基本介紹
- 職業：副教授
- 專業方向：認知科學
人工智慧
機率編程 - 職務：史丹福大學副教授
計算與認知實驗室主任
谷歌深度思維研究員
優步AI研究員
Humans&聯合創始人 - 主要成就：開發機率程式語言
創造深度PPL工具Pyro
提出STaR方法
參與新加坡全球AI安全共識 - 學術代表作：深度機率程式語言Pyro
學術背景,研究方向,研究成果,學術觀點,社會任職與榮譽,
學術背景
Noah Goodman是史丹福大學心理學、計算機科學和語言學副教授。他曾任谷歌深度思維(Google DeepMind)研究員。他領導史丹福大學計算與認知實驗室(Computation & Cognition Lab)。
研究方向
諾亞·古德曼專注於將人類思維轉化為計算模型的研究，致力於確保人工智慧代理能夠理解複雜的社會心理和協作邏輯。他的研究主題廣泛，涵蓋語言、學習與記憶、感知、推理與問題解決、社會認知、心理表征與意義、辭彙與類別等領域。
諾亞·古德曼是機率程式語言的重要推動者，幫助開發了將計算機代碼的嚴密結構與機率論結合的機率程式語言。他參與發明的深度機率程式語言Pyro將現代深度學習技術與貝葉斯模型相結合。機率程式語言不僅可以推理物理狀態和物流，還可以推斷人們交流中的複雜表達形式，如誇張和諷刺。
諾亞·古德曼近期的研究工作涉及探索人工智慧中的符號表征。他是提升模型自引導學習能力的STaR方法的創建者之一。諾亞·古德曼也是全球人工智慧安全研究優先事項“新加坡共識”的參與者之一。
研究成果
Noah Goodman是深度機率程式語言Pyro的共同開發者之一，該項目將深度學習與貝葉斯機率建模相結合，旨在提升人工智慧處理不確定性和複雜推理的能力。他提出了STaR方法，該方法能使AI模型通過自我生成訓練數據實現疊代和“自舉”式提升。他還參與創建了用於理解和干預PyTorch模型內部表示的pyvene開源庫，其近期工作覆蓋了生成式評分、社會推理模型等方向，併合作發表了關於神經網路中符號數量變數湧現、全球AI安全優先事項等主題的論文。
學術觀點
諾亞·古德曼認為當前的大語言模型可被視為通用人工智慧（AGI），但主張對“AGI”一詞祛魅，指出其缺乏自我意識與目標。他認為從語法理解到深層語義推斷仍需巨大技術進步。在AI教育套用方面，古德曼將AI工具類比為印刷機，認為其能實現知識民主化而非取代人類技能。對於高級AI超越人類智慧型的可能性，古德曼表示既興奮又擔憂，並呼籲人類認真思考相關問題。在機率程式語言方面，古德曼指出PPL能推理不確定性以及人類表達如誇張、諷刺。
