详细内容或原文请订阅后点击阅览
DeepMind 在 ICLR 2022 上的最新研究
除了作为赞助商和定期研讨会组织者支持此次活动外，我们的研究团队今年还发表了 29 篇论文，其中包括 10 篇合作论文。以下是我们即将进行的口头、焦点和海报展示的简要介绍。
来源:DeepMind - 新闻与博客致力于提高人工智能的通用性
今天，会议季以第十届国际学习表征会议 (ICLR 2022) 拉开帷幕，该会议将于 2022 年 4 月 25 日至 29 日以线上方式举行。来自世界各地的参与者齐聚一堂，分享他们在表征学习方面的前沿工作，从推进人工智能的最新技术到数据科学、机器视觉、机器人技术等等。
ICLR 2022在会议的第一天，我们的科学人工智能和稳健与验证人工智能团队负责人 Pushmeet Kohli 将发表演讲，介绍人工智能如何显着改善从基因组学和结构生物学到量子化学甚至纯数学等广泛科学问题的解决方案。
除了作为赞助商和定期研讨会组织者支持此次活动外，我们的研究团队今年还将发表 29 篇论文，其中包括 10 篇合作论文。以下是我们即将进行的口头、焦点和海报展示的简要介绍：
优化学习
许多重要论文重点关注了我们提高 AI 系统学习过程效率的关键方法。这包括提高性能、推进少量学习以及创建降低计算成本的数据高效系统。
在 ICLR 2022 杰出论文奖获得者“Bootstrapped meta-learning”中，我们提出了一种算法，使代理能够通过自学来学习如何学习。我们还提出了一种策略改进算法，该算法重新设计了 AlphaZero——我们的系统从头开始自学掌握了国际象棋、将棋和围棋——即使在使用少量模拟进行训练时也能继续改进；一种正则化器，可减轻广泛的 RL 代理和环境中容量损失的风险；以及一种改进的架构，可以有效地训练注意力模型。
“引导式元学习” ICLR 2022 杰出论文奖 策略改进算法 AlphaZero 减轻容量损失风险的正则化器