54页PPT揭示AI革命及其前沿进展!_AI.人工智能讨论区_Weblogic技术|Tuxedo技术|中间件技术|Oracle论坛|JAVA论坛|Linux/Unix技术|hadoop论坛_联动北方技术论坛  
网站首页 | 关于我们 | 服务中心 | 经验交流 | 公司荣誉 | 成功案例 | 合作伙伴 | 联系我们 |
联动北方-国内领先的云技术服务提供商
»  游客             当前位置:  论坛首页 »  自由讨论区 »  AI.人工智能讨论区 »
总帖数
1
每页帖数
101/1页1
返回列表
0
发起投票  发起投票 发新帖子
查看: 167 | 回复: 0   主题: 54页PPT揭示AI革命及其前沿进展!        上一篇   下一篇 
huang.wang
高级会员
等级:少将
经验:13881
发帖:288
精华:0
注册:1970-1-1
状态:离线
发送短消息息给huang.wang 加好友    发送短消息息给huang.wang 发消息
发表于: IP:您无权察看 2018-10-9 17:10:33 | [全部帖] [楼主帖] 楼主


数据派THU

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:


  1. 强化学习

  2. 元学习

  3. 模仿学习

  4. 机器人

  5. 概念与抽象

  6. 感知与意识

  7. 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


image.png


该贴被huang.wang编辑于2018-10-9 17:11:23


我超级酷,但是如果你回复我的话我可以不酷那么一小会儿。


——来自logo.png


赞(0)    操作        顶端 
总帖数
1
每页帖数
101/1页1
返回列表
发新帖子
请输入验证码: 点击刷新验证码
您需要登录后才可以回帖 登录 | 注册
技术讨论