人工智慧基礎
了解人工智慧是什麼、系統如何學習、失敗的地方以及如何在不炒作的情況下判斷主張。
免費人工智慧庫
177 簡明英語指南、結構化學習路徑和開放圖書館——由獨立的 501(c)(3) 非營利組織構建,以便任何人都可以理解現代人工智慧。
從這裡開始
每門課程都包括明確的成果、映射的能力、實踐活動和應用的頂點。
了解人工智慧是什麼、系統如何學習、失敗的地方以及如何在不炒作的情況下判斷主張。
有效率地使用人工智慧,同時保護隱私、檢查輸出並維持人類責任。
評估工作場所用例、運行安全試點、衡量價值並負責任地傳達變更。
透過權利、公平、治理、安全和公共利益結果來分析人工智慧系統。
透過實務系統設計,了解語言模型、檢索、代理、評估、成本及部署保障。
主題曲目
跳入您關心的領域。每條賽道都有多個簡單的英文指南。
全庫
177 的 1019 顯示指南。按曲目過濾或上方搜尋。
Toolformer 是一種 2023 Meta AI 方法,可讓語言模型自學何時以及如何呼叫計算器、搜尋引擎等外部工具…
科技了解 Voyager 的工作原理:一個 Minecraft AI 代理,可以編寫程式碼、儲存可重複使用的技能,並透過終身學習進行改進,無需梯度更新。
科技生成代理是由語言模型驅動的人工智慧角色,可以像可信的人一樣進行記憶、計劃和反應。
科技人工智慧代理需要兩種長期記憶:針對特定過去事件的情景記憶和針對一般事實的語義記憶。
科技隱馬可夫模型描述了一個系統,該系統透過您無法直接看到的隱藏狀態移動,並沿途發出可觀察的輸出。
科技高斯過程是一種靈活的非參數方法,用於對具有內建不確定性估計的函數進行建模。
科技Q-Learning 是一種強化學習演算法,透過嘗試逐漸了解每個動作的價值,教導智能體哪些動作效果最好…
科技Actor-Critic 方法結合了兩個學習器:一個選擇動作的「actor」和一個判斷這些動作有多好的「critic」。
科技蒙特卡羅樹搜尋 (MCTS) 是一種規劃演算法,透過選擇性地建立搜尋樹並模擬許多可能的未來來決定最佳移動。
科技Adam 是大多數現代神經網路背後的主力優化器,自動調整每個參數的單獨學習率。
科技學習率計畫會在訓練期間改變步長,而不是保持固定。
科技層歸一化透過重新調整每個範例中的活化來穩定訓練,使它們具有零均值和單位方差。