最近,在EPFL的机器学习夏令营上,图灵奖得主Yann LeCun最新报告《从机器学习到自主智能》,详细阐述了最近关于自主智能的具体概念,非常值得关注!
专知
,赞 17
AI / ML / DL在当今的应用
-
很大程度上依赖于监督式深度学习。在Deep RL上有一些。
-
越来越依赖训练前的自监督学习
与人类和动物相比,现在的ML/DL很糟糕
-
人类和动物学习世界的模型
Self-Supervised学习
-
主要问题:表示不确定性,学习抽象。
基于能量的模型
-
对比学习方法样本
-
Non-contrastive学习方法
深度SSL是下一场AI革命的促成因素
我会试着说服你:
-
放弃监督和强化学习
嗯,不完全是,但是尽可能多。
-
放弃概率模型
使用基于能量的框架来代替
放弃生成模型
使用联合嵌入架构代替
使用分层的基于潜在变量的能量模型
使机器能够推理和计划。
参见论文稿:“通向自主机器智能的道路”
https://openreview.net/forum?id=BZ5a1r-kVsf
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“A192” 就可以获取《《从机器学习到自主智能》,图灵奖得主Yann LeCun最新报告,附192页ppt与视频》专知下载链接
文章评论