【纽约大学-AI研讨会】现代人工智能（Modern Artificial Intelligence）

报告名称： Modern Artificial Intelligence

报告简介： 纽约大学丹东分校的电气和计算机工程系举办了一个研讨会系列，探讨了人工智能（AI）世界上最重要的新研究，其中有为新兴技术做出了重要贡献的研究人员。

报告部分大纲：

• 使用因果不变性学习表示
• 基于网络的分布式机器学习
• 复杂环境中的深度强化学习的挑战
• 在机器人系统中使用计算机视觉的研究挑战
• 机器学习个性化
• 迈向持久的人机交互
• 记忆生物学和与年龄有关的记忆丧失

邀请嘉宾：

Leon Bottou是一名研究科学家，对机器学习和人工智能有着广泛的兴趣。近年来，在大规模学习和随机梯度算法方面的工作受到了广泛的关注。他也以DjVu文件压缩系统而闻名，于2015年3月加入Facebook人工智能研究。

Francis Bach是Inria的研究员，自2011年以来一直领导着隶属于巴黎高等师范学院计算机科学系的机器学习团队。他毕业于加州理工学院，2005年在加州大学伯克利分校获得计算机科学博士学位，师从迈克尔·乔丹教授。他在巴黎矿业大学数学形态学组学习了两年，然后在2007年至2010年期间加入了Inria/Ecole Normale Superieure计算机视觉项目组。Francis Bach主要对机器学习感兴趣，特别是在稀疏方法、基于核的学习、大规模优化、计算机视觉和信号处理方面。

Raia Hadsel是DeepMind机器人研究的负责人，ICLR，WiML和CoRL的执行董事会成员。她的早期研究是使用暹罗网络来学习神经嵌入，这种方法现在通常用于表示学习。在完成了具有针对移动机器人的自我监督式深度学习视觉系统的博士学位后，她继续在卡内基梅隆大学的机器人研究所和SRI International进行科学研究，并于2014年初加入伦敦的DeepMind研究人工智能。Hadsell博士目前的研究重点在于对AI代理和机器人进行持续学习的挑战，她提出了神经方法，例如策略提纯，渐进式网络和弹性权重合并，以解决灾难性遗忘问题。