​讀書會 | 預測算法:具身智能如何應對不確定性

2021-02-20 三藝四術
讀書會 | 預測算法:具身智能如何應對不確定性

Edit: Hao ZHAN

2021/2/14

本次讀書會所使用的主要文本是 Andy Clark 的 Surfing Uncertainty 一書(中文譯本為《預測算法:具身智能如何應對不確定性》)。在這部開創性的著作中,認知科學家安迪·克拉克(Andy Clark)從幾個領域入手,揭示了大腦作為預測推理引擎這一現實——高級生物已演化成為善於預測傳人感知刺激流的複雜裝置,這些預測會引發行動,構建我們的世界,並改變有待理解和預測之物。

關於 Andy Clark

安迪·克拉克(Andy Clark)認知科學家、哲學家,蘇格蘭愛丁堡大學哲學、心理學和語言科學學院教授。研究方向含人工智慧、具身認知、機器入學和預測心智。

關於讀書會

讀書會項目地址:https://github.com/tquadrivium

讀書會網址: sanyisishu.com

讀書會公眾號:三藝四術

學習形式

採用線上學習的形式(微信群+騰訊會議),每周閱讀 Surfing Uncertainty 的一章內容。每周先由領讀人梳理章節內容(30-40分鐘),然後大家對閱讀時所遇到的問題和難點進行討論(40-80分鐘)

每次讀書會的內容會以文本和視頻的形式發布在該項目中,方便沒能參與到討論中的朋友觀看。

讀書會將會在2月下旬開始。

參與方法

添加微信號:haozhan1993,並備註 Surfing Uncertainty。我們會儘快進行核實,並拉您進讀書會討論群。

相關焦點

  • 首席信息安全官的10個預測及2021年如何應對不確定性
    Netskope公司EMEA地區首席信息安全官Neil Thacker探索了企業領導者如何通過對2021年的10個首席信息安全官(CISO )預測來應對不確定性。1.導致或促成組織內部違規的事件將會增加當面臨疫情挑戰和經濟不確定性時,組織內部的惡意破壞活動將會增加。
  • 以確定性能力應對To B發展的不確定性
    正因為面臨眾多不確定性,場景落地需要產業鏈通力合作,從行業需求實際出發,解決行業發展痛點,加速5G應用在全行業落地。運營商應該如何發揮自身優勢,應對行業需求的不確定性?數字經濟的發展加速了各行各業的轉型,行業數位化轉型正在從1.0階段向2.0階段升級,行業客戶希望通過信息技術的引入來促進生產的安全性和連續性,提升生產效率。
  • 安迪·克拉克:預測算法與心智理論的大一統
    本文經授權摘自《預測算法》引言作者:安迪·克拉克猜謎遊戲本書致力於對我們(以及像我們一樣的生物)認識世界並在其中行動的能力進行分析。預測加工模型從計算神經科學的角度,為新近的具身心智(embodied mind)相關研究(強調認知主體通過感知運動循環與世界持續互動)提供了完美的補充。
  • 果殼網前主筆Ent(下):多樣性是應對不確定性的最好手段
    至於最後把它推廣到現實中到底能增產多少,我無法預測,暫時也沒有人能夠提供預測,那麼我就控制自己所能談論的邊界。 當然,新科技的不確定性對我而言,不是特別大的困難,因為我通過收集、查閱足夠多的資料就能夠了解它們所存在的不確定性。但是,我能看到很多人會對不確定性避而不談。如果是我下屬的作者或者編輯,我們會通過開編輯會的方式去解決。
  • 用機器學習算法提升氣候預測水平
    在溫室氣體濃度升高的背景下,精確預測全球變暖對決策者來說尤為重要。然而,當前氣候預測模式的一大挑戰是如何精確代表雲層以及大氣升溫和溼度。近日,《地球物理研究快報》發表的一篇論文表明,機器學習技術可用來解決該問題,在粗糙解析度的氣候模式中更好地代表雲層,有望縮小預測範圍。  該研究主要作者皮埃爾·金坦表示:「由於雲的表現形式及其對氣體變化的反應特性,氣候對溫室氣體濃度升高響應的預測存在極大不確定性。
  • 建立你的不確定性優勢
    Iny、Alison Sander編譯:洪杉雖然對不確定性的管理一直是公司高層的職責之一,但是很少出現領導者被迫應對如此多領域同時波動的局面。而且,他們還沒有為預測和應對動蕩做好充分準備。新冠疫情危機意味著企業現在有很多事情要做,而且掌握學習曲線的窗口期也較短。但未來的不確定性並不是不做準備的藉口。好消息是,公司不需要重塑自己來獲得不確定性優勢。他們只需要更好地發現信號,更果斷地採取行動,更積極地建立培養應變能力的實踐即可。
  • 水下機器人a_水下機器人a星算法路徑規劃 - CSDN
    大多數RL算法通常分別逼近一個價值函數和一個策略函數,這兩個函數分別用於評估和生成策略,而逼近器的形式取決於MDP的過渡模型。對於水下機器人的深度控制問題,非線性動力學和約束控制輸入導致嚴重的逼近困難。本文選擇神經網絡逼近器是因為它們強大的表示能力。我們考慮如何為水下機器人的深度問題設計自適應網絡結構。
  • 人的命運是否可以預測?不確定性原理證明準確預測不可能!
    一個偶然的、隨機的事件往往會改變事件發展的趨勢,或一個人的未來命運,這是很普遍的現象和規律,而這個偶然的、隨機的事件發生又是不可預測的,所以,事物的發展和個人未來的命運也是不可預測的,具有不確定性。不確定性原理在量子物理中,有一個不確定性原理,說的是不可能同時確定粒子的位置和動量,就是說你測定了粒子的位置,就無法確定粒子的動態,反過來也一樣。
  • 視頻 | ​通過預測ADMET和體內PK參數,快速篩選候選化合物(英文)
    通過預測ADMET和體內PK參數,快速篩選候選化合物(英文)8月1日凡默谷雲課堂《通過預測ADMET
  • 因果發現:如何讓算法成為複雜系統中的「福爾摩斯」?
    導語偵探小說中,神探們能從一堆看似雜亂無章的事件或物證中,抽絲剝繭地發現真相,即案件背後有序的因果鏈條,在凱風研讀營中黃碧薇博士的關於因果發現的分享中,講述了如何用算法該文的作者黃碧薇也會在讀書會期間再詳細具體深入的介紹因果發現這個主題,系列讀書會詳情與參與方式見文末。1.
  • 如何提高交互式圖像分割算法的效率?
    機器之心機器之心專欄作者:Xuan Liao、Wenhao Li等如何提高交互式圖像分割算法的效率?上海交大和華師大的研究者提出了一種基於多智能體深度強化學習的新型算法。
  • 大腦區域與不確定性未來有關
    根據美國心理協會發表的一項研究顯示,那些努力應對未來可能發生的潛在威脅的不確定性或模糊性的人,可能有一個異常大的紋狀體。
  • 如何利用光量子不確定性發現新的粒子?
    全世界使用量子計算機運行的超過60%的計算結果都是在統計意義上的不確定性原理的不穩定情況下產生的。如果有大量的不確定性狀態,一個量子算法所計算的結果就需要多次測量。利用摩爾定律也可以推導得出這樣的結論,雖然2010年人類已經發現了一些規律,比如下圖所示的量子糾纏。
  • 【領軍讀書會】《指數型組織》第一期
    每一個讀者都可以從書中了解到如何在加速發展的新世界保持競爭力,並學會構建一個在速度、專業和創新能力上都與新世界相匹配的團隊。未來,我們的工作和生活也終將因「指數型組織」而發生改變。主播:天然請跟隨領軍讀書會一起閱讀、一起聆聽、一起品味。
  • 對政策的信心是降低不確定性的關鍵
    走出不確定性迷霧目前經濟形勢的特點,如果用一個詞概括,那就是不確定性。我們對未來經濟前景的預測從未像現在這般困難。亞伯拉罕·林肯說過:「預測未來的最好方法就是創造未來。」這也是我希望通過今天演講所要表達的主題。很明顯,對於目前經濟中的未知因素我們仍然感到雲霧茫茫、無能為力。比如,是否會有第二波新冠疫情襲擊?什麼時候新冠疫苗能夠研製成功?
  • 「鳳凰讀書會」第二場做客嘉賓:羅永浩 柴靜
    作為面向主流人群的新媒體,我們也承擔著鳳凰新媒體人的責任;作為讀書頻道,如何有效的最大限度建立傳播渠道,讓我們的讀者真真切切體會到閱讀趣味,與優秀作者面對面交流,是我們創辦「鳳凰讀書會」的初衷。希望我們一起秉承這樣的意願,從書中觀察、思考、發現我們與這個世界的聯繫。同時,我們也非常開心的與兩家書店成為「好兄弟」。
  • 12個場景應用,百餘種算法,AI是如何攻佔經濟學的?
    其實深度強化學習在面臨風險參數和不確定性不斷增加的現實經濟問題時,也可以提供更好的性能和更高的精度。通過對股票定價、拍賣機制、宏觀經濟等12個領域的調查,發現深度學習算法比傳統的經濟、統計學算法在精確度和穩健性發現要更加優秀。1、深度學習下的股票定價股票價格有著極強的不確定性和風險性,如果能有模型攻克股價預測,無疑會給模型建造者帶來巨額收益。關於用深度學習預測股價的最新進展如下表所示。
  • 中山大學嶺南學院 | 王霞:如何測度宏觀經濟不確定性?
    宏觀經濟不確定性作為一個重要的經濟測度指標,反映了整個經濟系統的不可預測程度。從經濟理論而言,不確定性的增加使得消費者推遲消費行為、僱主減少僱傭人數、決策者在做出決策時也會更加謹慎。因此,研究經濟狀況的不確定性,對於優化家庭資產配置、理解宏觀經濟波動行為、制定合理的宏觀調控政策以及提前預警經濟金融運行風險等,有著重要的理論意義和實踐價值。儘管宏觀經濟不確定性對於經濟運行有著重要的影響,但是該指標無法直接觀測,因此,如何及時合理地測度經濟不確定性是相關研究的一個關鍵問題。
  • 郭雷:讓反饋控制「對付」智能時代不確定性—新聞—科學網
    前不久,在法國召開的IEEE決策與控制大會上,郭雷榮獲國際自動控制領域最具聲望和影響的學術榮譽之一「波德獎」,他也是首位獲得該獎項的華人科學家。他在會議期間作了唯一的大會報告「波德講座」。近日,他回國後分享了題為《反饋與不確定性》的報告內容。
  • 機器學習助力合成生物學:算法可以成為你的細胞生物工程師
    現在,美國能源部勞倫斯伯克利國家實驗室(Berkeley Lab)的科學家們開發出了一種新工具,使機器學習算法可以適應合成生物學的需求,從而系統地指導生物製品的開發。取而代之,通過有限的訓練數據集,算法就能夠預測細胞的DNA或生物化學變化將如何影響其行為,然後對下一個工程周期提出建議,並對實現預期目標的概率進行預測。伯克利實驗室生物系統和工程(BSE)部門的研究人員Hector Garcia Martin說:「要知道,研發抗瘧疾藥物青蒿素花了150年。