会员服务
学成 · 可理解性 · 大学 · 人工智能 ·
2021 年 10 月 16 日
What can we learn from universal Turing machines?
翻译：我们可以从通用图灵机器中学到什么?
Maurice Margenstern
Maurice Margenstern
from arxiv, 35 pages, 5 tables

In the present paper, we construct what we call a pedagogical universal Turing machine. We try to understand which comparisons with biological phenomena can be deduced from its encoding and from its working.


翻译：在本文件中,我们构建了我们所谓的教育通用图灵机器,我们试图了解从它的编码和工作上可以推断出与生物现象的比较。
0
下载
关闭预览

相关内容

Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
77+阅读 · 2020年7月26日
零样本文本分类，Zero-Shot Learning for Text Classification
零样本文本分类，Zero-Shot Learning for Text Classification
专知会员服务
95+阅读 · 2020年5月31日
【开放书】贝叶斯推理与机器学习，690页pdf，Bayesian Reasoning and Machine Learning
【开放书】贝叶斯推理与机器学习，690页pdf，Bayesian Reasoning and Machine Learning
专知会员服务
188+阅读 · 2020年5月30日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
【Thomas G. Dietterich】机器“理解”意味着什么?（What does it mean for a machine to “understand”?）
专知会员服务
8+阅读 · 2020年1月3日
【电子书】机器学习实战（Machine Learning in Action），附PDF
【电子书】机器学习实战（Machine Learning in Action），附PDF
专知会员服务
126+阅读 · 2019年11月25日
253页通俗易懂最新的机器学习系统入门书籍（Machine-Learning-Systems）（附pdf下载）
253页通俗易懂最新的机器学习系统入门书籍（Machine-Learning-Systems）（附pdf下载）
专知会员服务
72+阅读 · 2019年10月27日
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
专知会员服务
238+阅读 · 2019年10月21日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
【TED】生命中的每一年的智慧
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
利用 Universal Transformer，翻译将无往不利！
利用 Universal Transformer，翻译将无往不利！
谷歌开发者
5+阅读 · 2018年9月4日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】免费书(草稿)：数据科学的数学基础
【推荐】免费书(草稿)：数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
Andrew NG的新书《Machine Learning Yearning》
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
Supervised learning of analysis-sparsity priors with automatic differentiation
Arxiv
0+阅读 · 2021年12月15日
On Baker-Gill-Solovay Oracle Turing Machines and Relativization Barrier
Arxiv
0+阅读 · 2021年12月13日
Machine Learning from a Continuous Viewpoint
Arxiv
6+阅读 · 2019年12月30日
UNITER: Learning UNiversal Image-TExt Representations
UNITER: Learning UNiversal Image-TExt Representations
Arxiv
23+阅读 · 2019年9月25日
Universal Transformers
Universal Transformers
Arxiv
5+阅读 · 2019年3月5日
Context in Neural Machine Translation: A Review of Models and Evaluations
Arxiv
5+阅读 · 2019年1月25日
Optimization Models for Machine Learning: A Survey
Arxiv
18+阅读 · 2019年1月16日
Sockeye: A Toolkit for Neural Machine Translation
Arxiv
7+阅读 · 2018年6月1日
Metric for Automatic Machine Translation Evaluation based on Universal Sentence Representations
Arxiv
4+阅读 · 2018年5月18日
Revisiting Simple Neural Networks for Learning Representations of Knowledge Graphs
Arxiv
7+阅读 · 2018年1月8日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
学成
可理解性
大学
人工智能
相关VIP内容
Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
77+阅读 · 2020年7月26日
零样本文本分类，Zero-Shot Learning for Text Classification
零样本文本分类，Zero-Shot Learning for Text Classification
专知会员服务
95+阅读 · 2020年5月31日
【开放书】贝叶斯推理与机器学习，690页pdf，Bayesian Reasoning and Machine Learning
【开放书】贝叶斯推理与机器学习，690页pdf，Bayesian Reasoning and Machine Learning
专知会员服务
188+阅读 · 2020年5月30日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
【Thomas G. Dietterich】机器“理解”意味着什么?（What does it mean for a machine to “understand”?）
专知会员服务
8+阅读 · 2020年1月3日
【电子书】机器学习实战（Machine Learning in Action），附PDF
【电子书】机器学习实战（Machine Learning in Action），附PDF
专知会员服务
126+阅读 · 2019年11月25日
253页通俗易懂最新的机器学习系统入门书籍（Machine-Learning-Systems）（附pdf下载）
253页通俗易懂最新的机器学习系统入门书籍（Machine-Learning-Systems）（附pdf下载）
专知会员服务
72+阅读 · 2019年10月27日
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
专知会员服务
238+阅读 · 2019年10月21日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
热门VIP内容
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
【TED】生命中的每一年的智慧
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
利用 Universal Transformer，翻译将无往不利！
利用 Universal Transformer，翻译将无往不利！
谷歌开发者
5+阅读 · 2018年9月4日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】免费书(草稿)：数据科学的数学基础
【推荐】免费书(草稿)：数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
Andrew NG的新书《Machine Learning Yearning》
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
相关论文
Supervised learning of analysis-sparsity priors with automatic differentiation
Arxiv
0+阅读 · 2021年12月15日
On Baker-Gill-Solovay Oracle Turing Machines and Relativization Barrier
Arxiv
0+阅读 · 2021年12月13日
Machine Learning from a Continuous Viewpoint
Arxiv
6+阅读 · 2019年12月30日
UNITER: Learning UNiversal Image-TExt Representations
UNITER: Learning UNiversal Image-TExt Representations
Arxiv
23+阅读 · 2019年9月25日
Universal Transformers
Universal Transformers
Arxiv
5+阅读 · 2019年3月5日
Context in Neural Machine Translation: A Review of Models and Evaluations
Arxiv
5+阅读 · 2019年1月25日
Optimization Models for Machine Learning: A Survey
Arxiv
18+阅读 · 2019年1月16日
Sockeye: A Toolkit for Neural Machine Translation
Arxiv
7+阅读 · 2018年6月1日
Metric for Automatic Machine Translation Evaluation based on Universal Sentence Representations
Arxiv
4+阅读 · 2018年5月18日
Revisiting Simple Neural Networks for Learning Representations of Knowledge Graphs
Arxiv
7+阅读 · 2018年1月8日
Top
微信扫码咨询专知VIP会员
Top