这是一个关于Geoffrey Hinton的访谈,发表于2020年11月3日,由MIT Technology Review进行。访谈探讨了Hinton对深度学习和AI未来的看法。Hinton认为深度学习将能够复制所有人类智能,但需要重大突破和扩展。他还讨论了神经网络的潜力和未来AI可能超越符号表示,操控大量神经活动向量。 Geoffrey Hinton,A
近期，在Pieter Abbeel主持的The Robot Brains Podcast节目中，Hinton非常坦诚地分享了自己的学术生涯，深度学习的未来和研究心得，以及拍卖DNN-research的内幕。以下是他的讲述。8岁的Hinton 对我影响最为深远的是童年时所接受的教育。我的家庭没有宗教信仰，父亲是一名共产主义者，但考虑到私立学校的科学教育比较好，7...
深度学习的巨擘Geoffery Hinton无疑是其中之一。这位被誉为“人工智能教父”的人物，不仅以其开创性的科研成果照亮了人工智能的道路，更是以其深邃的思想与预见性，让我们窥见了AI未来可能的辉煌与挑战。在一次万字访谈中，Hinton与年轻才俊Joel Hellermark的对话，犹如一场跨时代的智慧碰撞，不仅回顾了他个人的辉煌历程...
6月10日下午，在2023北京智源大会“AI安全与对齐”专题论坛上，图灵奖得主、“深度学习之父”Geoffrey Hinton在闭幕演讲的最后向与会者发问。大模型时代，如何确保越发强大和通用的人工智能系统安全可控，且符合人类意图和价值观？这一安全问题又被称为“人机对齐”，或是本世纪人类社会面临的最紧迫和最有意义的科学...
6月10日，深度学习之父、图灵奖得主Hinton在北京智源大会上进行了一场令人震撼的闭幕主题演讲，演讲时长长达30分钟。与我们先前的预期不同，他并没有泛谈超级人工智能AGI如何控制人类，而是向我们展示了一项具有前瞻性的研究：Mortal Computation（有限计算）。在演讲中，他介绍了一种全新的计算结构，抛弃了传统的软...
LeCun也表示,深度学习仍然在发展当中,有一些障碍需要清除,虽然目前还没有好的解决方案,但他根本没有看到进展放缓,进展还在加速。 不过,Bender 并不相信,她认为在某种程度上来说,深度学习科学家们只是在谈论根据 ImageNet 等基准提供的标签对图像进行分类的进展,虽然 2012 年取得了一些质的突破,但如果科学家们谈论的...
“大脑是一个巨大的谜团,人们普遍相信,如果我们能够揭示大脑的某些学习机制或学习方法,那么人工智能将能迎来进一步的发展”,Bengio如是说,“但是揭示人脑的工作机制本身也具有极高的研究价值”。 1 使用反向传播进行学习 深度学习网络的基础之一便是生物学中的神经元模型理论,该理论由加拿大心理学家Donald Hebb提出。数...
Ruslan Salakhutdinov 是卡内基梅隆大学的 UPMC 计算机科学教授, 主要从事统计机器学习领域的工作。他的研究兴趣包括深度学习、概率图模型和大规模优化。 2009 年,他在 Hinton 的指导下完成了在多伦多大学的机器学习博士学位。此后他担任了 MIT ...
使用多层感知机初步实现MNIST的分类 参考书目:《深度学习入门:基于Python的理论与实现》神经网络可以视为一个带参函数,函数的输入是数据,也是函数的自变量,输出是我们所要的结果,也是… 颜阳熠 机器学习的基础实现(四):多层感知机(MLP) 朱庇特选中...发表于机器学习的... 深度学习之单层感知器(一) 当我们最初学...
深度学习的发展取决于,在拥有海量数据和强大算力的大型网络中做随机梯度下降,基于此,一些想法得以更好地生根发芽,比如随机失活(dropout)和现在的很多研究,但这一切离不开强大算力、海量数据以及随机梯度下降。 经常有人说深度学习遇到了瓶颈,但事实上它一直在不断向前发展,我希望怀疑论者能将深度学习现在不能做的事...