為何人類能接收比AI更少的訊息就學會工作?DeepMind發表人類的元學習理論

人工智慧需要數千小時的遊戲時間才能達到並超越人類玩家的水平,我們則可以在幾分鐘內掌握以前從未玩過的遊戲的基礎操作。 DeepMind 對這個問題進行了研究,並撰寫了一篇網誌介紹了論文的主要內容。

連Google DeepMind都學會了走迷宮,路癡們怎麼辦?

Google 旗下的人工智慧團隊 DeepMind 發布論文宣布了一項突破性的進展:他們所研發的一個人工智慧程式,擁有跟哺乳動物大腦中網格細胞工作原理類似的能力,能夠做到認路走捷徑。這項研究成果不僅展現了人工智慧目前在空間和方位認知上的水平,還為神經科學提供了新的研究思路,讓人們可以更好地理解人類大腦的工作原理。

你一定填寫過他們的問卷!AWS 雲端服務助攻台灣新創 SurveyCake 走向世界

台灣市佔最大的線上問卷平台 SurveyCake,起初因為參加一場 AWS 研討會而開發了線上問卷服務。創業 5 年後規模、營收跳躍成長,AWS 再助攻一把、將台灣新創推向全球市場。

DeepMind 爆發性突破!讓 AI 擁有大腦中定位機制自動選擇捷徑路線

DeepMind 近日登上《自然》上的論文,最新研發出的 AI 具有類動物行為的尋路能力,類似大腦中網格細胞的運作!

AlphaGo使用的強化學習是人工智慧新星?讓專家告訴你為什麼這不是通用解方

深度強化學習可以說是人工智慧領域現在最熱門的方向,它之所以聲名大振,與 DeepMind 團隊用它在 AlphaGo 和 AlphaZero 上大獲成功脫不了關係。但本文作者 Alex Irpan 想要告訴大家,深度強化學習是個大坑,別著急入坑!它的成功案例其實不算很多,但每個都太有名了,導致不了解的人對它產生了很大的錯覺,高估能力而低估了難度。

別再用 Cookie 追蹤我!當數據碰上隱私,未來數位行銷三大方向

當法規、大型平台陸續改變遊戲規則,對過去高度仰賴第三方 Cookie 數據來流量變現的數位媒體產業來說,已然來到「如果不改變,就等著被改變」時刻。

不用標記就可辨識圖像! DeepMind 最新研究用強化對抗學習合成繪圖程式

它們是自己學會做這件事,而不是靠人工標記的數據集。

進軍法國,DeepMind 將在巴黎設立首座歐洲人工智慧實驗室!

DeepMind 官方部落格公佈了一則重大消息,表示在法國巴黎設立一個新的人工智慧實驗室。這將是 DeepMind 在歐洲大陸設立的第一個人工智慧實驗室!

【數位轉型私房菜】遠傳「大人物」計畫搶佔未來趨勢,微軟助攻加速數位轉型

遠傳電信積極跳脫傳統電信角色,讓電信業者的觸角不再侷限於通訊功能,以「大人物」計畫及透過與微軟合作雲端技術、資源導入,提供多元數位服務和企業解決方案,帶動營收。

DeepMind 黃士傑博士:我將離開 AlphaGo 計畫,已為旅程劃下美好句點

但別那麼感傷,黃博士會繼續在 DeepMind 參與其他專案,也會在深度學習與強化學習的 AI 研究上持續探索與精進。

AlphaZero 完爆前輩 AlphaGo Zero,還贏了西洋棋和象棋最強的 AI!

訓練 34 個小時的 AlphaZero 勝過了訓練72 小時的 AlphaGo Zero。

從歐美紅到台灣的無線網路系統:Ubiquiti UniFi 打造 INSIDE 百坪辦公空間「零中斷漫遊」

網路是現代商業不可或缺的必備工具,然而連網的使用體驗未必能盡如人意。有別於一般常見的路由器,在歐美大受歡迎的 Ubiquiti UniFi 系統,或許是提供高效能網路的好解方。

DeepMind 最新進展:與英國癌症研究中心合作,利用 AI 治療乳癌

DeepMind 公司宣布利用 AI 打擊乳癌,將與倫敦帝國理工學院的英國癌症研究中心領導的一些健康研究機構合作。

黃士傑:AlphaGo Zero 只用了三天,就走過人類幾千年圍棋研究的歷程

DeepMind 資深研究員黃士傑博士(Aja Huang)今日回台在首屆人工智慧年會上發表以「AlphaGo:深度學習與強化學習的勝利」為題的演講。

專訪新創 WeavAir 執行長:「透過企業扶持,緊密連結創新社群、催化智慧移動」

參與新創比賽對新創團隊來說是否真的有實際上的幫助?透過參與 Audi Innovation Award(AIA)競賽,WeavAir與汽車產業建立連結,讓技術找到新的市場切入點,並在Audi豐富的跨國資源網下,讓其產品的概念能夠有機會被實現、商轉。

cool3c logo x 友站推薦

Google人工智慧「AlphaStar」訓練累積200年遊戲時間 擊敗《星海爭霸II》電競選手

AlphaStar藉由類似AlphaGo以「分身」形式,在系統執行運作中分成諸多分身進行對戰,並且從對戰過程中學習經驗,在電腦系統累積學習超過200年的遊玩時間,最後在與電競選手的兩組五局對戰過程中,獲得十戰全勝成果。 先前以AlphaGo在圍棋項目壓倒韓國九段棋手李世乭,並且以新版本接續擊敗世界棋王柯潔之後,DeepMind團隊將發展方向轉向遊戲,透過強調即時戰略思考的《星海爭霸II》訓練電腦系統。而在稍早藉由名為「AlphaStar」的人工智慧系統運作之下,DeepMind團隊再次讓電腦在連續兩組五局對戰中贏過電競選手。 「AlphaStar」的訓練模式,基本上也是透過分析諸多玩家操作的遊

AlphaGo開發團隊用智力測驗訓練人工智慧「抽象思考」能力 朝人腦思考模式更近一步

AlphaGo開發團隊DeepMind已經開始訓練人工智慧何謂「抽象思考」,希望未來人工智慧能讓真正的人類一樣藉由推演思考回答問題。 在藉由遊戲等方式訓練人工智慧系統之後,DeepMind團隊接下來也計畫讓人工智慧挑戰智力測驗。 根據《新科學人》雜誌報導,位於英國倫敦的Google DeepMind團隊計畫藉由智力測驗方式訓練人工智慧,藉此讓人工智慧能有更具抽象「思考」能力。 而DeepMind團隊所採用訓練方式,則是透過1936年由英國心理學家John Raven提出的瑞文氏圖形智力測驗 (Raven』s Progressive Matrices),藉由漸進矩陣構圖組成題組,以有複雜難度層次

Google DeepMind 在雷神之槌 III 展現 AI 的合作能力,甚至比人類玩家更懂合作精神

先前許多 AI 與娛樂遊戲的案例,多半為訓練單一 AI 進行遊戲,或是使 AI 與人類玩家對戰、對奕,但不少 AI 研究也在試圖研究讓 AI 進行合作的、甚至與人類玩家一起合作;而 Google 的 DeepMind 最近就公布他們的新進度,讓透過團體訓練的 AI 在雷神之錘 III 競技場的奪旗遊戲( Quake III Arena Capture the Flag )進行高水準的合作,還可與人類玩家一起合作。 這項遊戲是讓兩隊在地圖上進行搶奪與保護旗幟的遊戲,另一方面也可相互廝殺把對方玩家送回重生點,而賽制則選擇 5 分鐘一個回合;當然這類的 AI 培訓為了公平起見,不能讓 AI 直接使用