详细内容或原文请订阅后点击阅览
AI 研究的良性循环
我们最近采访了 DeepMind 的研究科学家 Petar Veličković。 Petar 与他的合著者一起在美国马里兰州巴尔的摩举行的 ICML 2022 上发表了他的论文《CLRS 算法推理基准》。
来源:DeepMind - 新闻与博客我们最近采访了 DeepMind 的研究科学家 Petar Veličković。Petar 与他的合著者一起在美国马里兰州巴尔的摩的 ICML 2022 上发表了他的论文《CLRS 算法推理基准》。
我们最近采访了 DeepMind 的研究科学家 Petar Veličković。Petar 与他的合著者一起在美国马里兰州巴尔的摩的 ICML 2022 上发表了他的论文《CLRS 算法推理基准》。 我的 DeepMind 之旅......在我剑桥大学读本科期间，无法熟练下围棋被视为现代深度学习系统缺陷的明显证据。我一直想知道掌握这样的游戏如何才能摆脱可能性。
然而，在 2016 年初，就在我开始攻读机器学习博士学位时，一切都变了。DeepMind 与世界上最优秀的围棋选手之一进行了一场挑战赛，我花了好几个不眠之夜观看了比赛。DeepMind 赢了，并在比赛中创造了突破性的玩法（例如“第 37 步”）。
挑战赛
从那时起，我就认为 DeepMind 是一家可以让看似不可能的事情发生的公司。所以，我集中精力，希望有一天能加入这家公司。在 2019 年初提交博士论文后不久，我就开始了在 DeepMind 担任研究科学家的旅程！我的角色……
我的角色是学习、研究、交流和建议的良性循环。我一直在积极尝试学习新事物（最近学习了范畴论，这是一种研究计算结构的迷人方法），阅读相关文献，观看演讲和研讨会。
范畴论
结构 在 ICML...我们将重点介绍我们的论文《CLRS 算法推理基准》，我们希望该论文能够支持和丰富快速崛起的神经算法推理领域的努力。在这项研究中，我们让图形神经网络执行《算法导论》教科书中的三十种不同算法。
蓝图