大卫·席尔瓦 (计算机科学家)

大卫·席尔瓦 FRS （英语：David Silver，1976年—）是一名英国计算机科学家和商人。他领导DeepMind的强化学习研究小组，是AlphaGo、AlphaZero的首席研究员和AlphaStar（英语：AlphaStar (software)）的共同负责人。

大卫·席尔瓦 David Silver
国籍	英国
母校	剑桥大学（BSc） 阿尔伯塔大学（PhD）
知名于	AlphaGo AlphaZero AlphaStar（英语：AlphaStar (software)）
奖项	ACM计算机奖（英语：ACM Prize in Computing）（2019） 皇家学会院士（2021）
科学生涯
研究领域	计算机科学
机构	DeepMind

教育

席尔瓦于1997年毕业于剑桥大学，获得阿迪生-韦斯利奖，并在那里与杰米斯·哈萨比斯结识^[1]。席尔瓦于2004年回到学术界，在阿尔伯塔大学攻读强化学习的博士学位，在那里他共同提出了用于第一个硕士级9×9围棋项目的算法，并于2009年毕业^[2][3]。他版本的程序MoGo是截至2009年的最强围棋程式之一^[4]。

职业生涯

大学毕业后，席尔瓦共同创立了电子游戏公司Elixir Studios（英语：Elixir Studios），并担任其首席技术官和首席程序员，获得多个技术和创新奖项^[1][5]。

席尔瓦在2011年被授予皇家学会大学研究奖学金，随后成为伦敦大学学院的讲师，现在是教授^[6]。他关于强化学习的讲座可以在YouTube上找到^[7]。席尔瓦从DeepMind成立之初就为其提供咨询，于2013年全职加入。

席尔瓦近期的研究重点是将强化学习与深度学习互相结合，包括一个直接从像素学习玩雅达利游戏的程式^[8]。席尔瓦领导了AlphaGo项目，最终使其成为第一个在全尺寸围棋游戏中击败顶级职业棋手的程式^[9]。随后AlphaGo获得荣誉的9段职业认证，并获得了戛纳狮子奖的创新奖^[10]。之后他领导了AlphaZero的开发工作，利用同样的人工智能从头开始学习下围棋（只通过自己下棋而不是从人类游戏中学习），然后以同样的方式学习下国际象棋和日本将棋，达到比其他任何计算机程序更高的等级。

席尔瓦是DeepMind发表文章最多的员工之一，引用次数超过130,000次，h指数为78^[11]。

他因在电脑游戏方面取得的突破性进展而被授予2019年ACM计算机奖（英语：ACM Prize in Computing）^[12]

2021年，席尔瓦因其对深度Q-学习和AlphaGo的贡献而被选为英国皇家学会院士^[13]。