九九热视频精品在线_国产成人mv视频在线观看_国产精品三级一区二区_亚洲精品国产av成拍色拍婷婷_久久伊人一区二区_国产高清精品网站_九九99热久久精品离线6_国产在线一卡2卡三卡4卡免费_日韩美女乱淫aaa高清视频_亚洲大胆_啪啪一级视频_午夜av免费观看_国产高清精品福利私拍国产写真_亚洲婷婷五月综合狠狠_日韩欧美一区二区三区视频_岛国av免费看_精品国产乱码久久久久久久软件_亚洲国产成人精品无码区99_www日本色_免费黄色看片

從 AlphaGo、AlphaZero 、MuZero 到 AlphaCode、AlphaTensor，再到最近的 Gemini 和 AlphaProof，Julian Schrittwieser 的工作成果似乎比他的名字更廣為人知。

今天的 AI 社區(qū)，再次被一則大佬轉(zhuǎn)會(huì)消息吸引了目光。

在谷歌工作十年后，大名鼎鼎的谷歌 DeepMind Alpha 系列核心作者 Julian Schrittwieser，宣布加入 Anthropic。

我很高興地宣布，將從本周起加入 Anthropic！Claude 是我發(fā)現(xiàn)自己一直在使用的第一個(gè) LLM。最近，我被《Artifacts》和《Computer Use》以及 Claude 不斷提高的技能深深震撼了。

我非常幸運(yùn)地參與了谷歌 DeepMind 過(guò)去 10 年的奇妙旅程，在那里我參與了很多令人興奮的項(xiàng)目，這是我做夢(mèng)都想不到的：從 AlphaGo 到 AlphaZero 和 MuZero 的傳奇；還有很多的應(yīng)用研究，如 AlphaCode 和 AlphaTensor，以及最近的 Gemini 和 AlphaProof。我相信，那里的團(tuán)隊(duì)也將繼續(xù)創(chuàng)造驚人的成就，我迫不及待地想一探究竟！

Julian Schrittwieser 的跳槽，可以說(shuō)是近期領(lǐng)域內(nèi)最為驚人的一則消息，因?yàn)?Julian Schrittwieser 在 DeepMind 內(nèi)部的地位非同尋常。更令人好奇的是，Anthropic 是如何招攬到這樣一位頂尖人才：

不管過(guò)程如何，這一定是 Anthropic 最「超值」的一次招聘：

在 DeepMind 誕生以來(lái)的數(shù)年中，「Alpha 系列成果」一直是該團(tuán)隊(duì)最閃耀的前沿成果。而 Julian Schrittwieser 是這些偉大成就中不可忽視的貢獻(xiàn)者。

2016 年，DeepMind 開發(fā)的 AlphaGo 以 4：1 擊敗世界頂級(jí)圍棋棋手李世石（Lee Se-dol），成為轟動(dòng)全球的人工智能里程碑事件。Julian Schrittwieser 參與撰寫了第一篇關(guān)于 AlphaGo 的里程碑式論文。

《AlphaGo 4:1 戰(zhàn)勝李世石，我們需要更好的理解人工智能》

2017 年，在 AlphaGo 與柯潔的比賽之后，DeepMind 宣布退役 AlphaGo，自學(xué)成才的 AlphaGo Zero 以 100:0 擊敗了早期的競(jìng)技版 AlphaGo，Julian Schrittwieser 是 AlphaGo Zero 論文的第二作者，也負(fù)責(zé)了從主搜索算法、訓(xùn)練框架到對(duì)新硬件的支持等工作。

《無(wú)需人類知識(shí)，DeepMind 新一代圍棋程序 AlphaGo Zero 再次登上 Nature》《DeepMind AlphaGo Zero 引爆業(yè)內(nèi)，創(chuàng)造者現(xiàn)身 Reddit 問答》

而 AlphaGo Zero 隨后被拓展為一個(gè)名為 AlphaZero 的程序。2017 年底，DeepMind 正式發(fā)表了 AlphaZero，這是一種可以從零開始通過(guò) Self-Play 強(qiáng)化學(xué)習(xí)在多種任務(wù)上達(dá)到超越人類水平的算法。該算法經(jīng)過(guò)不到 24 小時(shí)的訓(xùn)練后，即可在國(guó)際象棋和日本將棋上擊敗此前業(yè)內(nèi)頂尖的計(jì)算機(jī)程序（這些程序早已超越人類世界冠軍水平），也輕松擊敗了訓(xùn)練 3 天時(shí)間的 AlphaGo Zero。

《不只是圍棋！AlphaGo Zero 之后 DeepMind 推出泛化強(qiáng)化學(xué)習(xí)算法 AlphaZero》

2020 年，DeepMind 發(fā)表了 MuZero。在不具備任何底層動(dòng)態(tài)知識(shí)的情況下，該算法通過(guò)結(jié)合基于樹的搜索和學(xué)得模型，不僅在國(guó)際象棋、日本將棋和圍棋的精確規(guī)劃任務(wù)中匹敵 AlphaZero，還在 30 多款雅達(dá)利游戲中展示出了超越人類的表現(xiàn)。Julian Schrittwieser 是 MuZero 論文《Mastering Atari, Go, Chess and Shogi by Planning with a Learned Model》的核心作者之一。

《通用 AlphaGo 誕生？DeepMind 的 MuZero 在多種棋類游戲中超越人類》

2022 年 2 月，DeepMind 發(fā)布了基于 Transformer 模型的 AlphaCode，可以編寫與人類相媲美的計(jì)算機(jī)程序。包括 Julian Schrittwieser 在內(nèi)的多位作者后續(xù)又在《Science》上發(fā)表了論文。

《卷起來(lái)了！DeepMind 發(fā)布媲美普通程序員的 AlphaCode，同日 OpenAI 神經(jīng)數(shù)學(xué)證明器拿下奧數(shù)題》《DeepMind 攜 AlphaCode 登 Science 封面，寫代碼能力不輸程序員》

2022 年 10 月，DeepMind 提出了 AlphaTensor，第一個(gè)可用于為矩陣乘法等基本任務(wù)發(fā)現(xiàn)新穎、高效且可證明正確的算法的人工智能系統(tǒng)，并揭示了 50 年來(lái)在數(shù)學(xué)領(lǐng)域一個(gè)懸而未決的問題，即找到兩個(gè)矩陣相乘最快方法。AlphaTensor 建立在 AlphaZero 的基礎(chǔ)上，展示了 AlphaZero 從用于游戲到首次用于解決未解決的數(shù)學(xué)問題的一次轉(zhuǎn)變。

《強(qiáng)化學(xué)習(xí)發(fā)現(xiàn)矩陣乘法算法，DeepMind 再登 Nature 封面推出 AlphaTensor》

2023 年 6 月，谷歌 DeepMind 發(fā)布了 AlphaDev，這種全新的強(qiáng)化學(xué)習(xí)系統(tǒng)發(fā)現(xiàn)了一種比以往更快的哈希算法。Julian Schrittwieser 也是 AlphaDev 項(xiàng)目的核心參與者之一。

《AI 重寫排序算法，速度快 70%：DeepMind AlphaDev 革新計(jì)算基礎(chǔ)，每天調(diào)用萬(wàn)億次的庫(kù)更新了》

2024 年 7 月，谷歌 DeepMind 團(tuán)隊(duì)研發(fā)的 AlphaProof 和 AlphaGeometry 2 在 IMO 競(jìng)賽上共同實(shí)現(xiàn)了里程碑式的突破。AlphaProof 是一種用于形式化數(shù)學(xué)推理的強(qiáng)化學(xué)習(xí)系統(tǒng)，而 AlphaGeometry 2 是 DeepMind 幾何求解系統(tǒng) AlphaGeometry 的改進(jìn)版本。正式比賽中，AlphaProof+AlphaGeometry 2 組合成的 AI 系統(tǒng)在幾分鐘內(nèi)就解決了人類參賽選手需要幾個(gè)小時(shí)才能解決的問題。

《谷歌 AI 拿下 IMO 奧數(shù)銀牌，數(shù)學(xué)推理模型 AlphaProof 面世，強(qiáng)化學(xué)習(xí) is so back》

8 年前，基于強(qiáng)化學(xué)習(xí)的 AlphaGo 聲名大噪；8 年后，強(qiáng)化學(xué)習(xí)在 AlphaProof 中再次大放異彩。2016 年 AlphaGo 論文的核心成員 Julian Schrittwieser、Aja Huang、Yannick Schroecker，如今也是 AlphaProof 的核心貢獻(xiàn)者。有人在朋友圈感嘆說(shuō)：RL is so back！

業(yè)內(nèi)普遍認(rèn)為，OpenAI o1 運(yùn)用的技術(shù)關(guān)鍵也在于強(qiáng)化學(xué)習(xí)的搜索與學(xué)習(xí)機(jī)制，這標(biāo)志著 RL 下 Post-Training Scaling Law 的時(shí)代正式到來(lái)。正如《The Bitter Lesson》所說(shuō)，只有搜索和學(xué)習(xí)這兩種學(xué)習(xí)范式能夠隨著計(jì)算能力的增長(zhǎng)無(wú)限擴(kuò)展。強(qiáng)化學(xué)習(xí)作為這兩種學(xué)習(xí)范式的載體，如何能夠在實(shí)現(xiàn)可擴(kuò)展的 RL 學(xué)習(xí)（Scalable RL Learning）和強(qiáng)化學(xué)習(xí)擴(kuò)展法則（RL Scaling Law），將成為進(jìn)一步突破大模型性能上限的關(guān)鍵途徑。

這或許就是 Calude 團(tuán)隊(duì)招攬 Julian Schrittwieser 的出發(fā)點(diǎn)。o1 研發(fā)團(tuán)隊(duì)在采訪中也談到過(guò)，OpenAI 很早就受到 AlphaGo 的啟發(fā)，意識(shí)到了深度強(qiáng)化學(xué)習(xí)的巨大潛力，并在相關(guān)方向投入了大量研究力量。

作為 RL 領(lǐng)域的深耕者，Julian Schrittwieser 又會(huì)帶領(lǐng) Claude 團(tuán)隊(duì)做出怎樣的成果呢？讓我們拭目以待。

參考鏈接：https://www.furidamu.org/blog/2024/10/28/joining-anthropic/