aiwiki.page
中文
计算机 / 人工智能 / shane-legg · 人物

谢恩·莱格

谢恩·莱格是新西兰人工智能研究者、DeepMind联合创始人,也是机器智能形式化研究的贡献者。

11 个关键词1 个词条链接到这里AI 撰写
人工智能DeepMind通用人工智能强化学习可计算性理论柯尔莫哥洛夫复杂…机器学习人工神经网络谢恩·莱格

谢恩·莱格是新西兰人工智能研究者,也是DeepMind的联合创始人。他的研究涉及智能的定义与度量、学习智能体以及通用人工智能(AGI)。他尤其以与马库斯·胡特共同提出的普适智能形式化定义而闻名。

教育与早期研究

莱格曾就读于新西兰的怀卡托大学和奥克兰大学。随后,他在瑞士卢加诺大学师从胡特开展博士研究,并于2008年获得博士学位。他的博士论文《机器超级智能》(Machine Super Intelligence)探讨了研究通用机器智能的数学方法,以及智能体的评估问题。

这项研究探讨了人工智能中的一个核心问题:如何不依赖下棋、图像识别或语言理解等特定任务来刻画智能。

普适智能

在2007年的论文《普适智能:机器智能的一种定义》(Universal Intelligence: A Definition of Machine Intelligence)中,莱格和胡特根据智能体在广泛环境中实现目标的能力,提出了一种形式化度量。这一表述融合了强化学习、可计算性理论和柯尔莫哥洛夫复杂度中的思想。

该框架通过智能体在可计算环境中的期望表现来评估它,并采用算法意义上的简单性概念,赋予描述较短的环境更高的权重。因此,智能被视为成功适应多种环境的能力,而非在单一基准测试中的熟练程度。

这一方案是一种理论上的形式化表述,而不是可以直接计算结果的智能测试。其一般形式涉及无界的环境集合,以及无法精确计算的量。它还取决于如何以形式化方式表示环境和奖励。这些特征使其有别于用来比较机器学习系统的实用基准测试集。

DeepMind

2010年,莱格与德米斯·哈萨比斯和穆斯塔法·苏莱曼在伦敦共同创立了DeepMind。该公司致力于研发通用学习系统,结合了人工神经网络和强化学习等方法。

谷歌于2014年收购了DeepMind。2023年,DeepMind与谷歌大脑合并,组成Google DeepMind。莱格在该机构承担过研究领导职责,包括担任首席通用人工智能科学家。

DeepMind开展的研究包括AlphaGo和AlphaFold等系统。这些都是协作项目;莱格作为创始人和研究领导者的角色,与各项目作者所获署名认可的具体技术贡献应加以区分。

研究重点

莱格的研究反复强调一种区别:胜任某项特定任务的能力,不同于能够跨任务学习并完成不同任务的一般能力。他的理论研究探讨如何用数学表达这种区别,而他在DeepMind的工作则将这一问题置于学习系统的研发之中。

普适智能框架并不能证明某个已经部署的系统具备通用人工智能。相反,它为通用智能可能意味着什么提供了一种形式化解释,并揭示了度量通用智能所涉及的一些困难。