาเงินทุนรอบ Seed Funding มูลค่า 1 พันล้านดอลลาร์ โดยมีมูลค่าบริษัทอยู่ที่ 4 พันล้านดอลลาร์[ 17 ]ในเดือนเมษายน 2026 มีการประกาศว่าซิลเวอร์ได้ระดมทุน 1.1 พันล้านดอลลาร์ (880 ล้านปอนด์) ให้กับ Ineffable Intelligence โดยมีมูลค่าบริษัทอยู่ที่ 5.1 พันล้านดอลลาร์[ 18 ]
รางวัลและเกียรติยศ
ซิลเวอร์ได้รับรางวัลACM Prize in Computing ประจำปี 2019 จากความก้าวหน้าครั้งสำคัญในการเล่นเกมคอมพิวเตอร์[ 19 ]
ในปี 2021 ซิลเวอร์ได้รับเลือกเป็นสมาชิกราชสมาคม( FRS) จากผลงานของเขาในด้านDeep Q-NetworksและAlphaGo [ 20 ] เขาได้รับเลือกเป็นสมาชิกสมาคมเพื่อความก้าวหน้าของปัญญาประดิษฐ์ในปี 2022 [ 21 ]