炼数成金 门户 商业智能 深度学习 查看内容

DeepMind-深度学习: AI革命及其前沿进展

2018-9-25 16:42| 发布者: 炼数成金_小数| 查看: 17350| 评论: 0|来自: 专知

摘要: 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 ...

网络 工具 框架 人工智能 强化学习

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
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

声明:文章收集于网络,如有侵权,请联系小编及时处理,谢谢!

欢迎加入本站公开兴趣群
商业智能与数据分析群
兴趣范围包括各种让数据产生价值的办法,实际应用案例分享与讨论,分析工具,ETL工具,数据仓库,数据挖掘工具,报表系统等全方位知识
QQ群:81035754

鲜花

握手

雷人

路过

鸡蛋

相关阅读

最新评论

热门频道

  • 大数据
  • 商业智能
  • 量化投资
  • 科学探索
  • 创业

即将开课

 

GMT+8, 2018-10-21 21:10 , Processed in 0.239694 second(s), 25 queries .