《深度学习：AI革命及其前沿进展》报告

导读

2018年9月9日-14日，DeepMind主办的Deep Learning Indaba 2018大会在南非斯泰伦博斯举行。会上，牛津大学教授Nando de Freitas和其他15位专家做了《深度学习：AI革命及其前沿进展》的报告。

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

关于作者：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。