Маркус Хаттер - Marcus Hutter

Маркус Хаттер
НациональностьНемецкий
ИзвестенУниверсальный искусственный интеллект
Общий искусственный интеллект
НаградыIJCAI-JAIR[нужна цитата ]
Линдли[нужна цитата ]
Приз Курцвейла за лучшую газету AGI[нужна цитата ]
Научная карьера
Поля
УчрежденияDeepMind, IDSIA, ANU
ТезисИнстантоны в КХД  (1996)
Известные студентыШейн Легг
Интернет сайтwww.hutter1.сеть

Маркус Хаттер (родился 14 апреля 1967 г. в Мюнхене) DeepMind Старший научный сотрудник, исследующий математические основы общий искусственный интеллект[1]. Он находится в отпуске с должности профессора в Колледж инженерии и информатики ANU из Австралийский национальный университет в Канберра, Австралия.[2] Хаттер учился физика и Информатика на Технический университет Мюнхена. В 2000 году он присоединился к Юрген Шмидхубер группа в Istituto Dalle Molle di Studi sull'Intelligenza Artificiale (Институт исследований искусственного интеллекта Далле Молле) в Manno, Швейцария.[нужна цитата ] Вместе с другими он разработал математическую теорию общий искусственный интеллект. Его книга Универсальный искусственный интеллект: последовательные решения, основанные на алгоритмической вероятности был опубликован Springer в 2005 году.[3]

Исследование

В 2002 году Хаттер с Юрген Шмидхубер и Шейн Легг, разработал и опубликовал математическую теорию общий искусственный интеллект, AIXI на основе идеализированных интеллектуальные агенты и мотивированный вознаграждением обучение с подкреплением.[4][5]:399

В 2005 году Хаттер и Легг опубликовали тест интеллекта для устройств искусственного интеллекта.[6]

В 2009 году Хаттер разработал и опубликовал теорию обучения с подкреплением функций.[7]

В 2014 году Латтимор и Хаттер опубликовали асимптотически оптимальное расширение AIXI агент.[8]

Приз Хаттера

В 2006 году Хаттер объявил Премия Хаттера за сжатие без потерь человеческих знаний, с общим призовым фондом 50 000 евро.[9] В 2020 году Хаттер увеличил призовой фонд Hutter Prize до 500000 евро.[10]

Опубликованные работы

  • Маркус Хаттер (2002). «Самый быстрый и кратчайший алгоритм для всех четко определенных задач». Международный журнал основ информатики. World Scientific. 13 (3): 431–443. arXiv:cs / 0206022. Дои:10.1142 / S0129054102001199. S2CID  5496821.

использованная литература

  1. ^ [1]. DeepMind. По состоянию на февраль 2019 г.
  2. ^ [2]. Австралийский национальный университет, Канберра. По состоянию на декабрь 2016 г.
  3. ^ Маркус Хаттер (2005). Универсальный искусственный интеллект: последовательные решения, основанные на алгоритмической вероятности. Берлин; Гейдельберг; Нью-Йорк: Спрингер. ISBN  9783540221395.
  4. ^ Маркус Хаттер (2002). «Самый быстрый и кратчайший алгоритм для всех четко определенных задач». Международный журнал основ информатики. 13 (3): 431–443. arXiv:cs / 0206022. Bibcode:2002cs ........ 6022H. Дои:10.1142 / S0129054102001199. S2CID  5496821.
  5. ^ Билл Хиббард (2008). Прогнозирование состязательной последовательности. В: Пей Ван (редактор) (2008). Общий искусственный интеллект, 2008: Материалы первой конференции AGI. IOS Press. ISBN  9781586038335. Страницы 399–403
  6. ^ Дункан Грэм-Роу (12 августа 2005 г.). Тест IQ для устройств ИИ заставляет задуматься экспертов. Новый ученый.
  7. ^ Маркус Хаттер (2009). "Обучение с подкреплением функций: Часть {I}: неструктурированные {MDP} s" (PDF). Журнал общего искусственного интеллекта. ISSN  1946-0163.
  8. ^ Тор Латтимор и Маркус Хаттер (2014). «Байесовское обучение с подкреплением с исследованием» (PDF). Теория алгоритмического обучения. Конспект лекций по информатике. 8776. С. 170–184. Дои:10.1007/978-3-319-11662-4_13. HDL:1885/14709. ISBN  978-3-319-11661-7.
  9. ^ Маркус Хаттер. «Приз 50'000 € за сжатие человеческих знаний». hutter1.net. Получено 29 ноябрь 2016.
  10. ^ Маркус Хаттер. «Приз 500'000 € за сжатие человеческих знаний». hutter1.net. Получено 25 февраля 2020.