|
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：
|
|
|
