DeepMind宣布在阿尔伯塔大学建立AI实验室,加拿大的AI研究又迎来强大推动力

简介:

日前,DeepMind宣布与阿尔伯塔大学联手,在加拿大埃德蒙顿建立国际化的AI研究实验室。

阿尔伯塔大学的计算科学教授和人工智能研究员Rich Sutton, Michael Bowling, Patrick Pilarski将会加入这个实验室,此外已知的成员还有Adam White以及2017年初发布DeepStack算法的六个研究员。

(关于DeepStack算法雷锋网(公众号:雷锋网)此前已有详细介绍:CMU风头被抢,新型DeepStack算法抢先攻克德州扑克图灵测试

DeepMind宣布在阿尔伯塔大学建立AI实验室,加拿大的AI研究又迎来强大推动力

上图从左至右:Richard Sutton, Michael Bowling, and Patrick Pilarski

据介绍,DeepMind Alberta实验室将主要进行核心科学(core scientific)方面的研究。

发文中提到,除了在加拿大继续深度学习方面的教学和研究,DeepMind将会为Alberta大学中的一些长期AI项目提供研发资金。

Alberta大学的校长David Turpin对DeepMind Alberta实验室表示了强烈的肯定,值得一提的是,埃德蒙顿市市长Don Iveson也对DeepMind的到来表示了热烈欢迎。AI的风已经从学术界吹到政界。

2016年通过“阿尔法狗”一战成名之后,DeepMind的一举一动都成为业界关注的焦点。此后他们一直在英国进行相关研究,时不时发布一些最新的科研成果。这次在阿尔伯塔大学首开AI实验室无疑又吸引了业界的目光。

为何选择阿尔伯塔大学?

在DeepMind的公开发文中,他们宣称已经和阿尔伯塔大学有多年的紧密联系,其团队中有很多来自阿尔伯塔大学的杰出学子。另外,在过去的几年中,他们也对阿尔伯塔大学的机器学习实验室进行了大量资助。由此看来,DeepMind与阿尔伯塔大学的渊源颇深。

另外,据阿尔伯塔大学校长David Turpin介绍,在过去的十年间,阿尔伯塔大学在AI领域的研究已经处于世界前列。当然,王婆卖瓜,难免有自夸之嫌。

阿尔伯塔大学究竟有哪些吸引DeepMind的地方,跟着雷锋网一起来深扒!

作为DeepMind Alberta实验室的首席研究员,Richard Sutton 教授从2003年起就任职于阿尔伯塔大学计算机科学系,领导着自己的强化学习与人工智能实验室。他被认为是现代计算的强化学习创立者之一,为该领域做出了许多重大贡献,包括时间差分学习(temporal difference learning)、策略梯度方法(policy gradient methods)、Dyna架构等。

另外,在对强化学习普及上,他与Andrew Barto 合著了《Reinforcement Learning : An Introduction》,这本书提供了关于强化学习的简单明了的关键思想和算法的解释,讨论了从该领域的知识基础的历史延伸到了最新的发展的应用。

此外还有一点不得不提,参与了大师级围棋程序 AlphaGo 的设计研发的 David Silver 和黄士杰(Aja Huang)都曾师从于阿尔伯塔大学教授、计算机围棋顶级专家Martin Müller。

Müller教授所带领的团队在博弈树搜索和规划的蒙特卡洛方法、大规模并行搜索和组合博弈论方面颇有建树。

(关于AlphaGo雷锋网之前也有详细介绍:David Silver原文演讲:揭秘新版AlphaGo算法和训练细节

当然,看中阿尔伯塔大学在AI方面多年的研究积累是其次,选择在这里建立实验室有更深层次的原因。

作为DeepMind的母公司,谷歌在加拿大的多伦多大学、蒙特利尔大学等多家高校已经有了布局。此次宣布在建立阿尔伯塔大学建立DeepMind Alberta实验室,进一步扩展了谷歌在加拿大学术界的影响力。

谷歌在加拿大的AI布局

多伦多大学

早在2013 年,随着Geoffrey Hinton与他的两个研究生Alex Krizhevsky和Ilya Sutskever创办的DNNresearch公司被Google收购,多伦多大学的教授Geoff Hinton就成为谷歌的一名员工了。

他是世界上最重要的人工智能方面的权威之一,作为反向传播算法和对比散度算法的发明人之一、深度学习的积极推动者,他设计的软件可以模仿人类大脑的工作模式。 

他对人工智能研究领域的影响非常深刻,在人工智能的低谷时期坚持研究、持续地带来新的研究成果,培养了许多人工智能人才。Hinton的学生和同事们现在已经是点亮苹果、Facebook、Google和Uber人工智能研究的人物。

Geoffrey Hinton最近也成立了Google Brain的多伦多分公司,这是谷歌的人工智能研究项目之一。

此外,谷歌还投资了500万美元给今年多伦多大学新成立的AI研究实验室向量学院(Vector Institute),Geoffrey Hinton是这家机构的首席科学顾问

蒙特利尔大学和麦吉尔大学

2016年,Google宣布在蒙特利尔设立了新的人工智能研究实验室,并提供了共计340 万美元资助蒙特利尔大学和麦吉尔大学旗下七名重量级教授及超过150名研究者的日常实验,其中包括深度学习大神之一、蒙特利尔大学学习算法学院(MILA)的Yoshua Bengio。

凭借《Learning Deep Architectures for AI》、《A neural probabilistic language model》两篇经典之作在内的300多篇论文,Yoshua Bengio对深度学习的发展起到了巨大的推动作用。与前面提到的Geoffrey Hinton同属深度学习三巨头。

在这里特别要提到一点,Yoshua Bengio教授在7月1日刚刚获得了加拿大总督功勋奖,该奖项是加拿大公民的最高荣誉之一。

目前看来,加拿大正成为谷歌布局AI的重大一环,不管是在对人才的笼络,还是对科研的支持,谷歌都在扩张其影响力。

后记:

除了谷歌在加拿大加大对AI的布局和投资,加拿大政府对人工智能领域的投资已持续了数十年。

虽说英国坐拥伦敦大学和剑桥大学两座高校,科研实力丰厚,美国有吸引无数人才的硅谷,以及MIT、哈佛大学等,但加拿大在深度学习的科研领域有着先天的优势。一大批世界领先的人工智能专家最早都在加拿大工作。

近年来随着微软、IBM、Facebook等巨头纷投入巨资笼络AI人才,专家巨头纷纷被挖走。加拿大政府再次加大对人工智能领域的投资。

在2017年的财政预算中,加拿大总理贾斯汀·特鲁多总理承诺拨款9300万美元(折合1.25亿加元),以支持在多伦多、蒙特利尔和埃德蒙顿的AI研究中心。

另外,前面提到谷歌投资的向量学院也是由加拿大政府力挺的AI研究中心:该研究所可获得1.3亿美元支持,其中多达半数的钱来自国家和省级政府。

一方面是谷歌等大的公司极力笼络加拿大的科研人才,另一家是加拿大政府努力不让人才流失,加拿大在AI方面将拿出更多让我们瞩目的成果。

本文作者:思颖

本文转自雷锋网禁止二次转载,原文链接

相关文章
|
5月前
|
机器学习/深度学习 人工智能 算法
用于实验室智能识别的目标检测数据集(2500张图片已划分、已标注) | AI训练适用于目标检测任务
本数据集包含2500张已标注实验室设备图片,涵盖空调、灭火器、显示器等10类常见设备,适用于YOLO等目标检测模型训练。数据多样、标注规范,支持智能巡检、设备管理与科研教学,助力AI赋能智慧实验室建设。
用于实验室智能识别的目标检测数据集(2500张图片已划分、已标注) | AI训练适用于目标检测任务
|
11月前
|
人工智能 搜索推荐
「社会实验室」成真!SocioVerse:复旦联合小红书开源社会模拟世界模型,用AI预演群体行为
SocioVerse是由复旦大学联合小红书等机构开源的社会模拟框架,基于大语言模型和千万级真实用户数据构建,能精准模拟群体行为并预测社会事件演化趋势。
857 2
「社会实验室」成真!SocioVerse:复旦联合小红书开源社会模拟世界模型,用AI预演群体行为
|
9月前
|
机器学习/深度学习 人工智能 文字识别
UGPhysics:本科物理推理评估基准发布,助力AI+Physics交叉研究
近年来,人工智能快速发展,大语言模型(LLM)在数学、代码等领域展现出强大的推理和生成能力,正在被广泛应用于各种场景。
304 0
|
5月前
|
存储 人工智能 安全
拔俗AI临床大数据科研分析平台:让医学研究更智能、更高效
阿里云原生AI临床大数据科研平台,打通异构医疗数据壁垒,实现智能治理、可视化分析与多中心安全协作,助力医院科研提速增效,推动精准医疗发展。
908 1
|
人工智能 大数据 安全
拔俗AI临床大数据科研分析平台:用智能技术加速医学研究新突破
AI临床大数据科研平台基于云原生架构,融合医疗NLP、联邦学习与智能分析技术,破解非结构化数据处理难、多源数据融合难、统计周期长等痛点,实现数据治理、智能分析与安全协作全链路升级,赋能医学科研高效、安全、智能化发展。
231 0
|
8月前
|
机器学习/深度学习 人工智能 自动驾驶
AI Agent多模态融合策略研究与实证应用
本文从多模态信息融合的理论基础出发,构建了一个结合图像与文本的AI Agent模型,并通过PyTorch代码实现了完整的图文问答流程。未来,多模态智能体将在医疗、自动驾驶、虚拟助手等领域展现巨大潜力。模型优化的核心是提升不同模态的协同理解与推理能力,从而打造真正“理解世界”的AI Agent。
AI Agent多模态融合策略研究与实证应用
|
8月前
|
机器学习/深度学习 人工智能 算法
深度强化学习在异构环境中AI Agent行为泛化能力研究
随着人工智能技术的迅猛发展,AI Agent 在游戏、智能制造、自动驾驶等场景中已逐步展现出强大的自适应能力。特别是深度强化学习(Deep Reinforcement Learning, DRL)的引入,使得智能体能够通过与环境的交互,自动学习最优的行为策略。本文将系统性地探讨基于深度强化学习的AI Agent行为决策机制,并结合代码实战加以说明。
深度强化学习在异构环境中AI Agent行为泛化能力研究
|
8月前
|
机器学习/深度学习 人工智能 自然语言处理
原来AI也能“读心术”?——聊聊AI在心理学研究中的那些突破
原来AI也能“读心术”?——聊聊AI在心理学研究中的那些突破
356 1
|
8月前
|
机器学习/深度学习 人工智能 自然语言处理
AI 驱动:如何用AI直接生成矢量 Logo? 技术研究与工具选择
AI 技术革新品牌标志设计,通过深度学习分析数据,精准把握市场趋势,智能生成高辨识度 Logo。矢量格式(SVG)确保清晰不失真,适配各类展示场景。AI 工具高效便捷,支持个性化定制,助力品牌快速打造专业视觉形象,成为市场竞争中的有力武器。
505 0
|
11月前
|
机器学习/深度学习 人工智能 搜索推荐
AutoGLM沉思:智谱AI推出首个能"边想边干"的自主智能体!深度研究+多模态交互,颠覆传统AI工作模式
AutoGLM沉思是由智谱AI推出的一款开创性AI智能体,它突破性地将深度研究能力与实际操作能力融为一体,实现了AI从被动响应到主动执行的跨越式发展。
1110 16
AutoGLM沉思:智谱AI推出首个能"边想边干"的自主智能体!深度研究+多模态交互,颠覆传统AI工作模式