谈谈元学习的技术实现框架

机器学习围绕一个具体的任务展开， 然而生物体及其一生， 学习的永远不只是一个任务。与之相对应的叫做元学习， 元学习旨在掌握一种学习的能力， 使得智能体可以掌握很多任务。如果用数学公式表达， 这就好比先学习一个函数F（x），代表一种抽象的学习能力， 在此基础上学习f（x）对应具体的任务， 如下图所示 。我们做一个比喻， 机器学习学习某个数据分布X到另一个分布Y的映射。而元学习学习的是某个任务集合D到每个任务对应的最优函数f（x）的映射（任务到学习函数的映射）Learning to reinforcement learn JX Wang多阶段的学习， 通过学习先验结构， 流行表示， 世界模型的交互性过程，得到类似生物的多任务能力， 当这种能力越来越强， 我们是否打开了AGI的大门？所有的元学习都需要不同形式的记忆， 如procedural， episodic， associative。而把不同的记忆模块有机结合起来， 通过attention来读取， 最终我们是否会得到一个类似大脑的网络？同样的， 元学习的方法是否可以提示我们大脑是如何进行快速的适应和学习， 拥有如此高的数据利用效率？这些都是非常有意义的问题。如果你有合作的想法， 可联系许铁， 这也是清华脑与智能实验室的一个重要探索方向。更多阅读
站在AI与神经科学交叉点上的强化学习
类脑计算背后的计算神经科学框架

老师2019-10-24 10:33:43

我快哭了，自己的想法正在一步一步被这个世界实现

吸引子2019-10-29 12:44:59

人在快速学习一件新事物的时候，讲述者往往用大家都熟悉的事物来比喻使听众得到很好的理解，这就渗透着元学习的一些方法，但又不同于文章中讲的方法，比如水、水蒸汽和冰本质上是一种物质，只是在不同物理环境下的不同表现形式，这样的本质学习又属于哪一类呢？是否还是元学习呢？