戴維·西爾弗

戴維·西爾弗（英語：David Silver；1976年—）是一名英國計算機科學家和商人。他領導DeepMind的強化學習研究小組，是AlphaGo、AlphaZero的首席研究員和AlphaStar（英語：AlphaStar (software)）的共同負責人。

戴維·西爾弗 David Silver
國籍	英國
母校	劍橋大學（BSc） 阿爾伯塔大學（PhD）
知名於	AlphaGo AlphaZero AlphaStar（英語：AlphaStar (software)）
獎項	ACM計算機獎（英語：ACM Prize in Computing）（2019） 皇家學會院士（2021）
科學生涯
研究領域	計算機科學
機構	DeepMind

教育

西爾弗於1997年畢業於劍橋大學，獲得阿迪生-韋斯利獎，並在那裡與傑米斯·哈薩比斯結識^[1]。西爾弗於2004年回到學術界，在阿爾伯塔大學攻讀強化學習的博士學位，在那裡他共同提出了用於第一個碩士級9×9圍棋項目的算法，並於2009年畢業^[2][3]。他版本的程序MoGo是截至2009年的最強圍棋程式之一^[4]。

職業生涯

大學畢業後，西爾弗共同創立了電子遊戲公司Elixir Studios（英語：Elixir Studios），並擔任其首席技術官和首席程序員，獲得多個技術和創新獎項^[1][5]。

西爾弗在2011年被授予皇家學會大學研究獎學金，隨後成為倫敦大學學院的講師，現在是教授^[6]。他關於強化學習的講座可以在YouTube上找到^[7]。西爾弗從DeepMind成立之初就為其提供諮詢，於2013年全職加入。

西爾弗近期的研究重點是將強化學習與深度學習互相結合，包括一個直接從像素學習玩雅達利遊戲的程式^[8]。西爾弗領導了AlphaGo項目，最終使其成為第一個在全尺寸圍棋遊戲中擊敗頂級職業棋手的程式^[9]。隨後AlphaGo獲得榮譽的9段職業認證，並獲得了坎城獅子獎的創新獎^[10]。之後他領導了AlphaZero的開發工作，利用同樣的人工智慧從頭開始學習下圍棋（只通過自己下棋而不是從人類遊戲中學習），然後以同樣的方式學習下西洋棋和日本將棋，達到比其他任何電腦程式更高的等級。

西爾弗是DeepMind發表文章最多的員工之一，引用次數超過130,000次，h指數為78^[11]。

他因在電腦遊戲方面取得的突破性進展而被授予2019年ACM計算機獎（英語：ACM Prize in Computing）^[12]

2021年，西爾弗因其對深度Q-學習和AlphaGo的貢獻而被選為英國皇家學會院士^[13]。