构建行星级AI系统：机器学习决策前沿
四月底，全球人工智能科学家齐聚线上，参加国际学习表征会议（ICLR）。该会议聚焦于人工智能、统计学和数据科学的进步，以及计算机视觉、计算生物学、语音识别、文本理解、游戏和机器人技术等领域。
某机构的访问学者兼加州大学伯克利分校教授 Michael I. Jordan 发表了主题演讲，阐述了将人工智能发展成一个能够设计行星级系统、从而大规模帮助人类这一领域所面临的复杂性。
Jordan 解释道：“抽象当前存在于商业、医疗保健或交通等领域的IT系统，一个AI系统涉及许多人、计算机、数据流和决策。一个大规模AI系统将涉及一个由许多其他机器学习决策者组成的复杂网络，这些决策者需要协同工作，以最小化数据感知决策的风险。”
以下是 Jordan 的主题演讲内容。他在演讲中讨论了赌博机匹配市场、基于不确定性的Q学习以及任意时间错误发现率控制等方面的新成果。这些技术将有助于缓解机器学习决策中出现的新挑战，确保AI系统能够为依赖它们的人类做出更明智的决策。
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）
