54页PPT揭示AI革命及其前沿进展！

来源&＃xff1a;专知

本文约2600字&＃xff0c;建议阅读8分钟。

本文介绍了牛津大学教授Nando de Freitas和其他15位专家做了《深度学习&＃xff1a;AI革命及前沿进展》的报告。

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&＃xff0c;1999至2001年他在 UC Berkeley担任博后&＃xff0c;2001至2014年在 University of British Columbia担任教授&＃xff0c;他还是加拿大高级科研学会&＃xff08;CIFAR&＃xff09;的一员&＃xff0c;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&＃xff1a;我想明白智能以及思考的机理。我的工具有计算机科学&＃xff0c;统计学&＃xff0c;数学和无尽的思考。2015年12月26日&＃xff0c;Nando de Freitas加入了由Reddit管理的AMA&＃xff08;Ask Me Anything&＃xff09;平台。

报告导读

人工智能进展的关键要素&＃xff1a;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&＃xff1a; 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&＃xff1a;

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&＃xff1a;帮助我们在强化学习中解决探索

模仿人学习非常重要&＃xff1a;翻译、语音模型&＃xff0c;通用协同

观看Youtube视频学习&＃xff0c;人可以从视频中学习各种技能&＃xff0c;机器是否同样来学习&＃xff1f;

挑战&＃xff1a;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&＃xff1a;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&＃xff1a;

• 抽象&＃xff0c;概念、关系&＃xff0c;物体&＃xff0c;程序&＃xff0c;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