尽管在深度学习方面取得了相当大的进步,但人工智能仍然是狭隘和脆弱的。一个基本的限制是它缺乏常识智能: 对人类来说微不足道,但对机器来说却异常地困难。在这次演讲中,我将讨论关于常识性人工智能的真理——符号知识和神经知识的混合,知识和推理之间的连续体,推理和语言生成之间的相互作用。

成为VIP会员查看完整内容
75

相关内容

边缘机器学习,21页ppt
专知会员服务
82+阅读 · 2021年6月21日
MIT《图神经网络的任务结构与泛化》,22页ppt
专知会员服务
23+阅读 · 2021年2月28日
专知会员服务
18+阅读 · 2021年2月8日
专知会员服务
314+阅读 · 2020年11月24日
【PKDD2020教程】机器学习不确定性,附88页ppt与视频
专知会员服务
94+阅读 · 2020年10月18日
少标签数据学习,54页ppt
专知会员服务
198+阅读 · 2020年5月22日
图神经网络推理,27页ppt精炼讲解
专知会员服务
115+阅读 · 2020年4月24日
图神经网络推理,27页ppt精炼讲解
专知
3+阅读 · 2020年4月24日
Arxiv
6+阅读 · 2018年3月27日
VIP会员
相关VIP内容
边缘机器学习,21页ppt
专知会员服务
82+阅读 · 2021年6月21日
MIT《图神经网络的任务结构与泛化》,22页ppt
专知会员服务
23+阅读 · 2021年2月28日
专知会员服务
18+阅读 · 2021年2月8日
专知会员服务
314+阅读 · 2020年11月24日
【PKDD2020教程】机器学习不确定性,附88页ppt与视频
专知会员服务
94+阅读 · 2020年10月18日
少标签数据学习,54页ppt
专知会员服务
198+阅读 · 2020年5月22日
图神经网络推理,27页ppt精炼讲解
专知会员服务
115+阅读 · 2020年4月24日
微信扫码咨询专知VIP会员