大数据文摘作品
作为学院派的代表,MIT在各大理工院校中一直对课程开放持比较保守的态度。而面对AI热潮,今年的MIT持续放出利好消息。
这一次公开给全球AI学习者的,是通用人工智能领域一个大咖云集的讲座合辑。
继开放自动驾驶课程(大数据文摘经授权汉化)和深度学习入门课程之后,MIT近期又开放了一门偏工程的人工智能课程——MIT 6.S099: Artificial General Intelligence(通用人工智能),官方介绍该课程将采用工程方法探索建立人类智能的可能研究路径。
与MIT在上个月同期放出的一门深度学习入门课程相比(6.S191: Introduction to Deep Learning),这门课程更偏工程和业内,同时也请到了非常多的大咖加盟。除了MIT自家的教授和其他高校研究者的日常课程,还有5次课程邀请到了相关从业者,包括特斯拉的AI研究中心负责人Andrej Karpathy、波士顿动力CEO Marc Raibert、OpenAI的联合创始人Ilya Sutskever等都讲带来各自领域的演讲。
目前,在官网上,课程信息、录像和课件都在持续已公开。感兴趣的同学可以注册观摩了。
官网注册链接:
https://agi.mit.edu/
课程常见问题列表如下:
https://docs.google.com/document/d/1ZqgghxV1lpZeWUv5zNK0gMUBHfYTw9n6eYzzx9j8nok/edit
相关课程介绍如下:
简介
这门课将用工程方法探索建立类人智能的可能研究路径。
讲座将介绍我们目前对计算智能的理解,以及深度学习、强化学习,计算神经科学、机器人技术,认知建模、心理学等领域的深入见解,还将包括人工智能安全和道德伦理等方面的课程。
这一系列课程将力图让学生了解最先进的机器学习方法、相关局限性以及如何克服这些限制。该课程还将包括几次业界嘉宾讲座。
每次课程时间:60-90分钟
在网站上注册登陆学习。课程材料免费向公众开放。
课程安排
通用人工智能 |
|
讲 座 |
Lex Fridman |
搭建可以观察、学习和思考的机器人 |
|
特邀嘉宾 |
Josh Tenenbaum(MIT) |
人工智能的未来 |
|
特邀嘉宾 |
Ray Kurzweil(Google) |
大脑如何产生情绪 |
|
特邀嘉宾 |
Lisa Feldman Barrett(NEU) |
计算理论 |
|
特邀嘉宾 |
Stephen Wolfram(Wolfram) |
认知建模 |
|
特邀嘉宾 |
Nate Derbinsky(NEU) |
深度学习 |
|
特邀嘉宾 |
Andrej Karpathy(特斯拉) |
AI安全与自主武器系统 |
|
特邀嘉宾 |
Richard Moyes |
机器人技术 |
|
特邀嘉宾 |
Marc Raibert(波士顿动力) |
深度强化学习 |
|
特邀嘉宾 |
Ilya Sutskever(OpenAI) |
以人为本的人工智能 |
|
讲 座 |
即将上线 |
【今日机器学习概念】
Have a Great Definition