人工智能,特别是深度学习,是过去十年中最具变革性的技术之一。人工智能已经可以在一些计算机视觉和自然语言处理任务上超越人类。然而,我们仍然面临一些相同的限制和障碍,这些限制和障碍导致了50年前第一个人工智能繁荣阶段的终结。这门以研究为导向的课程将首先回顾和揭示一些广泛使用的人工智能算法的局限性(例如,iid假设对训练和测试数据,大量的训练数据需求,缺乏可解释性),包括卷积神经网络(CNNs),变换器,强化学习,生成式对抗网络(GANs)。为了解决这些限制,我们将探讨一些主题,包括用于弥补数据稀缺性的迁移学习、用于改善数据多样性的知识引导的多模态学习、非分布泛化、用于实现可解释性的子空间学习、隐私保护数据管理和其他主题。(2021版计划涵盖量子ML模型。)
本课程将以讲座和专题相结合的方式教授。专业的人工智能应用(例如,癌症/抑郁症的诊断和治疗)讲座将邀请来自学术界和业界的特邀演讲者。2021年课程的信息推荐部分将解决全球政治两极分化的问题。学生将被分配一个与他们的学习领域相关的学期项目(例如,计算机科学、医学和数据科学)。项目可能包括进行文献综述,形成想法,并实施这些想法。欢迎学生制定一个项目,利用他们自己的研究生研究。
Course Aims and Syllabus
Healthcare Paradigm Shift, toward P4 Medicine
Small Data Machine Learning for P4 Medicine, w/ Inductive Bias
NLP Part I: Hand-engineering, Similarity, Collaborative Filtering, Latent Dirichlet Allocation [Video][Slides]
Brainstorming on term projects, datasets and resources
NLP Part II: Attention, Transformers, BERT, and GPT [Video][Slides]
CLI: Conversational Language Interface, Dialogue & Virtual Assistant (Alexa, Google Home, & Oval), and Conversational Language Interface
Information Recommendations: The Crisis of Global News and Information Polarization [video][Slides]
Cancer Causes and Diagnosis [video][Slides]
Cancer Treatment and How AI May Help [video][Slides]
Data Privacy and Regulations Compliance [video][Slides]
AI for Psychiatry: Beyond Brainless and Mindless? [video][Slides]
Principles of Diagnosis, Precision Medicine, & Precision Surgery: Models and Algorithms [video][Slides]
An Uncertain Future: Coping with COVID-19 anxiety with facts and right perspectives [video][Slides]
COVID-19, What are we facing? Contrarian opinions? What can AI help? Data sources.
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“CS372” 就可以获取《斯坦福<人工智能疾病诊断与信息推荐>2021课件Slides下载》专知下载链接