智源社区周刊:LeCun等撰文回应Marcus;朱松纯团队价值对齐工作登Science官网头条;马毅沈向洋等公开AI智能综述论文...

汇聚每周AI观点、研究和各类资源,不错过真知灼见和重要资讯!欢迎扫码,关注并订阅智源社区AI周刊。

8939ac97f0907f574a47fddad2b35819.png

观点

  1. Yann LeCun等撰文回应Marcus:当前对符号推理的争论都是边缘问题

【摘编】深度学习系统可以学会操作符号吗?Gary Marcus等人认为,符号推理是认知的核心。但事实证明,将人类专业知识提炼成一套规则和事实是非常困难、耗时且昂贵的,这被称为“知识获取瓶颈”。而这正是神经网络擅长的地方:发现模式、能够接受歧义。Marcus建议简单地将两者结合起来:在学习模块的前部插入一个硬编码的符号操作模块。

但是,由于操作的是离散符号,因此不可微的,与深度学习系统不兼容。神经网络方法认为,我们不需要手工制作的符号推理系统,而是可以学习它,我们用符号示例训练机器,令其进行正确的推理,将其作为完成抽象模式的问题来学习。当然,目前的AI系统在这方面并不是很可靠。而Marcus认为,符号推理是all-or-noting的事情,由于没有使用符号推理,大模型就不是真正的推理,而只是在进行苍白的模仿。对于Marcus来说,从深度学习到真正的智能之间是没有途径的。正如格言所说,“你不能通过爬足够高的树就到达月球。”

Yann LeCun等认为,当前对于符号推理争论的问题都过于边缘,研究者们没有讨论核心问题:符号操作需要硬编码,还是可以通过学习获得?鉴于最近DALL-E 2、Gato和PaLM等案例中看到的任务持续增量改进。文章建议人们不要将深度学习遇到的障碍误认为是其已经碰壁。之前已经有人预测了深度学习不可避免的失败,但并不值得押注在这个观点上。

  1. 张勤院士谈新一代人工智能:可解释性、不依赖或少依赖数据独立同分布、知识系统化、能处理不确定性、未必通用

【摘编】回顾第一代第二代人工智能的发展历程,全国政协常委、国际核能院院士张勤认为,当前AI应着力研究两个领域:1.研究生物脑的工作机理。2.研究能解决具体问题的AI模型,无论其基于知识还是基于数据的AI都可以,但不一味追求AGI。此外,不同领域有不同需求,从而适用不同模型,一些不需要可解释的领域使用深度学习模型。但对于诊病(不只是看片或疾病筛查)和工业系统故障诊断来说,没有可解释性的模型是不可信的,因而不宜使用。张院士强调:“AI是一门科学技术,将由人类智能解决的问题转化为由人造机器来解决。这里首先要明确所解决的问题是不是智能问题。如果是,且由机器来解决,就是AI。适合于解决本领域智能问题的模型就是强AI模型,与其是否通用无关。”

“一个通用的学习引擎是一个闭环系统,它联合并构建四个必要的元素:紧凑编码、反馈控制、优化网络和自我批判博弈(Self-critiquing Game),它是任何自主智能系统的最基本构建块......一套正确的智力原则应该同样适用于蚂蚁、大象或人类。同样的,这些原则应该同样适用于个人创新者、小型初创公司或谷歌。智能一直是并且应该永远是自然界中最民主的技术。”

——7月15日,马毅在推特上谈到对智能的理解时如是说。

“当你开始创业时,不要寄希望于别人会把好的想法或资源放在盘子里递给你。许多人都是从利用业余时间做一些小项目开始的。随着最初的成功,即便是微小的成功,不断提高的技能也提升了你提出更好想法的能力,并且更容易说服他人帮助你攻克更大的项目。”

——在新一期的《Batch》专栏中,吴恩达为青年学生介绍发展AI职业生涯的重要步骤——项目实践。

研究前沿

(点击阅读原文查看完整内容)

  1. 朱松纯团队研究登上《Science》官网头条:实时双向人机价值对齐 In-situ bidirectional human-robotvalue alignment

  2. 马毅、沈向洋、曹颖等撰写智能产生的综述文章:论智能产生的简约和自洽原则

  3. 谷歌提出可靠性机器学习模型Plex:让大模型对分布外数据提出合适的预测结果

  4. Meta推出Make-A-Scene:为AI图像生成提供更强的的创造性控制

研究机构和科学家动态

(点击阅读原文查看完整内容)

  1. 英国阿兰图灵研究院发布2021年度报告:发布Turing2.0计划,已拨款200万英镑支持其研究项目

  2. 特斯拉AI高级总监、自动驾驶负责人Andrej Karpathy宣布离职

  3. Sam Altman宣布:Dall·E 2用户已突破10万

  4. DeepMind与英国弗朗西斯克里克研究所达成合作,推动蛋白质设计和基因组学研究

  5. Hugging Face推出BigLAM黑客松竞赛:构建面向图书馆、档案和博物馆领域的数据集

  6. Hugging Face公开BigScience开源训练语言大模型:1760亿参数,支持59种语言,现可下载使用

企业和投融资动态

(点击阅读原文查看完整内容)

  1. 谷歌和法国风能企业达成合作,将使用AI算法预测风力发电量

  2. 国产AI芯片供应商天数智芯完成新一轮10亿元人民币融资

  3. 以色列公司AI21 Labs B轮融资6400万美元,估值到6.6亿

  4. 2021-2022人工智能投融资数据公开:AI芯片受到追捧,红杉、腾讯最活跃

活动

(点击阅读原文报名)

  1. 视频回放 | 2022智源大会开幕式及分论坛视频上线

  2. 报名 |《算法之美》作者Brian Christian:AI对齐问题:机器学习和人类价值观(安远AIx机器之心,7月23日)

  3. 报名 | UC伯克利助理教授Jacob Steinhardt:预训练大模型时代的AI风险和安全(安远AIx机器之心,7月30日)

  4. 报名 | 科大讯飞崔一鸣:预训练语言模型最新研究进展(悟道Talk,7月20日)

招聘

(点击阅读原文申请)

  1. 智源研究院 | AI for Science方向研究员,探索生命科学前沿,解决世界级科研问题

  2. 智源研究院 | 分子动力学方向研究员,研究生物大分子动力学模拟,实现分子结构功能的预测泛化

  3. 智源研究院 | 类脑智能方向研究员,追踪国际前沿文献,研发具有生理功能的大规模高精度神经网络模型

资源

(点击阅读原文查看完整内容)

  1. MLOps发展历程综述:概述,定义和架构

  2. FAIR、蒙特利尔大学、CMU等撰写:《终身监督学习导论》

  3. Colossal-AI支持训练微调Hugging Face社区模型,几行代码即可实现

  4. 美国兰德公司发布《人工智能、DeepFake和虚假信息》报告:探讨对社会和国家安全的影响及应对


查看预训练、强化学习等领域周刊内容,欢迎点击阅读原文。

招聘、活动、推广等合作,请联系:editor@baai.ac.cn

84188bb51cf050dd07a2d3d837843222.png

大模型学习、研发、部署,欢迎扫码加入飞智(FlagAI)项目交流群

f3836c3afcb87335c862a2b9452268e1.png

了解AI重点方向前沿进展,扫码下载青源会展望报告

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值