AIGC动态欢迎阅读
内容摘要:
桑基韬 北京交通大学教授
目录
引言
趋势一:从专用到通用-预训练大模型和智能代理
(1)预训练语言模型
(2)视觉和多模态预训练
(3)预训练模型的应用
(4)AI Agent
趋势二:从能力对齐到价值对齐-可信与对齐(1)可信:小模型时代的价值对齐(2)大模型时代的价值对齐趋势三:从设计目标到学习目标-预训练+强化学习(1)预训练获得基础能力,强化学习进行价值对齐(2)预训练模仿人类,强化学习超越人类展望(1)“真”多模态:从微调回归预训练(2)系统一 vs. 系统二(3)基于交互的理解和学习(4)超级智能 vs 超级对齐
引言
1956年的达特茅斯会议将“人工智能”定义为“使机器能够模拟人类进行感知、认知、决策、执行的一系列人工程序或系统”。这一定义催生了模仿人类智能的两种思路-逻辑演绎和归纳总结,它们分别启发了人工智能发展的两个重要阶段:(1)1960至1990年,以逻辑为基础、侧重知识表达与推理的知识工程方法;(2)1990年之后,以概率为基础、强调模型构建、学习和计算的机器学习方法。
知识工程:逻辑演绎 vs. 机器学习:归纳总结
经过30多年的发展,机器学习方法大致经历了
原文链接:浅谈人工智能的趋势和展望
联系作者
文章来源:人工智能学家
作者微信:AItists
作者简介:致力成为权威的人工智能科技媒体和前沿科技研究机构
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...