论文题目

NEURONS SPIKE BACK :The Invention of Inductive Machines and the Artificial Intelligence Controversy

论文摘要

自2010年以来,基于机器学习的预测技术,特别是深度学习神经网络,在“人工智能”的总称下,在图像识别或自动翻译领域取得了令人瞩目的成绩。但他们与这一研究领域的关系并不简单。在纷繁复杂的人工智能历史中,使用所谓“连接主义”神经网络的学习技术长期受到“象征”运动的嘲弄和排斥。本文从符号主义和联结主义两种方法的张力出发,追溯了人工智能的历史。从科学和技术的社会历史角度来看,它试图强调研究人员如何依靠海量数据的可用性和计算能力的倍增,通过恢复控制论时代的自适应和归纳机器的精神,重新制定象征性人工智能项目。

论文作者

Jean-Philippe COINTET,是科学研究所的研究员,其发展了计算社会学方法。其研究对象包括社交媒体分析(Facebook、公众评论)、科学动力学(肿瘤学集体思维(CIHR项目)、合成生物学的出现)、政治过程(政治话语、气候变化谈判)等。

Antoine MAZIÈRES,Dominique CARDON 。

成为VIP会员查看完整内容
0
7

相关内容

题目: The Unstoppable Rise of Computational Linguistics in Deep Learning

摘要:

本文追溯了神经网络在自然语言理解任务中的应用历史,并确定了语言的本质对神经网络体系结构发展的关键贡献。重点讨论了基于注意模型中变量绑定及其实例化的重要性,并认为Transformer不是一个序列模型,而是一个诱导结构模型。这一观点导致了对自然语言理解的深度学习架构的研究所面临预测的挑战。

成为VIP会员查看完整内容
0
4

题目: Machine learning and the physical sciences

摘要:

机器学习(ML)包含广泛的算法和建模工具,用于大量的数据处理任务,这些任务近年来已经进入大多数科学学科。本文有选择地回顾了机器学习与物理科学接口的最新研究进展。这包括由物理洞察力驱动的ML的概念发展,机器学习技术在物理中的几个领域的应用以及这两个领域之间的交叉。在介绍了机器学习方法和原理的基本概念之后,举例说明了如何用统计物理来理解ML中的方法,然后介绍了ML方法在粒子物理和宇宙学、量子多体物理、量子计算、化学和材料物理中的应用。此外,还强调了针对加速ML的新型计算体系结构的研究和开发。每个部分都描述了最近的成功以及特定领域的方法和挑战。

作者简介:

Giuseppe Carleo于2018年加入了位于美国计算量子物理中心的Flatiron研究所。2007年,他在罗马大学获得物理学学士学位;2011年,他在意大利国际高等研究学院获得凝聚态理论博士学位。他在法国光学研究所和瑞士苏黎世联邦理工学院获得博士后。他也是苏黎世联邦理工学院计算量子物理学的讲师。Carleo的主要研究方向是发展先进的数值算法来研究强相互作用量子系统的挑战性问题。他的研究应用范围包括凝聚态物质、超冷原子和量子计算。他对量子蒙特卡罗方法的发展做出了贡献,包括平衡和动态特性,包括时变蒙特卡罗和神经网络量子态。在CCQ,他正在开发和推广基于人工智能的新技术来解决量子问题。他是开源项目NetKet的创始人和开发负责人。

成为VIP会员查看完整内容
0
12

题目: Machine Learning Advanced Techniques and Emerging Applications

简介:

跨不同的工业部门、业务单位和科研社区生成、存储和通信的数据量正在迅速扩大。移动通信和分布式/并行计算技术的最新发展使跨不同部分的生成数据的实时收集和处理成为可能。一方面,移动通信行业所支持的物联网(IoT)连接了能够收集异构数据的各种类型的传感器。另一方面,计算能力的最新进展,例如图形处理单元(gpu)中的并行处理和云计算集群上的分布式处理,使处理大量数据成为可能。有必要从大量数据(所谓的大数据)中发现重要的模式并推断出趋势,以增强数据驱动的决策过程。机器学习中已经开发了工具和技术,以结构化和自动化的方式从可用数据中得出有洞察力的结论。机器学习算法基于多个领域开发的概念和工具,包括统计、人工智能、信息论、认知科学和控制理论。机器学习的最新进展在不同的科学领域有广泛的应用。这本书涵盖了机器学习技术在智能城市、自动化工业和新兴企业的广泛应用领域的最新进展。

章节:

  • 第一章:机器学习的硬件加速器设计
  • 第二章:利用可负担的数据收集建立预测空气污染的回归模型
  • 第三章:基于多个内核的多媒体融合用于从Tweets中自动检测事件
  • 第四章:使用情绪分析和机器学习算法来确定市民的看法
  • 第五章:从高级机器学习到深度学习的曲折之路
  • 第六章:认知无线电网络中频谱管理的机器学习方法
  • 第七章:Osamah Ali Abdullah和Ikhlas Abdel-Qader提出的用于无线室内定位的机器学习算法
  • 第八章:利用深度卷积神经网络对感染疟疾的细胞进行分类
  • 第九章:Ibtehal Talal Nafea的《教育技术中的机器学习》
  • 第十章:改进产品推荐的基于情感的语义规则学习
  • 第十一章:一种应用于最大可满足性问题的多级进化算法

作者简介:

Hamed Farhadi是瑞典斯德哥尔摩爱立信研究所的研究员。2014年在瑞典斯德哥尔摩KTH皇家理工学院获得博士学位。2016年,他是美国马萨诸塞州剑桥市哈佛大学的博士后研究员,2015年,他是瑞典哥德堡查尔默斯理工大学的博士后研究员。他的研究兴趣主要集中在统计信号处理和机器学习等广泛的应用领域,包括无线医疗系统、微型机器人手术、临床数据分析和无线信息网络。他曾获得多项学术奖项,包括ICASSP 2014最佳学生论文奖。Farhadi博士是2015年IEEE医学信息与通信技术国际研讨会(ISMICT)的联合主席。

成为VIP会员查看完整内容
0
8

报告主题:互联网、社会互动和群体行为

报告摘要:人与人的互动是人类社会赖以形成、维持和生长的微观基础。互联网的出现,深刻地改变了社会互动的广度、深度和模式。其中一个重要的效应,是整个社会日趋散众化。散众的基本特征是,基于互联网时代信息的过载、自闭和高频流动,社会各成员之间难以形成深入的情感交流和价值共识,但是基于无远弗届的互联网而形成的物理联系,却又特别容易同频共振,不时引发规模巨大而又能量惊人的群体行为。这样一种啸散啸聚的群体行为,对于社会秩序的维持和发展是一个严重挑战,从而是当前全球和中国社会治理中必须应对的难题,亟需社会各界共同思考。

嘉宾简介:冯仕政,中国人民大学社会与人口学院教授、院长。主要从事政治社会学、组织社会学、社会治理与国家构建、社会转型与政治秩序等领域的研究。在国内外重要学术期刊上发表论文数十篇,著有《当代中国的社会治理与政治秩序》、《西方社会运动理论研究》、《社会治理新蓝图》等书。曾主持国家社科基金重点课题、“马克思主义理论研究和建设工程”重大课题;获北京市哲学社会科学优秀成果一等奖、霍英东教育基金高等院校青年教师奖、宝钢优秀教师奖、北京市高等教育优秀教学成果奖、高等教育国家级教学成果奖。入选教育部“新世纪优人才”、“青年长江学者”,北京市新世纪社科理论人才“百人工程”和“四个一批”理论人才培养工程。

成为VIP会员查看完整内容
互联网、社会互动和群体行为.pptx.pdf
0
5
Top