来源:专知 本文约2600字,建议阅读8分钟。 本文介绍了牛津大学教授Nando de Freitas和其他15位专家做了《深度学习:AI革命及前沿进展》的报告。 Nando de Freitas Nando de Freitas是一名来自牛津大学的拥有高声望和优良业界口碑的机器学习教授。在2000年拿到Trinity College的博士学位后,1999至2001年他在 UC Berkeley担任博后,2001至2014年在 University of British Columbia担任教授,他还是加拿大高级科研学会(CIFAR)的一员,并拿到了许多学术类的奖项。Nando本人在其网站上这样简洁地描述他的兴趣:我想明白智能以及思考的机理。我的工具有计算机科学,统计学,数学和无尽的思考。2015年12月26日,Nando de Freitas加入了由Reddit管理的AMA(Ask Me Anything)平台。 报告导读 人工智能进展的关键要素:基础科学理论、数据、计算力、算法软件 深度学为什么成功的另一视角: 深度神经网络从数据中学习 神经编程编译器 人工智能前沿7大热点:
强化学习框架 AlphaZero 模仿:帮助我们在强化学习中解决探索 模仿人学习非常重要:翻译、语音模型,通用协同 观看Youtube视频学习,人可以从视频中学习各种技能,机器是否同样来学习? 挑战:领域鸿沟、没有动作、没有奖赏 跨模态距离分类 时序距离分类 感知意识:思维意识理论 世界自身的知识能够帮助解构和表示学习 学习确认的智能代理、行为和意图非常重要 一个智能机器必须知道它知道什么和它不知道什么 感知意识提供一个模仿学习的框架 慢学习以更快学习 few shot 元学习 条件策略的one-shot 模仿学习 因果推理 其他人工智能的前沿领域包括:
|
|