Ben Poole是Google DeepMind的研究科学家，专注于生成式人工智能和机器学习领域。他以共同撰写多篇在深度学习领域具有影响力的论文而闻名，包括DreamFusion、Imagen以及基于分数的生成模型的基础性工作。他的研究侧重于开发从文本描述生成高质量图像、视频和3D内容的方法，并在创意工具和科学模拟中具有应用价值。
Poole的贡献帮助塑造了生成式AI的现代格局，特别是在文本到图像合成和3D生成方面。他的工作将概率建模的理论进展与实际工程解决方案相连接，使他在该领域成为杰出人物。他曾与学术界和工业界的研究人员合作，其论文在AI社区中被广泛引用。
早期职业与教育
Poole在多伦多大学获得计算机科学博士学位，师从Aaron Courville，研究方向为深度学习和概率模型。在博士学习期间，他专注于变分推断和生成建模，发表了关于黑盒变分推断和神经注意力模型等主题的论文。他的论文工作为后来对基于分数的生成模型的贡献奠定了基础。
2016年完成博士学位后，Poole加入OpenAI研究团队担任研究科学家。在OpenAI期间，他从事强化学习和生成模型研究，参与了涉及神经网络和损失函数的项目。他在OpenAI工作至2020年，期间共同撰写了多篇著名论文，包括关于隐式生成模型和对抗训练的工作。
对生成建模的关键贡献
2021年，Poole共同撰写了论文《基于临界阻尼朗之万扩散的分数生成建模》，该论文引入了一种新的基于分数的生成模型框架。这项工作发表于国际学习表征会议（ICLR），展示了如何通过使用临界阻尼朗之万动力学来提高样本质量和训练稳定性。该论文被认为是该领域的基础性贡献，影响了后续关于扩散模型的研究。
2022年，Poole是论文《DreamFusion：使用2D扩散进行文本到3D生成》的牵头作者，该论文发表于ICLR 2023。DreamFusion提出了一种通过利用预训练的2D扩散模型（如Imagen）从文本提示生成3D模型的方法，无需3D训练数据。该方法采用了一种称为分数蒸馏采样的技术，被广泛采用并激发了文本到3D生成领域的众多后续研究。该论文获得了ICLR 2023杰出论文奖。
同样在2022年，Poole为《Imagen：逼真文本到图像扩散模型》做出了贡献，该论文由Chris Bishop在Google Research的团队牵头。Imagen使用大型Transformer语言模型编码文本以及级联扩散模型生成图像，展示了最先进的文本到图像合成技术。该论文作为预印本发布，后发表于NeurIPS 2022，实现了前所未有的逼真度，并帮助确立了扩散模型作为文本到图像生成的主导方法。
在Google DeepMind的研究
Poole于2020年加入Google Research，该公司后来于2023年与DeepMind合并，成立了Google DeepMind。在Google DeepMind，他继续从事生成模型研究，专注于扩展扩散模型并提高其效率。他近期的工作包括视频生成研究，探索了从文本或图像输入生成时间连贯视频的方法。他还研究了可控生成技术，例如使用交叉注意力机制引导扩散模型的输出。
除研究外，Poole还为开源工具和框架做出了贡献。他参与了机器学习研究库的开发，包括基于JAX的扩散模型实现。他的工作曾在NeurIPS、ICLR和ICML等主要会议上展示，并担任这些会议审稿人和领域主席。
合作与影响
Poole与多位研究人员合作，包括Jakob Uszkoreit、Llion Jones以及Google DeepMind的其他人员。他与加州理工学院的Anima Anandkumar在基于分数的生成模型方面的合作尤其具有影响力，推动了现已成为该领域标准的方法的发展。特别是DreamFusion论文催生了对文本到3D生成的大量研究，在游戏、虚拟现实和机器人领域具有应用价值。
他的论文累计被引用数万次，反映了其对学术研究和工业应用的广泛影响。他帮助开发的技术被用于商业产品，如图像生成工具和3D资产创建管线。截至2024年，Poole仍是Google DeepMind的活跃研究员，持续推动生成式AI可能性的边界。
入选论文
- 《基于临界阻尼朗之万扩散的分数生成建模》（ICLR 2021）
- 《DreamFusion：使用2D扩散进行文本到3D生成》（ICLR 2023，杰出论文奖）
- 《Imagen：逼真文本到图像扩散模型》（NeurIPS 2022）
- 《使用非平衡热力学的深度无监督学习》（共同作者，2015）
- 《随机微分方程的黑盒变分推断》（ICML 2016）
这些论文突显了他对生成建模理论基础和实践应用的贡献。他的工作继续影响着人工智能及相关领域的新一代研究人员。