成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
28
Yann LeCun
·
人工智能
·
机器学习
·
2023 年 8 月 7 日
图灵奖-Yann LeCun 《机器可以学习、推理和规划》,附视频与Slides
专知会员服务
专知,提供专业可信的知识分发服务,让认知协作更快更好!
目标驱动的AI:朝向能够学习、记忆、计划、推理、具有常识的AI系统,同时还是可控和安全的.
成为VIP会员查看完整内容
Objective-Driven AI Towards AI systems that can learn, remember, reason, plan, have common sense, yet are steerable and safe
点赞并收藏
28
暂时没有读者
45
权益说明
本文档仅做收录索引使用,若发现您的权益受到侵害,请立即联系客服(微信: zhuanzhi02,邮箱:bd@zhuanzhi.ai),我们会尽快为您处理
相关内容
Yann LeCun
关注
10
杨立昆(法语:Yann Le Cun,英语:Yann LeCun,1960年7月8日-)(原中文译名:扬·勒丘恩)是一位计算机科学家,他在机器学习、计算机视觉、移动机器人和计算神经科学等领域都有很多贡献。他最著名的工作是在光学字符识别和计算机视觉上使用卷积神经网络 (CNN),他也被称为卷积网络之父。他同Léon Bottou和Patrick Haffner等人一起创建了DjVu图像压缩技术。他同Léon Bottou一起开发了Lush语言。
《人工智能 (AI) 增强平叛 (COIN) 中的高价值目标 (HVT) 定位》35页报告
专知会员服务
28+阅读 · 2023年3月20日
【干货书】机器学习—工程师和科学家的第一课,348页pdf
专知会员服务
91+阅读 · 2023年2月24日
《大型语言模型》最新报告,52页ppt,DeepMind Angeliki Lazaridou
专知会员服务
66+阅读 · 2022年9月17日
【干货书】算法,Algorithms,314页pdf
专知会员服务
81+阅读 · 2022年8月20日
深度学习注意力机制,附Slides与视频,Prabhu Prakash Kagitha讲授
专知会员服务
45+阅读 · 2022年6月29日
麻省理工学院林肯实验室《AI Enabling Technologies(AI使能技术)》报告,54页pdf
专知会员服务
33+阅读 · 2022年3月30日
【俄亥俄州立大学学生论文】鲁棒自然语言理解,74页pdf,Towards More Robust Natural Language Understanding
专知会员服务
18+阅读 · 2022年3月1日
【硬核书】终身机器学习,145页pdf
专知会员服务
83+阅读 · 2021年3月1日
【斯坦福CS224W】知识图谱嵌入,77页ppt
专知会员服务
65+阅读 · 2021年2月17日
GAN新书《生成式深度学习》,Generative Deep Learning,379页pdf
专知会员服务
202+阅读 · 2019年9月30日
【2023新书】AI4Science,人工智能促进科学发现,134页pdf
专知
51+阅读 · 2023年4月5日
博弈论视角下的多智能体强化学习综述,129页pdf与76页Slides
专知
9+阅读 · 2022年11月26日
【2022新书】深度强化学习基础: Python的理论与实践, 413页pdf
专知
12+阅读 · 2022年11月18日
【DARPA终身学习机器(L2M)计划】《终身学习衡量标准》约翰霍普金斯大学应用物理实验室2022最新23页论文
专知
3+阅读 · 2022年11月8日
【MIT博士论文】联邦学习实用方法,143页pdf
专知
5+阅读 · 2022年9月24日
【牛津大学博士论文】元强化学习的快速自适应,217页pdf
专知
26+阅读 · 2022年9月19日
推荐!《机器人和自主系统:有人/无人组队(RAS-MUM-T)》107页报告
专知
38+阅读 · 2022年9月11日
【CMU博士论文】课程学习,Curriculum Learning,193页pdf
专知
2+阅读 · 2022年8月13日
【KDD2020】图神经网络:基础与应用,322页ppt
专知
31+阅读 · 2020年8月29日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知
126+阅读 · 2020年2月15日
城市“建成环境——空间行为”的多尺度影响关系与机理研究
国家自然科学基金
10+阅读 · 2017年12月31日
不确定环境下的自主移动机器人目标搜索问题研究
国家自然科学基金
33+阅读 · 2015年12月31日
信息系统直接使用与间接使用—探索基于社会权力视角的前因及其对工作绩效的影响
国家自然科学基金
1+阅读 · 2015年12月31日
创造力的负效应及机制研究:社会网络的视角
国家自然科学基金
0+阅读 · 2015年12月31日
基于自主学习的Ad hoc Agent序贯决策研究
国家自然科学基金
37+阅读 · 2015年12月31日
基于决策模型和预备电位的运动想象BCI研究
国家自然科学基金
2+阅读 · 2015年12月31日
CGF战场空间认知行为建模研究
国家自然科学基金
40+阅读 · 2014年12月31日
“杰文斯”悖论、能效政策改进与“双控目标”分解
国家自然科学基金
0+阅读 · 2014年12月31日
海量Web用户生成内容物化关键技术
国家自然科学基金
1+阅读 · 2014年12月31日
基于BIM的建筑生命周期环境与经济评价及优化设计方法研究
国家自然科学基金
3+阅读 · 2014年12月31日
On the Benefit of Optimal Transport for Curriculum Reinforcement Learning
Arxiv
0+阅读 · 2023年9月25日
How to estimate carbon footprint when training deep learning models? A guide and review
Arxiv
0+阅读 · 2023年9月25日
Overcoming near-degeneracy in the autologistic actor attribute model
Arxiv
0+阅读 · 2023年9月21日
On Efficient Training of Large-Scale Deep Learning Models: A Literature Review
Arxiv
173+阅读 · 2023年4月7日
A Survey of Large Language Models
Arxiv
398+阅读 · 2023年3月31日
Artificial Intelligence and Medicine: A literature review
Arxiv
28+阅读 · 2022年5月5日
Meta-learning in natural and artificial intelligence
Arxiv
10+阅读 · 2020年11月26日
Train Large, Then Compress: Rethinking Model Size for Efficient Training and Inference of Transformers
Arxiv
12+阅读 · 2020年6月23日
Beyond Accuracy: Behavioral Testing of NLP models with CheckList
Arxiv
11+阅读 · 2020年5月8日
A Survey of Reinforcement Learning Techniques: Strategies, Recent Development, and Future Directions
Arxiv
79+阅读 · 2020年1月19日
VIP会员
自助开通(推荐)
客服开通
详情
相关主题
Yann LeCun
人工智能
机器学习
相关VIP内容
《人工智能 (AI) 增强平叛 (COIN) 中的高价值目标 (HVT) 定位》35页报告
专知会员服务
28+阅读 · 2023年3月20日
【干货书】机器学习—工程师和科学家的第一课,348页pdf
专知会员服务
91+阅读 · 2023年2月24日
《大型语言模型》最新报告,52页ppt,DeepMind Angeliki Lazaridou
专知会员服务
66+阅读 · 2022年9月17日
【干货书】算法,Algorithms,314页pdf
专知会员服务
81+阅读 · 2022年8月20日
深度学习注意力机制,附Slides与视频,Prabhu Prakash Kagitha讲授
专知会员服务
45+阅读 · 2022年6月29日
麻省理工学院林肯实验室《AI Enabling Technologies(AI使能技术)》报告,54页pdf
专知会员服务
33+阅读 · 2022年3月30日
【俄亥俄州立大学学生论文】鲁棒自然语言理解,74页pdf,Towards More Robust Natural Language Understanding
专知会员服务
18+阅读 · 2022年3月1日
【硬核书】终身机器学习,145页pdf
专知会员服务
83+阅读 · 2021年3月1日
【斯坦福CS224W】知识图谱嵌入,77页ppt
专知会员服务
65+阅读 · 2021年2月17日
GAN新书《生成式深度学习》,Generative Deep Learning,379页pdf
专知会员服务
202+阅读 · 2019年9月30日
热门VIP内容
开通专知VIP会员 享更多权益服务
军用数据链:武器装备神经,联合作战基石,31页pdf
【ETHZ博士论文】超越像素深度:通过深度学习增强超分辨率技术,198页pdf
2018∼2023年国家自然科学基金人工智能学科人才项目申请及资助综述
【NeurIPS2024】《AmoebaLLM:构建任意形状的大型语言模型以实现高效和即时部署》
相关资讯
【2023新书】AI4Science,人工智能促进科学发现,134页pdf
专知
51+阅读 · 2023年4月5日
博弈论视角下的多智能体强化学习综述,129页pdf与76页Slides
专知
9+阅读 · 2022年11月26日
【2022新书】深度强化学习基础: Python的理论与实践, 413页pdf
专知
12+阅读 · 2022年11月18日
【DARPA终身学习机器(L2M)计划】《终身学习衡量标准》约翰霍普金斯大学应用物理实验室2022最新23页论文
专知
3+阅读 · 2022年11月8日
【MIT博士论文】联邦学习实用方法,143页pdf
专知
5+阅读 · 2022年9月24日
【牛津大学博士论文】元强化学习的快速自适应,217页pdf
专知
26+阅读 · 2022年9月19日
推荐!《机器人和自主系统:有人/无人组队(RAS-MUM-T)》107页报告
专知
38+阅读 · 2022年9月11日
【CMU博士论文】课程学习,Curriculum Learning,193页pdf
专知
2+阅读 · 2022年8月13日
【KDD2020】图神经网络:基础与应用,322页ppt
专知
31+阅读 · 2020年8月29日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知
126+阅读 · 2020年2月15日
相关基金
城市“建成环境——空间行为”的多尺度影响关系与机理研究
国家自然科学基金
10+阅读 · 2017年12月31日
不确定环境下的自主移动机器人目标搜索问题研究
国家自然科学基金
33+阅读 · 2015年12月31日
信息系统直接使用与间接使用—探索基于社会权力视角的前因及其对工作绩效的影响
国家自然科学基金
1+阅读 · 2015年12月31日
创造力的负效应及机制研究:社会网络的视角
国家自然科学基金
0+阅读 · 2015年12月31日
基于自主学习的Ad hoc Agent序贯决策研究
国家自然科学基金
37+阅读 · 2015年12月31日
基于决策模型和预备电位的运动想象BCI研究
国家自然科学基金
2+阅读 · 2015年12月31日
CGF战场空间认知行为建模研究
国家自然科学基金
40+阅读 · 2014年12月31日
“杰文斯”悖论、能效政策改进与“双控目标”分解
国家自然科学基金
0+阅读 · 2014年12月31日
海量Web用户生成内容物化关键技术
国家自然科学基金
1+阅读 · 2014年12月31日
基于BIM的建筑生命周期环境与经济评价及优化设计方法研究
国家自然科学基金
3+阅读 · 2014年12月31日
相关论文
On the Benefit of Optimal Transport for Curriculum Reinforcement Learning
Arxiv
0+阅读 · 2023年9月25日
How to estimate carbon footprint when training deep learning models? A guide and review
Arxiv
0+阅读 · 2023年9月25日
Overcoming near-degeneracy in the autologistic actor attribute model
Arxiv
0+阅读 · 2023年9月21日
On Efficient Training of Large-Scale Deep Learning Models: A Literature Review
Arxiv
173+阅读 · 2023年4月7日
A Survey of Large Language Models
Arxiv
398+阅读 · 2023年3月31日
Artificial Intelligence and Medicine: A literature review
Arxiv
28+阅读 · 2022年5月5日
Meta-learning in natural and artificial intelligence
Arxiv
10+阅读 · 2020年11月26日
Train Large, Then Compress: Rethinking Model Size for Efficient Training and Inference of Transformers
Arxiv
12+阅读 · 2020年6月23日
Beyond Accuracy: Behavioral Testing of NLP models with CheckList
Arxiv
11+阅读 · 2020年5月8日
A Survey of Reinforcement Learning Techniques: Strategies, Recent Development, and Future Directions
Arxiv
79+阅读 · 2020年1月19日
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top