人工智能之海

最近深度学习的著名批评者Gary Marcus 发表了一篇牛文， The next decade in AI, four steps towards robust AI . 指出未来AI发展方向。 再此给大家总结客串。 这篇文章可谓是作者思想的集大成者， 讲述了当下的深度学习如…

人工智能的不同算法围绕不同数据结构展开。 数据的本质是一大串互相联系的数字。 最简单的情况下， 这串数字是一些只有上下左右相连的，我们称之为像素， 这就是图像。如果数字和数字之间是单向的连接， 而且这个箭头有着单一的指向，那么这个数据类型就是时间序列。 而在更一般的情况下， 数…

这篇署名作者包含了deepmind 创始人Demis Hassabis的文章，到底意义在哪里？我们从多巴胺和强化学习的研究历史中娓娓道来一窥究竟。 让机器来决策，首先体现在如何模仿人类的决策。对于决策这个问题， 对于人类是困难的， 对于机器就更难。而强化学习， 就是一套如何学习…

记忆恐怕是所有认知问题得基础。 我们大脑中过去的经历，我们所有的知识，甚至包括我们在各种情况下的条件反射， 都是记忆。对认知科学稍有了解的同学会知道，我们的记忆按照时间分为长时间记忆，短时间按记忆，工作记忆， 按照记忆的形态分成情景记忆，描述性记忆，语言概念记忆，和动作记忆。 …

相比机器，人脑擅长快速的跨任务学习和泛化推理， 或者说叫做卓越的元学习能力。我们说人类站立在这个迅速变化的危险世界面前，快速适应新任务的元学习能力事关生死。 这种能力是目前的深度学习人工智能所完全不具备的。 元学习概念解析： 机器学习围绕一个具体的任务展开， 然而生物体及其一生…

最近冠状病毒的传播成为家家户户关心的重点，同时谣言满天飞。病毒到底最后会感染多少人，我有多少风险被传染是众说纷纭。而这正涉及了一个人类历久常新的话题 - 预测未知。也是机器学习和复杂系统科学研究的重中之重。 不懂模型的朋友往往会被网上各种不同的预测搞得时而信息满满时而悲观绝望。…

人工智能需要重新向大脑取经才能走向通用人工智能，而在众多功能迥异的脑区里， 一个叫海马体的区域格外引人关注。海马一直是Deepmind脑启发AI工作的战略要地 ，因为海马是关于生物体情景记忆以及导航的重要枢纽，这两种功能对生物智能的重要性不容置疑， 你想的到的和想不到的都和海马…

这一篇文章我们将了解机器学习的一大类问题，即生成模式。 对于人工智能基础理论比较熟悉的同学都知道机器学习模型分为判别式和生成式模型两个范式。 判别式模型典型的如各种分类器， 所做的事情是一个函数映射，从一个输入信息上得到0，1 这样的分类结果。而生成式模式的本质是得到一个概率分…

疫情导致的全国封锁已经经历了不到两周的时间，之前一周巡洋舰几个作者哦从不同的思维角度对这个问题进行了探讨。 我想这里面出现了一个核心关键词 -网络（尤其是Justin的几篇文章）。疫情里一切牵动人心的事， 包括人心本身，可以看作复杂网络某些核心性质的体现。通过回顾疫情的全过程…

东哥这几天都在催我写一写疫情，但一直没动笔，因为我春节都在忙留学生支援武汉的筹款行动，连年夜饭时都在打电话联系货源。欣慰的是，我们的行动已经初见疗效。 一开始，我只是想科普超级传播者和无尺度网络的关系，关于这点，巡洋舰和集智俱乐部都有所介绍。但在躬身入局之后，我发现这次疫情蕴含…