谷歌再推AI开源平台AI·ON,你有机会参与Bengio的项目了

安妮 发自 凹非寺 量子位 出品 | 公众号 QbitAI

再次亮相。

首次推出一年后,谷歌又重新推出了AI开源项目讨论合作平台AI·ON(Artificial Intelligence Open Network)。

深度学习框架作者Keras作者、谷歌AI专家François Chollet在推特上称,此次重推还开放了3个新开源研究项目,其中一个还是深度学习大神Yoshua Bengio负责的。

人人皆可和Bengio共同建设此项目?这到底适合怎么肥事?

组织团队

这次更新的三位发起人均来自谷歌。

Francois Chollet是深度学习框架作者Keras作者,也是Google Brain的研究专家。Gabriel Pereyra是一名DeepMind的AI专家,还有Hugo Larochelle,也是Google Brain的研究人员。

AI·ON

这是一个开放的社区,项目发起人希望召集世界各地的志愿者研究小组来推进人工智能的发展,解决该领域领导者所提出的问题。

在项目官网上我们看到,对于项目领导者和研究人员来说,AI·ON具有双重意义。项目领导者可以将自己的项目挂在社区中,相当于将积压的工作外包出去,促进了AI研究中的机会平等,研究者可以在社区中寻找感兴趣的项目并贡献力量,获取经验。

去年10月首次推出时,AI·ON已经公布了10个AI项目,包括3个基础研究项目和7个应用研究项目。基础研究项目是现阶段没有解决方法重要问题,在较近的未来几年可能也没有办法完全解决;而应用研究项目是指已经可以应用机器学习知识解决应用问题的项目。

在官网上我们可以看到,此前推出的这十个项目已经归类到“遗留项目”分类中。

三个项目

这次重推AI·ON,也附带了3个新项目——

音乐生成中的少量分配学习(FEW-SHOT DISTRIBUTION LEARNING FOR MUSIC GENERATION)

项目负责人:Hugo Larochelle, Chelsea Finn, Sachin Ravi

类别:基础研究

少量分布学习是指在少量学习任务中学习生成模型。我们建议在生成了音乐数据(如歌词或MIDI序列)的背景下,利用自适应语言模型、少量学习和元学习的原理及最新进展进行相关研究。通过收集和构建问题的基准,可以评估各种解决方案。

项目代码地址:

https://github.com/AI-ON/Few-Shot-Music-Generation

项目介绍:

https://ai-on.org/pdf/larochelle-few-shot-distribution-learning.pdf

各种精神疾病(PSYCHIATRIC DISORDERS MANIFOLD)

项目负责人:Rajat Mani Thomas, Paul Zhutovsky, Guido van Wingen, Max Welling

类别:基础研究

精神疾病是最难以准确诊断和设计治疗计划的疾病之一,这些颇具挑战的任务关键是想象人类大脑的结构和功能特性。目前的机器学习还无法利用扫描的脑部信息图治疗疾病。

我们建议在一个嵌入空间中寻找多种结构/或功能性的脑部X光片。为此,我们提出了一种对抗性的自编码完成这个任务,希望找到几种能容纳其他替代方案的方法解决这一挑战。

项目介绍:

https://ai-on.org/pdf/thomas-discovering-manifold-psychiatric.pdf

意识先验(CONSCIOUSNESS PRIOR)

项目负责人:Yoshua Bengio, William Fedus

类别:基础研究

研究人员提出了一系列新的实验,来为表征学习探索一种新的先验知识,可以与其他先验知识结合起来,有助于将抽象因素分离开来。

意识被视为一些构成有意识思维的概念的低维组合,也就是说,将意识视为某一特定瞬间的认知。这项研究的灵感正来源于这种现象。这对表征提供了一种强大的约束,这样的低维思维向量就相当于关于真实的、非常可能的、或对决策有用的现实的陈述。

意识先验让Agent(智能体)在抽象空间中作出预测,而不是在感官(例如像素)空间做预测。每项预测只涉及到抽象空间中的少数维度。

研究人员还提出了在合成数据集上的实验,用来验证一些在最简单的场景下(意识机制仅用于做预测)实现意识先验的机制。

项目介绍:https://ai-on.org/pdf/bengio-coonsciousness-prior.pdf

还想了解更多,可以移步项目地址看看:

https://ai-on.org/

祝你玩得开心~

原文发布于微信公众号 - 量子位(QbitAI)

原文发表时间:2017-12-04

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据文摘

Intel研究院院长吴甘沙演讲全文:大数据分析师的卓越之道(32PPT)

29811
来自专栏数据科学与人工智能

【数据挖掘】模型、工具、统计、挖掘与展现

1. 数据分析多层模型介绍 这个金字塔图像是数据分析的多层模型,从下往上一共有六层: ? 底下第一层称为Data Sources 元数据层。 比如说在生产线上,...

2626
来自专栏华章科技

收藏 | 来自微软大神的机器学习秘籍!

在这个人人都可能是学霸的全民学习时代,为什么人与人的差距依然很大?像优达学城这样的学习网站可以为每一个人想要学习的人带去技能和知识的补充,但要成为一个优秀的人才...

1053
来自专栏人工智能头条

猜你喜欢-----推荐系统原理介绍

2182
来自专栏数据科学与人工智能

机器学习实践指南:理解、差异化和应用

作者:Rob Thomas 和 Jean-François Puget 机器学习由Arthur Samuel在1959年首次定义,即“学习领域,使计算机能够在没...

2684
来自专栏CSDN技术头条

Facebook开源Torchnet,加速AI研究

近日,Facebook 发表了一篇学术论文和一篇博客帖子详述Torchnet——一个用于简化人工智能——深度学习的新型开源软件。 图片描述 深度学习涉及海量数据...

2209
来自专栏机器人网

MIT分布式运算革新机器学习算法

从语音识别系统到自助停车等人工智能领域,“机器学习”的最新进展总能吸引大众的眼球。 所谓机器学习,就是让计算机在数据库中搜索特定模型从而获得新技能,以及让自主机...

3466
来自专栏专知

深度学习为什么需要工业化标准

【导读】近日,深度学习作者Carlos E. Perez发表一篇博客,讨论了深度学习的工业化标准问题。我们知道,深度学习是当前AI领域的一个利器,其标准也不能照...

3725
来自专栏牛客网

热乎的腾讯数据分析实习生面经

早上九点半,五星级酒店房间里一对一面试。 面试官是个笑起来很好看的南方美女,我猜应该是搞推荐算法的。 开场是常规,自我介绍,介绍简历中的项目经历。很失败,被批用...

3707
来自专栏新智元

AI 再造搜索3招:谷歌如何用机器学习和深度学习直接给你答案

【新智元导读】搜索是最先一批被人工智能深刻改变的行业,这不仅仅是因为搜索公司(谷歌、百度、微软)跑在了AI 革命的前面。本文从搜索结果、视频搜索和精准营销/SE...

3204

扫码关注云+社区

领取腾讯云代金券