《深度学习:AI革命及其前沿进展》报告

描述

导读

2018年9月9日-14日,DeepMind主办的Deep Learning Indaba 2018大会在南非斯泰伦博斯举行。会上,牛津大学教授Nando de Freitas和其他15位专家做了《深度学习:AI革命及其前沿进展》的报告。

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

元学习

模仿学习

机器人

概念与抽象

感知与意识

因果推理

▲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:

抽象,概念、关系,物体,程序,架构

自监督自动选取任务

持续性知识表示

基准性语言理解

情感性动机型系统

鲁棒性、灵活性与软件框架

模块发明

道德和治理

关于作者: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。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分