stringtranslate.com

Marcos Hutter

Marcus Hutter (nacido el 14 de abril de 1967 en Munich) es profesor e investigador de inteligencia artificial. Como científico senior en DeepMind , investiga los fundamentos matemáticos de la inteligencia artificial general . [1] Está de licencia de su cátedra en la Facultad de Ingeniería y Ciencias de la Computación ANU de la Universidad Nacional de Australia en Canberra , Australia. [2] Hutter estudió física e informática en la Universidad Técnica de Munich . En 2000 se unió al grupo de Jürgen Schmidhuber en el Istituto Dalle Molle di Studi sull'Intelligenza Artificiale (Instituto Dalle Molle para la Investigación de la Inteligencia Artificial) en Manno , Suiza. [ cita requerida ] Desarrolló una teoría matemática de la inteligencia artificial general . Su libro Inteligencia artificial universal: decisiones secuenciales basadas en probabilidad algorítmica fue publicado por Springer en 2005. [3]

Investigación

A partir de 2000, Hutter desarrolló y publicó una teoría matemática de inteligencia artificial general , AIXI , basada en agentes inteligentes idealizados y aprendizaje reforzado motivado por recompensas . [4] [5] : 399  [6]

En 2005, Hutter y Legg publicaron una prueba de inteligencia para dispositivos de inteligencia artificial. [7]

En 2009, Hutter desarrolló y publicó la teoría del aprendizaje por refuerzo de características. [8]

En 2014, Lattimore y Hutter publicaron una extensión asintóticamente óptima del agente AIXI . [9]

Premio Hutter

En 2006, Hutter anunció el Premio Hutter a la Compresión Sin Pérdidas del Conocimiento Humano , con un total de 50.000 euros en premios. [10] En 2020, Hutter aumentó el dinero del premio Hutter a 500.000 €. [11] [6]

Ver también

Obras publicadas

Referencias

  1. ^ [1]. Mente profunda. Consultado en febrero de 2019.
  2. ^ [2]. La Universidad Nacional de Australia, Canberra. Consultado en diciembre de 2016.
  3. ^ Marcus Hutter (2005). Inteligencia artificial universal: decisiones secuenciales basadas en probabilidad algorítmica . Berlina; Heidelberg; Nueva York: Springer. ISBN 9783540221395 . 
  4. ^ Marcus Hutter (2002). "El algoritmo más rápido y corto para todos los problemas bien definidos". Revista Internacional de Fundamentos de la Informática . 13 (3): 431–443. arXiv : cs/0206022 . Código Bib : 2002cs..........6022H. doi :10.1142/S0129054102001199. S2CID  5496821.
  5. ^ Bill Hibbard (2008). Predicción de secuencia adversaria. En: Pei Wang (editor) (2008). Inteligencia general artificial, 2008: Actas de la Primera Conferencia AGI . Prensa IOS. ISBN 9781586038335 . Páginas 399–403 
  6. ^ ab Marcus Hutter. "Premio 500'000€ a la Compresión del Conocimiento Humano". hutter1.net . Consultado el 25 de febrero de 2020 .
  7. ^ Duncan Graham-Rowe (12 de agosto de 2005). La prueba de coeficiente intelectual para dispositivos de inteligencia artificial hace pensar a los expertos. Científico nuevo .
  8. ^ Marcus Hutter (2009). "Aprendizaje por refuerzo de funciones: Parte {I}: {MDP} no estructurados" (PDF) . Revista de Inteligencia General Artificial . ISSN  1946-0163.
  9. ^ Tor Lattimore y Marcus Hutter (2014). "Aprendizaje por refuerzo bayesiano con exploración" (PDF) . Teoría del aprendizaje algorítmico . Proc. 25ª Conferencia Internacional. sobre teoría algorítmica del aprendizaje ({ALT'14}). Apuntes de conferencias sobre informática. vol. 8776, págs. 170–184. doi :10.1007/978-3-319-11662-4_13. hdl : 1885/14709 . ISBN 978-3-319-11661-7.
  10. ^ Marco Hutter. "Premio 50'000€ a la Compresión del Conocimiento Humano". hutter1.net . Consultado el 29 de noviembre de 2016 .
  11. ^ Sagar, Ram (7 de abril de 2020). "Comprima datos y gane el premio Hutter por valor de medio millón de euros". Revista Analytics India . Consultado el 7 de marzo de 2024 .