文摘

机器学习怎么和人类和动物一样有效吗?

机器学习的原因和怎么计划?

机器学习如何知觉和行动计划在不同层次的抽象,使他们能够原因,预测,并计划在多个时间范围?

在这个研讨会,将提出一个可能的路径对雅安·勒存自治智能代理,基于一种新的模块化的认知体系结构和一种新的self-supervised培训模式。建议的体系结构的核心是一个可配置的预测世界模型,允许代理的计划。行为和学习是由一组可微的内在成本函数。世界模型使用一种新型的能源模型架构称为H-JEPA(层次联合嵌入预测架构)。H-JEPA学习层次的抽象表示,同时最大限度地丰富和最大可预测的。相应的工作报告在这里。

传记

副总裁和首席雅安·勒存元人工智能科学家和银库朗教授在纽约大学隶属于数学科学研究所&数据中心的科学。他是纽约大学的创始主任公平和科学数据中心。他收到一个工程文凭ESIEE(巴黎)和巴黎索邦大学博士学位。在多伦多一个博士后之后,他于1988年加入美国电话电报公司贝尔实验室,和AT&T实验室1996年的图像处理研究。他于2003年加入纽约大学当教授和元/ Facebook在2013年。他的兴趣包括人工智能、机器学习、计算机知觉,机器人技术,计算神经科学。他获得了2018年的ACM图灵奖(杰弗里•辛顿和Yoshua Bengio)为“概念和工程的突破使深层神经网络的一个关键组成部分的计算”,美国国家科学院的一员,美国国家工程院院士,法国Academie des科学。