ジョン・シュルマン

John Schulman

OpenAIの共同創業者で、PPOなどの強化学習アルゴリズムとChatGPTの開発を主導した米国のAI研究者。

記事1本最終言及

ジョン・シュルマンは米国のAI研究者で、2015年にOpenAIを共同創業した。カリフォルニア大学バークレー校でピーター・アビールの指導の下に博士号を取得し、強化学習アルゴリズムのTRPO(Trust Region Policy Optimization)とPPO(Proximal Policy Optimization)を提案したことで広く知られる。

OpenAIでは強化学習の研究を率い、人間のフィードバックによる強化学習(RLHF)を言語モデルに適用したChatGPTの開発を主導した中心人物の一人である。2024年にOpenAIを離れてAnthropicに加わり、その後ミラ・ムラティが設立したThinking Machines Labで研究を率いている。

この説明は、AIPOSTの記事と広く知られた事実をもとにまとめたものです。誤りがあれば訂正依頼でお知らせください。

この項目を扱った記事

  • AnthropicのS-1が示す再帰的自己改善、加速係数0.5の意味と企業の壁AIニュース ·

    OpenAI共同創業者のジョン・シュルマンは、人間のフィードバックによる強化学習(RLHF)と専門家による評価を通じて、人間の研究者の「センス」をモデルに蒸留することを説明しています。

    記事を読む

説明の誤りや、見つからない項目はありますか?

事典の説明は、AIPOSTの記事と広く知られた事実をもとにまとめています。誤りは訂正依頼でお知らせいただければ、確認して修正します。新しい記事に登場した名前は、記事の公開後に事典に加わります。