托马什·米科洛夫是捷克计算机科学家，因对机器学习和神经网络语言模型的贡献而闻名。他最知名的是作为2013年论文的主要作者，该论文引入了word2vec，一种从文本中学习词嵌入的技术，这成为自然语言处理和深度学习中的基础工具。他后来的研究包括fastText和跨语言词表示方面的工作。
米科洛夫在布尔诺理工大学获得博士学位，并曾在微软研究院、谷歌大脑和Facebook AI研究院担任研究职位。2020年，他加入布拉格捷克理工大学的捷克信息学、机器人与控制论研究所，领导一个专注于可扩展数学模型的研究小组。
职业生涯
在布尔诺理工大学攻读博士期间，米科洛夫曾在约翰霍普金斯大学度过一段时间，这次访问由桑吉夫·库丹普尔和弗雷德里克·杰利内克的支持安排。他还在蒙特利尔大学的约书亚·本吉奥机器学习实验室度过了几个月，在那里研究循环神经网络语言模型。
2012年完成博士学位后，米科洛夫加入谷歌大脑，这是谷歌AI研究生态系统的一部分。2014年，他转到Facebook AI研究院（FAIR），在那里研究自然语言处理和更广泛的人工智能研究。他在FAIR期间包括关于高效文本分类和多语言嵌入的合作。
2020年，米科洛夫返回捷克共和国，加入布拉格捷克理工大学的捷克信息学、机器人与控制论研究所。他建立了一个研究小组，探索可以增加复杂性的数学模型，旨在提高机器学习中的可扩展性和效率。2025年，他共同创立了BottleCap AI，一家位于布拉格的公司，开发高效的基础模型。
研究贡献
米科洛夫的早期工作集中在将循环神经网络应用于语言建模。他2012年的博士论文《基于神经网络的统计语言模型》考察了预测文本序列的神经网络方法，建立在序列到序列学习和语言模型训练的早期工作之上。
在谷歌，他领导了word2vec的开发，这是一种从大型文本集合中学习词嵌入的方法。该方法使用浅层神经网络生成单词的密集向量表示，捕捉语义和句法关系。后续论文《单词和短语的分布式表示及其组合性》引入了负采样和频繁词子采样等技术，提高了训练效率和质量。该论文获得了2023年NeurIPS时间检验奖。
在Facebook AI研究院期间，米科洛夫共同撰写了关于fastText的工作，包括基于字符子词的文本分类和词表示方法。这使得模型能够处理词汇表外的单词和形态丰富的语言。他还研究了语言之间的词表示映射，使得构建双语词典和改进统计机器翻译系统成为可能，而无需平行语料库。
影响与遗产
Word2vec成为现代深度学习研究的基石，影响了后来变换器架构和大型语言模型训练的发展。Word2vec生成的嵌入被广泛用于情感分析、信息检索和机器翻译等任务。米科洛夫对高效、可扩展方法的强调预示了向实用生成式AI系统的转变。
他在fastText上的工作促进了资源受限环境中的高效文本分类，他的跨语言嵌入研究为低资源语言处理开辟了途径。截至2020年代初，他的出版物仍是机器学习领域被引用最多的之一。
当前工作
在捷克信息学、机器人与控制论研究所，米科洛夫的小组探索可以增长复杂性的模型，可能解决固定容量神经网络的局限性。BottleCap AI于2025年共同创立，专注于开发高效的基础模型，延续了他对降低计算成本同时保持性能的兴趣。他的持续研究旨在将理论见解与人工智能中的实际应用联系起来。