牛津教授54頁PPT揭秘AI革命及其前沿進展！(PPT原文及註解)

來源：專知（ID：Quan_Zhuanzhi）

報告導讀：

▲人工智慧進展的關鍵要素：基礎科學理論、資料、計算力、演演算法軟體

▲深度學為什麼成功的另一視角： 深度神經網路從資料中學習

▲神經程式設計編譯器

▲人工智慧前沿7大熱點：

1. 強化學習

2. 元學習

3. 模仿學習

4. 機器人

5. 概念與抽象

6. 感知與意識

7. 因果推理

▲強化學習框架

▲AlphaZero

▲模仿：幫助我們在強化學習中解決探索

▲模仿人學習非常重要：翻譯、語音模型，通用協同

▲觀看Youtube影片學習，人可以從影片中學習各種技能，機器是否同樣來學習？

▲挑戰：領域鴻溝、沒有動作、沒有獎賞

▲跨模態距離分類

▲時序距離分類

▲感知意識：思維意識理論

• 世界自身的知識能夠幫助解構和表示學習

• 學習確認的智慧代理、行為和意圖非常重要

• 一個智慧機器必須知道它知道什麼和它不知道什麼

• 感知意識提供一個模仿學習的框架

▲慢學習以更快學習

▲few shot 元學習

▲條件策略的one-shot 模仿學習

▲因果推理

▲其他人工智慧的前沿領域包括：

• 抽象，概念、關係，物體，程式，架構

• 自監督自動選取任務

• 持續性知識表示

• 基準性語言理解

• 情感性動機型系統

• 魯棒性、靈活性與軟體框架

• 模組發明

• 道德和治理

關於作者：Nando de Freitas是一名來自牛津大學的擁有高聲望和優良業界口碑的機器學習教授。在2000年拿到Trinity College的博士學位後，1999至2001年他在 UC Berkeley擔任博後，2001至2014年在 University of British Columbia擔任教授，他還是加拿大高階科研學會（CIFAR）的一員，並拿到了許多學術類的獎項。

Nando本人在其網站上這樣簡潔地描述他的興趣：我想明白智慧以及思考的機理。我的工具有電腦科學，統計學，數學和無盡的思考。2015年12月26日，Nando de Freitas加入了由Reddit管理的AMA（Ask Me Anything）平臺。