歡迎光臨
每天分享高質量文章

牛津教授54頁PPT揭秘AI革命及其前沿進展!(PPT原文及註解)

導讀:2018年9月9日-14日,DeepMind主辦的Deep Learning Indaba 2018大會在南非斯泰倫博斯舉行。會上,牛津大學教授Nando de Freitas和其他15位專家做了《深度學習:AI革命及其前沿進展》的報告。

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、演算法軟體

▲深度學為什麼成功的另一視角: 深度神經網絡從資料中學習

神經編程編譯器

▲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視頻學習,人可以從視頻中學習各種技能,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

  • 模塊發明

  • 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,他還是加拿大高級科研學會(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。我的工具有計算機科學,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。

更多精彩


在公眾號後臺對話框輸入以下關鍵詞

查看更多優質內容!


PPT | 報告 | 讀書 | 書單

Python | 機器學習 | 深度學習 | 神經網絡

區塊鏈 | 揭秘 | 乾貨 | 數學

猜你想看

Q: 人工智慧發展的最關鍵要素是什麼

歡迎留言與大家分享

覺得不錯,請把這篇文章分享給你的朋友

轉載 / 投稿請聯繫:baiyu@hzbook.com

更多精彩,請在後臺點擊“歷史文章”查看

赞(0)

分享創造快樂