会员服务
元学习 · 人工智能 · 强化学习 · 神经科学 · 认知科学 ·
2020 年 12 月 7 日
最新《元学习》研究进展报告与论文，DeepMind Jane Wang研究科学家为你讲解，附下载
专知会员服务
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！

Meta-learning in natural and artificial intelligence

元学习，或学会学习，近年来在人工智能领域重新引起了人们的兴趣。然而，元学习在自然界中令人难以置信地普遍，它深深植根于认知科学和心理学，目前在神经科学中以各种形式被研究。在这次演讲中，我将从元学习的角度讨论最近的研究，包括之前的神经科学发现，以及通过元- RL训练的深度学习系统执行更复杂认知形式的能力，比如因果决策。

论文

元学习在自然界与人工智能

元学习，或学会学习，近年来在人工智能领域重新引起了人们的兴趣。然而，元学习在自然界中非常普遍，它深深植根于认知科学和心理学，目前在神经科学中以各种形式被研究。这篇综述的目的是在元学习的视角下重塑以前的生物智能研究路线，将这些工作置于一个共同的框架中。人工智能和神经科学之间的互动，以及在这个观点下出现的有趣的新方向将被讨论。

https://www.zhuanzhi.ai/paper/bc03479e66cb604fc0ce3e6ef066cb8e

成为VIP会员查看完整内容
【74页ppt】Meta-learning in natural and artificial intelligence Meta-learning in natural and artificial intelligence
46

相关内容

Meta Learning，元学习，也叫 Learning to Learn（学会学习）。是继Reinforcement Learning（增强学习）之后又一个重要的研究分支。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【NeurIPS 2020】最新《元学习神经架构、初始权值、超参数和算法组件》报告，附视频与PPT
【NeurIPS 2020】最新《元学习神经架构、初始权值、超参数和算法组件》报告，附视频与PPT
专知会员服务
19+阅读 · 2020年12月18日
【NeurIPS2020】DeepMind最新《神经科学人工智能》报告，126页ppt
【NeurIPS2020】DeepMind最新《神经科学人工智能》报告，126页ppt
专知会员服务
67+阅读 · 2020年12月10日
最新《模仿学习(Imitation Learning》进展报告, 加州理工Yisong Yue教授，附下载
最新《模仿学习(Imitation Learning》进展报告, 加州理工Yisong Yue教授，附下载
专知会员服务
39+阅读 · 2020年12月6日
【ICML2020-Tutorial】无标签表示学习，222页ppt，DeepMind
【ICML2020-Tutorial】无标签表示学习，222页ppt，DeepMind
专知会员服务
88+阅读 · 2020年7月14日
【DeepMind深度学习课程】无监督表示学习前沿进展，129页ppt，Unsupervised Representation Learning
【DeepMind深度学习课程】无监督表示学习前沿进展，129页ppt，Unsupervised Representation Learning
专知会员服务
77+阅读 · 2020年6月29日
Uber AI NeurIPS 2019《元学习meta-learning》教程，附92页PPT下载
Uber AI NeurIPS 2019《元学习meta-learning》教程，附92页PPT下载
专知会员服务
112+阅读 · 2019年12月13日
【伯克利Pieter Abbeel教授报告@CMU】元学习与深度强化学习的机器人应用，84页ppt
【伯克利Pieter Abbeel教授报告@CMU】元学习与深度强化学习的机器人应用，84页ppt
专知会员服务
32+阅读 · 2019年11月26日
【ICML 2019 | 元学习教程】伯克利Chelsea Finn、Sergey Levine主讲，附111PDF
【ICML 2019 | 元学习教程】伯克利Chelsea Finn、Sergey Levine主讲，附111PDF
专知会员服务
51+阅读 · 2019年11月12日
【Pieter Abbeel 报告@CMU】元学习与深度强化学习机器人应用，Deep Learning to Learn，84页ppt
【Pieter Abbeel 报告@CMU】元学习与深度强化学习机器人应用，Deep Learning to Learn，84页ppt
专知会员服务
31+阅读 · 2019年10月12日
【ICML2019 Tutorials】元学习：从小样本学习到快速强化学习(Meta-Learning: from Few-Shot Learning to Rapid Reinforcement Learning)，Google Brain的研究科学家| Chelsea Finn，加州大学伯克利分校| Sergey Levine
【ICML2019 Tutorials】元学习：从小样本学习到快速强化学习(Meta-Learning: from Few-Shot Learning to Rapid Reinforcement Learning)，Google Brain的研究科学家| Chelsea Finn，加州大学伯克利分校| Sergey Levine
专知会员服务
50+阅读 · 2019年6月10日
【ICML2020-Tutorial】无标签表示学习，222页ppt，DeepMind
【ICML2020-Tutorial】无标签表示学习，222页ppt，DeepMind
专知
30+阅读 · 2020年7月14日
Uber AI NeurIPS 2019《元学习meta-learning》教程，附92页PPT下载
Uber AI NeurIPS 2019《元学习meta-learning》教程，附92页PPT下载
专知
16+阅读 · 2019年12月13日
【综述】迁移自适应学习十年进展
【综述】迁移自适应学习十年进展
专知
41+阅读 · 2019年11月26日
【伯克利Pieter Abbeel教授报告@CMU】元学习与深度强化学习的机器人应用，84页ppt
【伯克利Pieter Abbeel教授报告@CMU】元学习与深度强化学习的机器人应用，84页ppt
专知
12+阅读 · 2019年10月12日
ICML2019《元学习》教程与必读论文列表
ICML2019《元学习》教程与必读论文列表
专知
41+阅读 · 2019年6月16日
斯坦福教授ICLR演讲：图网络最新进展GraphRNN和GCPN（附PPT下载）
斯坦福教授ICLR演讲：图网络最新进展GraphRNN和GCPN（附PPT下载）
新智元
9+阅读 · 2019年5月31日
【干货】谷歌大脑：元学习最新进展与挑战（40 PPT下载）
【干货】谷歌大脑：元学习最新进展与挑战（40 PPT下载）
新智元
20+阅读 · 2019年1月29日
【强化学习干货】《深度学习与机器人学》大牛Pieter Abbeel 105页PPT下载
【强化学习干货】《深度学习与机器人学》大牛Pieter Abbeel 105页PPT下载
新智元
13+阅读 · 2019年1月2日
清华发布《2018自然语言处理研究报告》，65页PDF下载
清华发布《2018自然语言处理研究报告》，65页PDF下载
专知
29+阅读 · 2018年7月28日
【干货】DeepMind 研究科学家深度生成模型报告，视频+PPT一文全揽最新前沿进展（附下载）
【干货】DeepMind 研究科学家深度生成模型报告，视频+PPT一文全揽最新前沿进展（附下载）
专知
8+阅读 · 2017年12月27日
Learning Synthetic Environments for Reinforcement Learning with Evolution Strategies
Arxiv
0+阅读 · 2021年2月8日
In-Loop Meta-Learning with Gradient-Alignment Reward
In-Loop Meta-Learning with Gradient-Alignment Reward
Arxiv
1+阅读 · 2021年2月5日
Alchemy: A structured task distribution for meta-reinforcement learning
Arxiv
1+阅读 · 2021年2月4日
Hybrid Adversarial Inverse Reinforcement Learning
Arxiv
0+阅读 · 2021年2月4日
Multi-Domain Multi-Task Rehearsal for Lifelong Learning
Multi-Domain Multi-Task Rehearsal for Lifelong Learning
Arxiv
12+阅读 · 2020年12月14日
Asymmetric Loss For Multi-Label Classification
Arxiv
6+阅读 · 2020年9月29日
Information-Directed Exploration for Deep Reinforcement Learning
Information-Directed Exploration for Deep Reinforcement Learning
Arxiv
5+阅读 · 2018年12月18日
Deep Representation Learning for Domain Adaptation of Semantic Image Segmentation
Arxiv
10+阅读 · 2018年5月10日
Accelerated Reinforcement Learning
Arxiv
6+阅读 · 2018年4月24日
Activation Maximization Generative Adversarial Nets
Arxiv
5+阅读 · 2018年1月30日
VIP会员
相关主题
元学习
人工智能
强化学习
神经科学
认知科学
相关VIP内容
【NeurIPS 2020】最新《元学习神经架构、初始权值、超参数和算法组件》报告，附视频与PPT
【NeurIPS 2020】最新《元学习神经架构、初始权值、超参数和算法组件》报告，附视频与PPT
专知会员服务
19+阅读 · 2020年12月18日
【NeurIPS2020】DeepMind最新《神经科学人工智能》报告，126页ppt
【NeurIPS2020】DeepMind最新《神经科学人工智能》报告，126页ppt
专知会员服务
67+阅读 · 2020年12月10日
最新《模仿学习(Imitation Learning》进展报告, 加州理工Yisong Yue教授，附下载
最新《模仿学习(Imitation Learning》进展报告, 加州理工Yisong Yue教授，附下载
专知会员服务
39+阅读 · 2020年12月6日
【ICML2020-Tutorial】无标签表示学习，222页ppt，DeepMind
【ICML2020-Tutorial】无标签表示学习，222页ppt，DeepMind
专知会员服务
88+阅读 · 2020年7月14日
【DeepMind深度学习课程】无监督表示学习前沿进展，129页ppt，Unsupervised Representation Learning
【DeepMind深度学习课程】无监督表示学习前沿进展，129页ppt，Unsupervised Representation Learning
专知会员服务
77+阅读 · 2020年6月29日
Uber AI NeurIPS 2019《元学习meta-learning》教程，附92页PPT下载
Uber AI NeurIPS 2019《元学习meta-learning》教程，附92页PPT下载
专知会员服务
112+阅读 · 2019年12月13日
【伯克利Pieter Abbeel教授报告@CMU】元学习与深度强化学习的机器人应用，84页ppt
【伯克利Pieter Abbeel教授报告@CMU】元学习与深度强化学习的机器人应用，84页ppt
专知会员服务
32+阅读 · 2019年11月26日
【ICML 2019 | 元学习教程】伯克利Chelsea Finn、Sergey Levine主讲，附111PDF
【ICML 2019 | 元学习教程】伯克利Chelsea Finn、Sergey Levine主讲，附111PDF
专知会员服务
51+阅读 · 2019年11月12日
【Pieter Abbeel 报告@CMU】元学习与深度强化学习机器人应用，Deep Learning to Learn，84页ppt
【Pieter Abbeel 报告@CMU】元学习与深度强化学习机器人应用，Deep Learning to Learn，84页ppt
专知会员服务
31+阅读 · 2019年10月12日
【ICML2019 Tutorials】元学习：从小样本学习到快速强化学习(Meta-Learning: from Few-Shot Learning to Rapid Reinforcement Learning)，Google Brain的研究科学家| Chelsea Finn，加州大学伯克利分校| Sergey Levine
【ICML2019 Tutorials】元学习：从小样本学习到快速强化学习(Meta-Learning: from Few-Shot Learning to Rapid Reinforcement Learning)，Google Brain的研究科学家| Chelsea Finn，加州大学伯克利分校| Sergey Levine
专知会员服务
50+阅读 · 2019年6月10日
热门VIP内容
相关资讯
【ICML2020-Tutorial】无标签表示学习，222页ppt，DeepMind
【ICML2020-Tutorial】无标签表示学习，222页ppt，DeepMind
专知
30+阅读 · 2020年7月14日
Uber AI NeurIPS 2019《元学习meta-learning》教程，附92页PPT下载
Uber AI NeurIPS 2019《元学习meta-learning》教程，附92页PPT下载
专知
16+阅读 · 2019年12月13日
【综述】迁移自适应学习十年进展
【综述】迁移自适应学习十年进展
专知
41+阅读 · 2019年11月26日
【伯克利Pieter Abbeel教授报告@CMU】元学习与深度强化学习的机器人应用，84页ppt
【伯克利Pieter Abbeel教授报告@CMU】元学习与深度强化学习的机器人应用，84页ppt
专知
12+阅读 · 2019年10月12日
ICML2019《元学习》教程与必读论文列表
ICML2019《元学习》教程与必读论文列表
专知
41+阅读 · 2019年6月16日
斯坦福教授ICLR演讲：图网络最新进展GraphRNN和GCPN（附PPT下载）
斯坦福教授ICLR演讲：图网络最新进展GraphRNN和GCPN（附PPT下载）
新智元
9+阅读 · 2019年5月31日
【干货】谷歌大脑：元学习最新进展与挑战（40 PPT下载）
【干货】谷歌大脑：元学习最新进展与挑战（40 PPT下载）
新智元
20+阅读 · 2019年1月29日
【强化学习干货】《深度学习与机器人学》大牛Pieter Abbeel 105页PPT下载
【强化学习干货】《深度学习与机器人学》大牛Pieter Abbeel 105页PPT下载
新智元
13+阅读 · 2019年1月2日
清华发布《2018自然语言处理研究报告》，65页PDF下载
清华发布《2018自然语言处理研究报告》，65页PDF下载
专知
29+阅读 · 2018年7月28日
【干货】DeepMind 研究科学家深度生成模型报告，视频+PPT一文全揽最新前沿进展（附下载）
【干货】DeepMind 研究科学家深度生成模型报告，视频+PPT一文全揽最新前沿进展（附下载）
专知
8+阅读 · 2017年12月27日
相关论文
Learning Synthetic Environments for Reinforcement Learning with Evolution Strategies
Arxiv
0+阅读 · 2021年2月8日
In-Loop Meta-Learning with Gradient-Alignment Reward
In-Loop Meta-Learning with Gradient-Alignment Reward
Arxiv
1+阅读 · 2021年2月5日
Alchemy: A structured task distribution for meta-reinforcement learning
Arxiv
1+阅读 · 2021年2月4日
Hybrid Adversarial Inverse Reinforcement Learning
Arxiv
0+阅读 · 2021年2月4日
Multi-Domain Multi-Task Rehearsal for Lifelong Learning
Multi-Domain Multi-Task Rehearsal for Lifelong Learning
Arxiv
12+阅读 · 2020年12月14日
Asymmetric Loss For Multi-Label Classification
Arxiv
6+阅读 · 2020年9月29日
Information-Directed Exploration for Deep Reinforcement Learning
Information-Directed Exploration for Deep Reinforcement Learning
Arxiv
5+阅读 · 2018年12月18日
Deep Representation Learning for Domain Adaptation of Semantic Image Segmentation
Arxiv
10+阅读 · 2018年5月10日
Accelerated Reinforcement Learning
Arxiv
6+阅读 · 2018年4月24日
Activation Maximization Generative Adversarial Nets
Arxiv
5+阅读 · 2018年1月30日
微信扫码咨询专知VIP会员
Top