Daniel Fried는 인공지능과 기계 학습을 전문으로 하는 컴퓨터 과학자이자 기업가입니다. 그는 소프트웨어 작업을 자동화할 수 있는 AI 에이전트 구축에 주력하는 회사인 Adept AI의 공동 창립자로 가장 잘 알려져 있습니다. Adept를 설립하기 전에 Fried는 Google Brain에서 연구 과학자로 일하며 대규모 언어 모델과 그 응용에 관한 연구에 기여했습니다.
Fried의 연구 관심사는 신경망, 딥 러닝, 그리고 디지털 환경과 상호작용할 수 있는 AI 시스템 개발을 포함합니다. 그의 연구는 주요 학회와 저널에 게재되었으며, 생성형 AI 분야에 대한 기여로 인정받고 있습니다.
초기 생애 및 교육
Fried는 카네기 멜론 대학교에서 컴퓨터 과학 박사 학위를 받았으며, Alexei Efros 등의 지도 아래 연구를 수행했습니다. 그의 박사 연구는 기반 언어 이해와 인간 피드백으로부터의 학습에 초점을 맞췄습니다. 또한 토론토 대학교에서 컴퓨터 과학과 수학을 전공하여 학사 학위를 취득했습니다.
Google Brain에서의 경력
박사 학위를 마친 후, Fried는 Google Brain에 연구 과학자로 합류했습니다. Google Brain에서 그는 트랜스포머와 시퀀스-투-시퀀스 모델을 포함한 프로젝트를 진행했습니다. 그는 모델 가지치기와 데이터 증강에 관한 연구를 포함하여 대규모 언어 모델의 효율성과 신뢰성을 개선하는 데 기여했습니다. 그의 연구는 이러한 모델이 효과적으로 훈련되고 배포될 수 있는 방법에 대한 이해를 발전시키는 데 도움이 되었습니다.
Adept AI 공동 창립
2022년, Fried는 Ashish Kumar 및 다른 동료들과 함께 Adept AI를 공동 창립했습니다. 이 회사는 웹 인터페이스 탐색이나 스프레드시트와 같은 도구 사용을 포함하여 소프트웨어 환경에서 복잡한 작업을 수행할 수 있는 AI 시스템을 구축하는 것을 목표로 합니다. Adept의 기술은 대규모 언어 모델과 강화 학습을 활용하여 자연어 지시를 따를 수 있는 에이전트를 만듭니다. 이 회사는 상당한 자금을 조달했으며, AI 에이전트의 신흥 분야에서 선두주자로 인정받고 있습니다.
연구 기여
Fried는 멀티 헤드 어텐션, 크로스 어텐션, 위치 인코딩과 같은 주제에 관한 수많은 논문을 발표했습니다. AI 피드백으로부터의 강화 학습에 대한 그의 연구는 AI 시스템을 인간의 의도와 정렬시키는 데 영향을 미쳤습니다. 또한 그는 커리큘럼 학습과 학습률 스케줄을 탐구하여 훈련 효율성을 향상시켰습니다. 그의 연구는 널리 인용되었으며, 더 유능하고 견고한 AI 시스템 개발에 기여했습니다.
인정 및 영향
Fried의 인공지능에 대한 기여는 주요 학회와 워크숍에서의 초청 연설을 통해 인정받았습니다. 그는 AI 에이전트 분야와 생산성 혁신 가능성에 대한 사상 리더로 간주됩니다. Adept AI에서의 그의 작업은 생성형 AI로 가능한 경계를 계속 확장하고 있으며, 그는 연구 커뮤니티에 활발히 기여하고 있습니다.
개인 생활
Fried는 Adept AI의 본사가 있는 샌프란시스코 베이 에어리어에 거주하고 있습니다. 그는 협력적인 접근 방식과 AI 분야를 책임감 있게 발전시키려는 헌신으로 알려져 있습니다. 업무 외에는 하이킹과 새로운 기술 탐구를 즐깁니다.