AIGC動態歡迎閱讀
內容摘要:
桑基韜 北京交通大學教授
目錄
引言
趨勢一:從專用到通用-預訓練大模型和智能代理
(1)預訓練語言模型
(2)視覺和多模態預訓練
(3)預訓練模型的應用
(4)AI Agent
趨勢二:從能力對齊到價值對齊-可信與對齊(1)可信:小模型時代的價值對齊(2)大模型時代的價值對齊趨勢三:從設計目標到學習目標-預訓練+強化學習(1)預訓練獲得基礎能力,強化學習進行價值對齊(2)預訓練模仿人類,強化學習超越人類展望(1)“真”多模態:從微調回歸預訓練(2)系統一 vs. 系統二(3)基于交互的理解和學習(4)超級智能 vs 超級對齊
引言
1956年的達特茅斯會議將“人工智能”定義為“使機器能夠模擬人類進行感知、認知、決策、執行的一系列人工程序或系統”。這一定義催生了模仿人類智能的兩種思路-邏輯演繹和歸納總結,它們分別啟發了人工智能發展的兩個重要階段:(1)1960至1990年,以邏輯為基礎、側重知識表達與推理的知識工程方法;(2)1990年之后,以概率為基礎、強調模型構建、學習和計算的機器學習方法。
知識工程:邏輯演繹 vs. 機器學習:歸納總結
經過30多年的發展,機器學習方法大致經歷了
原文鏈接:淺談人工智能的趨勢和展望
聯系作者
文章來源:人工智能學家
作者微信:AItists
作者簡介:致力成為權威的人工智能科技媒體和前沿科技研究機構
? 版權聲明
文章版權歸作者所有,未經允許請勿轉載。
相關文章
暫無評論...