艾力克斯·格雷夫斯 (計算機科學家)

艾力克斯·格雷夫斯（英語：Alex Graves）是一名計算機科學家。在DeepMind擔任研究科學家之前，他在愛丁堡大學獲得理論物理學學士學位，並在IDSIA（英語：Dalle Molle Institute for Artificial Intelligence Research）的于爾根·施密德胡伯指導下獲得了人工智能博士學位^[1]。他還曾在慕尼黑工業大學的施密德胡伯和多倫多大學的傑弗里·辛頓手下做過博士後^[2]。

艾力克斯·格雷夫斯 Alex Graves
母校	愛丁堡大學（BSc） IDSIA（英語：Dalle Molle Institute for Artificial Intelligence Research）（PhD）
知名於	連接主義時間分類（英語：Connectionist temporal classification） 神經圖靈機（英語：Neural Turing machine） 可微分神經計算機（英語：Differentiable neural computer）
科學生涯
研究領域	計算機科學
機構	DeepMind
博士導師	于爾根·施密德胡伯

在IDSIA，格雷夫斯通過一種稱為連接主義時間分類（英語：Connectionist temporal classification）（CTC）的新方法訓練長短期記憶神經網絡^[3]。這種方法在某些應用中的表現優於傳統的語音識別模型^[4]。2009年，他的CTC訓練的LSTM是第一個贏得模式識別比賽的循環神經網絡，並贏得連接手寫識別方面的幾個比賽^[5][6]。這種方法已經變得非常流行。Google在智能手機上使用CTC訓練的LSTM進行語音識別^[7][8]。

格雷夫斯也是神經圖靈機（英語：Neural Turing machine）^[9]和密切相關的可微分神經計算機（英語：Differentiable neural computer）的創造者^[10][11]。

參考資料

1. Alex Graves. Canadian Institute for Advanced Research. （原始內容存檔於1 May 2015）.
2. Marginally Interesting: What is going on with DeepMind and Google?. Blog.mikiobraun.de. 28 January 2014 [May 17, 2016]. （原始內容存檔於2016-05-22）.
3. Alex Graves, Santiago Fernandez, Faustino Gomez, and Jürgen Schmidhuber (2006). Connectionist temporal classification: Labelling unsegmented sequence data with recurrent neural nets. Proceedings of ICML』06, pp. 369–376.
4. Santiago Fernandez, Alex Graves, and Jürgen Schmidhuber (2007). An application of recurrent neural networks to discriminative keyword spotting. Proceedings of ICANN (2), pp. 220–229.
5. Graves, Alex; and Schmidhuber, Jürgen; Offline Handwriting Recognition with Multidimensional Recurrent Neural Networks, in Bengio, Yoshua; Schuurmans, Dale; Lafferty, John; Williams, Chris K. I.; and Culotta, Aron (eds.), Advances in Neural Information Processing Systems 22 (NIPS'22), December 7th–10th, 2009, Vancouver, BC, Neural Information Processing Systems (NIPS) Foundation, 2009, pp. 545–552
6. A. Graves, M. Liwicki, S. Fernandez, R. Bertolami, H. Bunke, J. Schmidhuber. A Novel Connectionist System for Improved Unconstrained Handwriting Recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 31, no. 5, 2009.
7. Google Research Blog. The neural networks behind Google Voice transcription. August 11, 2015. By Françoise Beaufays http://googleresearch.blogspot.co.at/2015/08/the-neural-networks-behind-google-voice.html （頁面存檔備份，存於互聯網檔案館）
8. Google Research Blog. Google voice search: faster and more accurate. September 24, 2015. By Haşim Sak, Andrew Senior, Kanishka Rao, Françoise Beaufays and Johan Schalkwyk – Google Speech Team http://googleresearch.blogspot.co.uk/2015/09/google-voice-search-faster-and-more.html （頁面存檔備份，存於互聯網檔案館）
9. Google's Secretive DeepMind Startup Unveils a "Neural Turing Machine". [May 17, 2016]. （原始內容存檔於2016-08-13）.
10. Graves, Alex; Wayne, Greg; Reynolds, Malcolm; Harley, Tim; Danihelka, Ivo; Grabska-Barwińska, Agnieszka; Colmenarejo, Sergio Gómez; Grefenstette, Edward; Ramalho, Tiago. Hybrid computing using a neural network with dynamic external memory. Nature. 2016-10-12, 538 (7626): 471–476 [2023-02-23]. Bibcode:2016Natur.538..471G. ISSN 1476-4687. PMID 27732574. S2CID 205251479. doi:10.1038/nature20101. （原始內容存檔於2022-10-02） （英語）.
11. Differentiable neural computers | DeepMind. DeepMind. [2016-10-19]. （原始內容存檔於2023-07-04）.