在当今的机器智能中,我们可以看到许多有趣的新方法正在涌现,从诸如GPT-3或BERT-Large等大型模型的增长到传统卷积神经网络和注意力模型的收敛。
但是,如果要释放人工智能的全部潜力,我们需要在多大程度上专注于智能算法的基础呢?
在最新一集Pieter Abbeel的The Robot Brains播客节目中,Simon Knowles谈到了AI计算的基本特征、机器学习算法与计算图如何相似、稀疏性的重要性、以及他对机器智能下一个重大突破的预测。

点击收听完整播客
在当今的机器智能中,我们可以看到许多有趣的新方法正在涌现,从诸如GPT-3或BERT-Large等大型模型的增长到传统卷积神经网络和注意力模型的收敛。
但是,如果要释放人工智能的全部潜力,我们需要在多大程度上专注于智能算法的基础呢?
在最新一集Pieter Abbeel的The Robot Brains播客节目中,Simon Knowles谈到了AI计算的基本特征、机器学习算法与计算图如何相似、稀疏性的重要性、以及他对机器智能下一个重大突破的预测。
点击收听完整播客