Алекс Грейвс (ученый-компьютерщик) - Alex Graves (computer scientist)

Алекс Грейвс ученый-исследователь в DeepMind. Он получил степень бакалавра теоретической физики в Эдинбурге и докторскую степень в области искусственного интеллекта Юрген Шмидхубер в IDSIA.[1] Он также был постдоком в TU Мюнхен и под Джеффри Хинтон[2] на Университет Торонто.

В IDSIA, он тренировал долговременная кратковременная память нейронные сети с помощью нового метода под названием коннекционистская временная классификация (CTC).[3] Этот метод превзошел традиционный распознавание речи модели в определенных приложениях.[4] В 2009 году его LSTM, обученный CTC, стал первым рекуррентная нейронная сеть выиграть конкурсы на распознавание образов, выиграв несколько конкурсов в подключенных распознавание почерка.[5][6]Этот метод стал очень популярным. Google использует обученный CTC LSTM для распознавания речи на смартфон.[7][8]

Грейвс также является создателем нейронные машины Тьюринга[9] и тесно связанные дифференцируемый нейронный компьютер.[10][11]

Рекомендации

  1. ^ "Алекс Грейвс, научный сотрудник Google DeepMind". Получено 17 мая, 2016.
  2. ^ «Незначительно интересно: что происходит с DeepMind и Google?». Blog.mikiobraun.de. Получено 17 мая, 2016.
  3. ^ Алекс Грейвс, Сантьяго Фернандес, Фаустино Гомес и Юрген Шмидхубер (2006). Временная классификация коннекционистов: маркировка несегментированных данных последовательностей с помощью повторяющихся нейронных сетей. Материалы ICML’06. С. 369–376.
  4. ^ Сантьяго Фернандес, Алекс Грейвс и Юрген Шмидхубер (2007). Применение рекуррентных нейронных сетей для распознавания ключевых слов. Протоколы ICANN (2), стр. 220–229.
  5. ^ Грейвс, Алекс; и Шмидхубер, Юрген; Распознавание рукописного ввода в автономном режиме с помощью многомерных рекуррентных нейронных сетейв Бенджио, Йошуа; Шурманс, Дейл; Лафферти, Джон; Уильямс, Крис К. И .; и Кулотта, Арон (ред.), Достижения в системах обработки нейронной информации 22 (NIPS'22), 7–10 декабря 2009 г., Ванкувер, Британская Колумбия, Фонд нейронных систем обработки информации (NIPS), 2009, стр. 545–552.
  6. ^ А. Грейвс, М. Ливицки, С. Фернандес, Р. Бертолами, Х. Бунке, Дж. Шмидхубер. Новая система коннекционистов для улучшения неограниченного распознавания почерка. IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 31, нет. 5, 2009.
  7. ^ Блог Google Research. Нейронные сети, лежащие в основе транскрипции Google Voice. 11 августа 2015 г. Автор Франсуаза Бофайс http://googleresearch.blogspot.co.at/2015/08/the-neural-networks-behind-google-voice.html
  8. ^ Блог Google Research. Голосовой поиск Google: быстрее и точнее. 24 сентября 2015 г. Авторы: Хашим Сак, Эндрю Старший, Канишка Рао, Франсуаза Бофейс и Йохан Шалквик, команда Google Speech http://googleresearch.blogspot.co.uk/2015/09/google-voice-search-faster-and-more.html
  9. ^ "Секретный стартап DeepMind от Google представляет" нейронную машину Тьюринга"". Получено 17 мая, 2016.
  10. ^ Грейвс, Алекс; Уэйн, Грег; Рейнольдс, Малькольм; Харли, Тим; Данихелка, Иво; Грабска-Барвинска, Агнешка; Кольменарехо, Серхио Гомес; Грефенстетт, Эдвард; Рамальо, Тьяго (12 октября 2016 г.). «Гибридные вычисления с использованием нейронной сети с динамической внешней памятью». Природа. 538 (7626): 471–476. Bibcode:2016Натура.538..471Г. Дои:10.1038 / природа20101. ISSN  1476-4687. PMID  27732574. S2CID  205251479.
  11. ^ «Дифференцируемые нейронные компьютеры | DeepMind». DeepMind. Получено 2016-10-19.