Pushmeet Kohliเป็นนักวิทยาศาสตร์คอมพิวเตอร์ชาวอินเดีย-อังกฤษ และรองประธานฝ่ายวิจัยของGoogle DeepMind ที่ DeepMind เขาเป็นหัวหน้าหน่วย "วิทยาศาสตร์และโครงการริเริ่มเชิงกลยุทธ์" นิตยสาร Timeยกย่องเขาให้เป็นหนึ่งใน 100 บุคคลผู้ทรงอิทธิพลที่สุดในด้านปัญญาประดิษฐ์ (AI) ตามรายชื่อTime 100 AI

โคห์ลีเป็นผู้นำและกำกับดูแลโครงการต่างๆ มากมาย รวมถึงAlphaFoldซึ่งเป็นระบบสำหรับทำนายโครงสร้างสามมิติของโปรตีน; AlphaEvolveซึ่งเป็นตัวแทนการเข้ารหัสเชิงวิวัฒนาการอเนกประสงค์; SynthID ซึ่งเป็นระบบสำหรับใส่ลายน้ำและตรวจจับเนื้อหาที่สร้างโดย AI; และ Co-Scientist ซึ่งเป็นตัวแทนสำหรับการสร้างและทดสอบสมมติฐานทางวิทยาศาสตร์ใหม่ๆ

โคห์ลีได้รับ ปริญญา ตรีเทคโนโลยี (BTech) สาขาวิทยาการคอมพิวเตอร์และวิศวกรรมศาสตร์จากสถาบันเทคโนโลยีแห่งชาติ วารังกัล^{[ 3 ]}ต่อมาเขาศึกษาต่อที่มหาวิทยาลัยอ็อกซ์ฟอร์ด บรูคส์ซึ่งเขาได้รับปริญญาเอกด้านวิทยาการคอมพิวเตอร์วิชั่นจากการวิจัยภายใต้การดูแลของฟิลิป ทอร์ในปี 2550 ^{[ 2 ] [ 3 ] [ 4 ]}

หลังจบปริญญาเอก โคห์ลีเป็นผู้ช่วยหลังปริญญาเอกที่ศูนย์จิตวิทยาการวัดมหาวิทยาลัยเคมบริดจ์ [ ^{5 ] ก่อน}เข้าร่วม Google DeepMind โคห์ลีเป็นนักวิทยาศาสตร์หุ้นส่วนและผู้อำนวยการฝ่ายวิจัยที่Microsoft Research งาน วิจัยของเขามุ่งเน้นไป ที่การประยุกต์ใช้การเรียนรู้ของเครื่องและปัญญาประดิษฐ์^{[ 1 ] [ 6 ]}

โคห์ลีได้มีส่วนร่วมในการวิจัยในสาขาชีววิทยาเชิงคำนวณการสังเคราะห์โปรแกรมการเพิ่มประสิทธิภาพขั้นสูงการเพิ่มประสิทธิภาพแบบไม่ต่อเนื่องและจิตวิทยาการวัดผล^{[ 7 ]}โครงการวิจัยที่โดดเด่นที่เขาได้มีส่วนร่วม ได้แก่:

• AlphaFold - ระบบ AI ที่ก้าวล้ำสำหรับการทำนายโครงสร้างโปรตีน^{[ 8 ]}
• AlphaEvolve - เอเจนต์สำหรับการเพิ่มประสิทธิภาพโค้ดขั้นสูง^{[ 9 ]}
• AlphaTensor - ตัวแทนการเรียนรู้แบบเสริมแรงสำหรับการค้นพบอัลกอริธึมใหม่สำหรับการคูณเมทริกซ์^{[ 10 ]}
• SynthID - ระบบสำหรับ ใส่ลายน้ำให้ กับภาพที่สร้างโดย AI ^{[ 11 ]}
• AlphaGenome และ AlphaMissense - โมเดล AI สำหรับการทำนายผลกระทบของการกลายพันธุ์ในจีโนม^{[ 12 ] [ 13 ]}
• AlphaCode - การสร้างโค้ดระดับการแข่งขันด้วย AI ^{[ 14 ]}
• FunSearch - การค้นพบอัลกอริธึมโดยใช้ LLM เพื่อค้นหาในพื้นที่โปรแกรม^{[ 15 ]}
• การสังเคราะห์โปรแกรมประสาท^{[ 16 ]}
• การเขียนโปรแกรมเชิงความน่าจะเป็น^{[ 17 ]}
• การระดมข้อมูลจากชุมชนเพื่อฝึกอบรมโมเดล AI ^{[ 18 ]}
• การวิเคราะห์พฤติกรรมและการทำนายบุคลิกภาพโดยใช้เครือข่ายออนไลน์^{[ 19 ] [ 20 ]}
• การประมาณท่าทางของมนุษย์โดยใช้ Kinect ^{[ 21 ]}
• เรียนรู้การควบคุมการกักกันแม่เหล็กสำหรับฟิวชั่น^{[ 22 ]}
• เรียนรู้ฟังก์ชันความหนาแน่นเพื่อแก้ปัญหาอิเล็กตรอนเศษส่วน^{[ 23 ]}