Глубокое обучение, обучение с подкреплением и модели мира

Deep learning, reinforcement learning, and world models
David Silver, Yann LeCun, Masashi Sugiyama, Doina Precup, Maneesh Sahani, Yutaka Matsuo, Eiji Uchibe, Jun Morimoto
2022-04-19

глубокое обучениеинтеллект человеческого уровнянейронаучные результатыобучение с подкреплениеммировые модели
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.
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.

Методы глубокого обучения и обучения с подкреплением и модели мира в контексте изучения интеллекта на уровне человека

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
533
Access Type
Author Information
Authors
David Silver
Yann LeCun
Masashi Sugiyama
Doina Precup
Maneesh Sahani
Yutaka Matsuo
Eiji Uchibe
Jun Morimoto
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%