DeepMind-深度學習:AI革命及其前沿進展(54頁ppt報告)

2020-12-17 新智元

新智元 AI World 2018 世界人工智慧峰會全程回顧新智元於9月20日在北京國家會議中心舉辦AI WORLD 2018世界人工智慧峰會,邀請機器學習教父、CMU教授 Tom Mitchell,邁克思·泰格馬克,周志華,陶大程,陳怡然等AI領袖一起關注機器智能與人類命運。愛奇藝上午:https://www.iqiyi.com/v_19rr54cusk.html下午:https://www.iqiyi.com/v_19rr54hels.html新浪:http://video.sina.com.cn/l/p/1724373.html新智元推薦 來源:專知

【新智元導讀】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。

震撼!AI WORLD 2018世界人工智慧峰會開場視頻

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)平臺。

報告導讀

人工智慧進展的關鍵要素:基礎科學理論、數據、計算力、算法軟體

深度學為什麼成功的另一視角: 深度神經網絡從數據中學習

神經編程編譯器

人工智慧前沿7大熱點:

強化學習元學習模仿學習機器人概念與抽象感知與意識因果推理

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

其他人工智慧的前沿領域包括:

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、靈活性與軟體框架模塊發明道德和治理

(本文經授權轉載自

更多閱讀:

馬斯克:人類極有可能生活在更高文明模擬的矩陣遊戲中

強化學習重大突破:DeepMind用一個AI在57個遊戲中全面超越人類

新智元AI WORLD 2018世界人工智慧峰會

全程回顧

新智元於9月20日在北京國家會議中心舉辦AI WORLD 2018世界人工智慧峰會,邀請機器學習教父、CMU教授 Tom Mitchell,邁克思·泰格馬克,周志華,陶大程,陳怡然等AI領袖一起關注機器智能與人類命運。

全程回顧新智元 AI World 2018 世界人工智慧峰會盛況:

愛奇藝

上午:https://www.iqiyi.com/v_19rr54cusk.html

下午:https://www.iqiyi.com/v_19rr54hels.html

新浪:http://video.sina.com.cn/l/p/1724373.html

相關焦點

  • 深度學習到頂,AI寒冬將至!
    新智元推薦 來源:專知 (作者 :FILIP PIEKNIEWSKI【新智元導讀】多年來,深度學習一直處於所謂的人工智慧革命的最前沿,許多人相信深度學習將帶領我們進入通用AI時代。AI Winter Is Well On Its Way多年來,深度學習一直處於所謂的人工智慧革命的最前沿,許多人相信深度學習將帶領我們進入通用AI時代。在2014,2015,2016年,很多事件每每推動人們對 Ai的理解邊界。例如Alpha Go等。特斯拉等公司甚至宣稱:全自動駕駛汽車正在路上。
  • Spark與深度學習框架——H2O、deeplearning4j、SparkNet
    Spark被視為目前最適合運行深度學習算法的平臺,是因為:本文我們將介紹一些Spark能用的深度學習框架。這些框架和深度學習一樣,都是比較新的庫。很可能你在使用它們的過程中遇到一些bug或者缺少一些操作工具,但是報告問題(issue)及發送補丁將會使它更加成熟。H2O是用h2o.ai開發的具有可擴展性的機器學習框架,它不限於深度學習。
  • ...復旦大學邱錫鵬老師】面向自然語言處理的深度學習基礎,199頁ppt
    《面向自然語言處理的深度學習基礎》講座,總共199頁ppt,講述自然語言處理的理論與實踐,是非常好的學習資料。
  • DeepMind悄咪咪開源三大新框架,深度強化學習落地希望再現
    作者 | Jesus Rodriguez譯者 | 夕顏【導讀】近幾年,深度強化學習(DRL)一直是人工智慧取得最大突破的核心。儘管取得了很多進展,但由於缺乏工具和庫,DRL 方法仍難以應用於主流的解決方案。因此,DRL 主要以研究形式存在,並未在現實世界的機器學習解決方案中得到大量應用。解決這個問題需要更好的工具和框架。
  • Yoshua Bengio最新《深度學習》MLSS2020教程,附104頁PPT及視頻
    機器學習暑期學校(MLSS)系列開始於2002年,致力於傳播統計機器學習和推理的現代方法。
  • 斯坦福初創公司發力AI硬體,DeepMind刪除神經元了解深度學習
    SambaNova System為AI硬體募集5600萬美元來源:TECHCRUNCH.COM連結:https://techcrunch.com/2018/03/15/the-red-hot-ai-chip-space-gets-even-hotter-with
  • 吳恩達Deeplearning.ai課程學習全體驗:深度學習必備課程
    (選自Medium 機器之心編譯)    在全職工作與家庭瑣事之間,很多人都希望利用自己的剩餘時間學習認知科學和人工智慧的知識,如果突然出現了一套優秀的課程,那麼一切就會變得簡單起來。 吳恩達最近推出的 deeplearning.ai 課程就是這樣的存在。
  • 資源連結|深度學習教程資源整理(伯克利、斯坦福、MIT、阿里、吳恩達)
    新的深度學習技術正在不斷誕生,超越最先進的機器學習甚至是現有的深度學習技術。近年來,全世界在這一領域取得了許多重大突破。由於深度學習正快度發展,導致了它的進展很難被跟進,特別是對於新的研究者。在本文中,我們將簡要討論近年來關於深度學習的最新進展。
  • AI 四巨頭 Google、DeepMind、Microsoft、Uber 深度學習框架大比拼
    ,躋身全球深度學習研究水平最高的科技公司之列。GPipe、Horovod、TF Replicator和DeepSpeed分別是這四家公司開發應用的深度學習框架,它們結合了深度學習研究及其基礎設施的前沿技術,以提高深度學習模型的訓練效率。這四個深度學習框架各有什麼特點和優勢呢?本文將對此做一個基本介紹。
  • 吳恩達Deeplearning.ai課程學習全體驗:深度學習必備課程(已獲證書)
    8 月 8 日,吳恩達正式發布了 Deepleanring.ai——基於 Coursera 的系列深度學習課程,希望將人工智慧時代的基礎知識傳播到更多人身邊。一周過去後,許多人已經學完了目前開放的前三門課程。這些新課適合哪些人,它是否能和經典的《機器學習》課程相比呢?讓我們先看看這篇先行體驗。
  • 深度揭秘 AI 巨頭之谷歌 DeepMind
    此外,深度學習從非結構化數據中學習來編寫分析報告或執行無人監督的任務。所有這些發展都為不同的公司發揮作用並證明他們的價值奠定了基礎。因此,很多像DeepMind這樣的公司成立了,來繼續發展這一領域。你對其有哪些了解?今天就來看一下有關Google DeepMind的一切吧!
  • 機器之心專訪吳恩達,深度學習課程項目Deeplearning.ai正式發布
    Deeplearning.ai 課程地址:https://www.coursera.org/specializations/deep-learning今早,吳恩達在 Medium 上發布了一篇博客,宣布 Deeplearning.ai 項目正式啟動。同時表示今天發布的項目僅僅是他正在發布的三大項目中的第一個。
  • 李宏毅:1 天搞懂深度學習,我總結了 300 頁 PPT(附思維導圖)
    》,300 多頁的 ppt,臺灣李宏毅教授寫的,非常棒。不誇張地說,是我看過最系統,也最通俗易懂的,關於深度學習的文章。這份 300 頁的 PPT,被搬運到了 SlideShare 上,下面是 SlideShare 的連結:https://www.slideshare.net/tw_dsconf/ss-62245351?
  • DeepMind最新研究NFNet:拋棄歸一化,深度學習模型準確率卻達到了前所未有的水平
    然而這樣的「刻板印象」最近受到了挑戰,DeepMind 的研究人員提出了一種不需要歸一化的深度學習模型 NFNet,其在大型圖像分類任務上卻又實現了業內最佳水平(SOTA)。該模型(紅色)與其他模型在 ImageNet 分類準確度和訓練時間上的對比。
  • MIT課程全面解讀2019深度學習最前沿 |附PPT
    MIT正在進行中的深度學習課程就全面描繪了當下的狀態。最近一節課,Lex Fridman老師展現了深度學習各方向的最領先狀態,也回顧了過去兩年間通往前沿的一步步進展。很多圈內人把2012年稱為深度學習的ImageNet時刻,因為這一年,AlexNet帶來了計算機視覺領域的性能飛躍,激勵著人們去探索深度學習在這一領域的更多可能性。2016年到18年,NLP的發展也類似,特別是BERT的出現。
  • 「吳恩達deeplearningai」微信公眾號上線,將發布《機器學習訓練...
    去年 6 月,吳恩達宣布 deeplearning.ai 創業項目,8 月,該項目揭曉:一套由 5 門課組成的深度學習系列課程 —— Deep Learning Specialization,旨在推廣普及深度學習知識。
  • 「燒錢機器」DeepMind持續多年虧損後,仍無商業...
    近日,這家世界頂級明星公司向英國公司註冊局備案提交了最新財務報告,報告顯示,DeepMind 2019虧損達4.77億英鎊(約合42億人民幣)。相比於2018年的4.70億英鎊虧損,增長了1.5%。另外,DeepMind的主要研究領域是深度強化學習,它需要非常昂貴的計算資源。據了解,其2019開發的項目,包括《星際爭霸2》的AI系統和《雷神之錘3》的AI系統,都花費了數百萬美元的培訓費用。今年推出的預測蛋白質摺疊結構的AlphaFold,同樣是非常昂貴的項目。人才僱傭成本也是不可忽視的重要一項。
  • 直播回顧| Attain.ai 創始人李玉喜:強化學習遇見組合優化
    而深度強化學習則是使用了深度神經網絡的強化學習。李老師曾經就深度強化學習(Deep RL)的應用場景寫過一篇英文綜述,裡面列出了強化學習在推薦系統、計算機系統、能源、金融、健康、機器人、交通等方面應用的相關論文。
  • 這是一份超全機器學習&深度學習資源清單(105個AI站點),請收藏!
    ,主流的都涵蓋到,是深度學習從業者不錯的一個導航,歡迎使用!、開放平臺專知(http://www.zhuanzhi.ai/):專業可信的人工智慧知識分發,包含5000+AI主題,薈萃、鏈路等資料PaperWeekly (http://www.paperweekly.site): 一個推薦、解讀、討論和報導人工智慧前沿論文成果的學術平臺
  • 這是一份超全機器學習&深度學習網站資源清單(105個AI站點),請收藏!
    ,是深度學習從業者不錯的一個導航,歡迎使用!、開放平臺專知(http://www.zhuanzhi.ai/):專業可信的人工智慧知識分發,包含5000+AI主題,薈萃、鏈路等資料PaperWeekly (http://www.paperweekly.site): 一個推薦、解讀、討論和報導人工智慧前沿論文成果的學術平臺