普什米特·科利是一位印度裔英国计算机科学家，现任谷歌DeepMind研究副总裁，负责领导科学与战略计划部门。他最为人所知的是领导开发了AlphaFold，这是一个预测蛋白质结构的深度学习系统，此外他还为众多其他人工智能项目做出了贡献。2023年，《时代》杂志将他评为人工智能领域最具影响力的100人之一。
科利的研究涵盖机器学习、计算机视觉和人工智能，其应用涉及计算生物学、程序合成和优化等领域。他的工作多次获得最佳论文奖和长期影响力荣誉。
教育背景
科利在印度瓦朗加尔国立理工学院获得计算机科学与工程学士学位（BTech）。随后他移居英国，在牛津布鲁克斯大学于2007年完成计算机视觉方向的博士学位，导师为菲利普·托尔。他的博士论文聚焦于视觉问题中的离散优化技术。
早期职业生涯
博士毕业后，科利在剑桥大学心理测量中心担任博士后研究员，将机器学习应用于心理测量。随后他加入微软研究院，担任首席科学家和研究总监，领导计算机视觉和众包项目。在此期间，他为Kinect的人体姿态估计系统开发做出了贡献，该系统利用深度传感器实时追踪身体动作。
在谷歌DeepMind
科利于2010年代中期加入谷歌DeepMind（当时名为DeepMind Technologies），最终晋升为研究副总裁。他领导科学与战略计划部门，该部门专注于将人工智能应用于科学发现和应对社会挑战。在他的指导下，DeepMind推出了多个里程碑式系统，包括AlphaFold、AlphaEvolve、SynthID和Co-Scientist。
主要项目
AlphaFold
AlphaFold是一个从氨基酸序列预测蛋白质三维结构的人工智能系统。科利领导了开发AlphaFold的团队，该系统在蛋白质结构预测关键评估（CASP）竞赛中取得了突破性精度。该系统已被用于预测数亿种蛋白质的结构，加速了生物学和医学研究。
AlphaEvolve
AlphaEvolve是一个通用进化编码代理，通过迭代突变和选择来优化计算机程序。它已被应用于代码超级优化，寻找更高效的算法实现。
SynthID
SynthID是一个用于水印标记和检测人工智能生成内容（包括图像和文本）的系统。它嵌入不可感知的水印，可在后续验证，有助于打击虚假信息并确保内容真实性。
Co-Scientist
Co-Scientist是一个旨在生成和测试新科学假说的人工智能代理。它利用大型语言模型提出实验方案并分析结果，可能加速科学发现的进程。
其他贡献
科利还为AlphaTensor（一个发现更快矩阵乘法算法的强化学习代理）、AlphaCode（一个用于竞赛级代码生成的系统）、FunSearch（利用大型语言模型搜索程序空间）以及AlphaGenome和AlphaMissense（预测基因突变效应的模型）做出了贡献。他早期的工作包括神经程序合成、概率编程以及基于在线网络的行为分析。
研究主题
科利的研究常常将离散优化与深度学习相结合。他研究过残差网络架构和用于视觉任务的损失函数，并探索了数据增强技术。他对心理测量的兴趣催生了从社交媒体数据预测性格的方法。近年来，他专注于将人工智能应用于科学问题，例如控制磁约束聚变以及利用学习到的密度泛函解决分数电子问题。
奖项与荣誉
科利的工作获得了众多奖项的认可：
- 欧洲计算机视觉会议Koenderink奖（长期影响力奖）
- 英国机器视觉协会与模式识别学会（BMVA）Sullivan奖，表彰最佳博士论文
- IEEE混合增强现实（ISMAR）影响力论文奖
- ACM用户界面软件与技术研讨会持久影响力奖
- 2014年国际万维网会议最佳论文奖
- 2010年欧洲计算机视觉会议（ECCV）最佳论文奖
- 不确定性人工智能会议（UAI）最佳论文奖
他还在2023年入选《时代》100位人工智能影响力人物名单。
影响与遗产
科利对AlphaFold的领导对结构生物学产生了变革性影响，该系统的预测结果已被全球研究人员广泛使用。他在人工智能促进科学方面的广泛工作帮助建立了一种新范式，使机器学习加速基因组学、材料科学和物理学等领域的发现。截至2025年，他继续在谷歌DeepMind指导研究，专注于连接基础人工智能研究与实际应用的战略计划。