将AI构建为行星级系统
观看由某机构学者、加州大学伯克利分校教授Michael I. Jordan在ICLR 2020上的主题演讲。
2020年5月13日
1分钟阅读
正文
4月下旬，全球AI科学家虚拟出席了国际学习表征会议(ICLR)。该会议聚焦人工智能、统计学和数据科学的进步，以及计算机视觉、计算生物学、语音识别、文本理解、游戏和机器人等领域。
某机构学者、加州大学伯克利分校教授Michael I. Jordan发表了主题演讲，探讨了将AI设计为能够构建行星级系统（帮助人类大规模解决问题）的领域的复杂性。
Jordan解释道："抽象目前存在于商业、医疗保健或交通等领域的IT系统，一个AI系统涉及众多人类、计算机、数据流和决策。大规模AI系统将包含一个由许多其他机器学习决策者组成的复杂网络，这些决策者需要协同工作，以最小化数据感知决策的风险。"
以下是Jordan的主题演讲，他讨论了Bandits与匹配市场结合、基于不确定性的Q学习以及任意时刻错误发现率等新技术成果。这些技术将有助于缓解机器学习决策中新兴的挑战，确保AI系统能够为依赖它们的人类做出更智能的决策。
研究领域
机器学习
标签
ICLR、学术界在某机构、深度学习FINISHED
