Глубокое обучение, обучение с подкреплением и модели мира
Deep learning, reinforcement learning, and world models
2022-04-19
SCID: 54.1/8tc4z7y7
Discuss with AI
глубокое обучениеинтеллект человеческого уровнянейронаучные результатыобучение с подкреплениеммировые модели
Figures from the paper
Abstract (AI)
Методы глубокого обучения (DL) и обучения с подкреплением (RL) представляются незаменимыми факторами для достижения ИИ на уровне человека или превосходящего человека. Одновременно DL и RL имеют тесные связи с функциями мозга и нейронаучными результатами. В этом обзоре мы резюмируем доклады и обсуждения секции «Глубокое обучение и обучение с подкреплением» Международного симпозиума по искусственному интеллекту и науке о мозге. В рамках секции обсуждался вопрос о том, можно ли на основе недавних достижений алгоритмов глубокого обучения и обучения с подкреплением получить всестороннее понимание человеческого интеллекта. Докладчики представили свои последние исследования, которые могут являться ключевыми технологиями для достижения интеллекта на уровне человека.
Key Findings
1
Методы DL и RL тесно связаны с функциями мозга и нейронаучными открытиями, что указывает на их значимость для понимания биологического интеллекта.
2
Глубокое обучение (DL) и обучение с подкреплением (RL) являются незаменимыми факторами для достижения ИИ уровня человека или сверхчеловеческого ИИ.
3
Докладчики представили недавние исследования, которые отмечены как потенциально ключевые технологии на пути к достижению интеллекта уровня человека.
4
Статья обобщает доклады и обсуждения с сессии симпозиума, изучающие, могут ли недавние достижения DL и RL привести к всестороннему пониманию человеческого интеллекта.
Research Object
Методы глубокого обучения и обучения с подкреплением и модели мира в контексте изучения интеллекта на уровне человека
Research Subject
Их потенциал для достижения и объяснения интеллекта на уровне человека или выше, включая связи с функциями мозга и нейронаучными открытиями
Publication Details
Publication Date
2022-04-19
Journal
Publisher
ISSN
Cited by
611
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Работы, цитирующие эту статью5
Всесторонний обзор глубокого обучения: архитектуры, последние достижения и применения2024
Обзор больших зрительных моделей и визуальной инженерии промптов2023
Искусственный интеллект в детской неотложной медицине: применение, проблемы и перспективы развития2024
Периферийный общий интеллект на основе мировых моделей, больших языковых моделей и агентного искусственного интеллекта: основы, решения и проблемы2026
ИИ-агенты и агентный искусственный интеллект в селекции растений: новые рубежи, возможности и вызовы2026