54頁PPT揭示AI革命及其前沿進展

Nando de Freitas

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：我想明白智能以及思考的機理。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）平台。

報告導讀

人工智能進展的關鍵要素：基礎科學理論、數據、計算力、算法軟件

深度學為什麼成功的另一視角： 深度神經網路從數據中學習

神經編程編譯器

人工智能前沿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

學習確認的智能代理、行為和意圖非常重要

一個智能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

其他人工智能的前沿領域包括：

• 抽象，概念、關係，物體，程序，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、靈活性與軟件框架
• 模塊發明
• 道德和治理

文章轉載自：專知

主講