本港台开奖现场直播 j2开奖直播报码现场
当前位置: 新闻频道 > IT新闻 >

码报:【组图】机器学习奠基人、AAAI 前主席Thomas Dietterich:AI发展四大挑战 (35PPT)

时间:2016-11-12 05:41来源:118论坛 作者:本港台直播 点击:
:COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。 简历投递:j [email protected] HR 微信: 13552313024 新智元为COO和执行总编提供

  :COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。

  简历投递:j[email protected]

  HR 微信:13552313024

  新智元为COO和执行总编提供最高超百万的年薪激励;为骨干员工提供最完整的培训体系、高于业界平均水平的工资和金。

  加盟新智元,与人工智能业界领袖携手改变世界。

  【新智元导读】AAAI 前主席Thomas Dietterich 10 月 18 日 在自动化学会与新智元携手举办的首届发表主旨演讲《人工智能:发展与前景》。Dietterich 将人工智能定义为软件,介绍了 AI 在感知、机器翻译、个人助理等领域的成果,并指出了当前 AI 发展的四大挑战——应该什么时候信任 AI 系统;下一代人机界面怎么设计;常识问题;如何创造一套不需要人类监控,就能够自己完成任务的 AI 系统?【进入新智元公众号,回复“1111”下载PPT】

  

AI WORLD 2016 世界人工智能大会开场视频,展现从宇宙大爆炸到人工智能技术的恢弘历程

  【人物简介】Thomas G. Dietterich 是机器学习领域的创始人之一。 他的研究贡献主要包括将纠错输出编(error-correcting output coding)应用于多类分类问题,发明了多实例学习(multiple-instance learning)、层次强化学习 MAXQ 框架,以及将非参数回归树整合到概率图模型中的方法(包括条件随机场和潜变量模型)。著作包括《人工智能手册》(Handbook of Artificial Intelligence)第十四章(学习和归纳推理)、《机器学习读物》(Readings in Machine Learning,与 Jude Shavlik 共同编辑),以及他经常被引用的评论文 章 Machine Learning Research: Four Current Directions and Ensemble Methods in Machine Learning。

  此外,Dietterich 教授也参与撰写了白宫日前推出的两份重磅 AI 报告《为人工智能的未来做准备》和美国《国家人工智能研究与发展策略规划》。

  

码报:【j2开奖】机器学习奠基人、AAAI 前主席Thomas Dietterich:AI发展四大挑战 (35PPT)

  Thomas Dietterich:我非常荣幸跟大家来谈人工智能这个话题,来谈它的进步和进展。我最近的一些工作是在 AAAI(美国人工智能协会)——AAAI 是在美国成立的组织,它在加拿大以及全球都有发展,我鼓励大家每个人都成为 AAAI 会员,它的会费非常低,还不到 20 美金一年。我们和中国的计算机协会以及中国自动化学会的合作是非常紧密的,聚集在一起,大家都能够在人工智能领域有一个全球性的讨论。

  

码报:【j2开奖】机器学习奠基人、AAAI 前主席Thomas Dietterich:AI发展四大挑战 (35PPT)

  我今天讨论的话题实际上大家已经比较了解了,刚才,那到底什么是人工智能呢?我把它定义为一个智能的软件。例如,李飞飞实验室的图像识别技术,计算机如何来分析图像?如何把图像里面不同的东西提取出来,分析出来?我现在看到这个女性在图片中穿着白色的运动服,后面还有人,后面的一些图像是绿色的。

  

码报:【j2开奖】机器学习奠基人、AAAI 前主席Thomas Dietterich:AI发展四大挑战 (35PPT)

  人工智能或者说软件如果足够智能,就能理解一些事情。整个软件的结构是什么?它的范畴是什么?我们发现,人工智能有着非常深远的影响,它能够看到,也可以选择行动,取得目标,比如 AlphaGo 或者自动驾驶的汽车都是这样的。

  令人激动的现在:AI 在感知、机器翻译、个人助理等领域的成果

  

码报:【j2开奖】机器学习奠基人、AAAI 前主席Thomas Dietterich:AI发展四大挑战 (35PPT)

  人工智能也包含学习,atv,从经验中、从训练的数据中学习,我希望人工智能未来也能够以不受监督的方式来学习。计算机和人工智能的系统不是独立存在的,也需要和其他的人和系统互动。2013年,语音识别的正确率大概是 20%,之前在语音识别里面有很多进展,但是错误率也很高。人们做了很多很多的工作,但是错误率还是降不下来。但是,使用深度学习以后,文字识别错误率降到了 8%,今天的错误率降到和人类一样,有些时候甚至比人类还好——比如微软的图像识别系统。

(责任编辑:本港台直播)
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
栏目列表
推荐内容