0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

數(shù)據(jù)智能系列講座第3期—交流式學(xué)習(xí):神經(jīng)網(wǎng)絡(luò)的精細與或邏輯與人類認知的對齊

廈門市開源芯片產(chǎn)業(yè)促進會 ? 2024-09-25 08:06 ? 次閱讀

鷺島論壇

數(shù)據(jù)智能系列講座第3期

「交流式學(xué)習(xí):

神經(jīng)網(wǎng)絡(luò)的精細與或邏輯

與人類認知的對齊」

25日 20:00 精彩開播

期待與您云相聚,共襄學(xué)術(shù)盛宴!

0c3488ee-7ad2-11ef-bb4b-92fbcf53809c.jpg

| 直播信息

報告題目

交流式學(xué)習(xí):

神經(jīng)網(wǎng)絡(luò)的精細與或邏輯與人類認知的對齊

報告簡介

雖然近年來神經(jīng)網(wǎng)絡(luò)的可解釋性研究得到了廣泛的關(guān)注,但是神經(jīng)網(wǎng)絡(luò)中精細決策邏輯尚未得到有效的解釋,學(xué)界對神經(jīng)網(wǎng)絡(luò)的評測依然停留在檢驗神經(jīng)網(wǎng)絡(luò)輸出結(jié)果的層面。

對神經(jīng)網(wǎng)絡(luò)精細決策邏輯的量化評測,以及神經(jīng)網(wǎng)絡(luò)決策邏輯與人類認知的對齊,為可解釋性基礎(chǔ)理論提出了新的挑戰(zhàn),比如證明神經(jīng)網(wǎng)絡(luò)內(nèi)在決策邏輯是否可以被嚴謹?shù)亟忉尀榉柣母拍?,如何量化神?jīng)網(wǎng)絡(luò)的知識表征,等等。

本次報告將介紹如何在博弈交互理論體系下嚴謹?shù)亓炕窠?jīng)網(wǎng)絡(luò)所建模的概念表征,證明解釋的嚴謹性,進而對大模型安全性進行量化評估,實現(xiàn)神經(jīng)網(wǎng)絡(luò)的精細與或邏輯與人類認知的對齊。

報告嘉賓

張拳石

上海交通大學(xué)副教授

特邀主持

安竹林

中國科學(xué)院計算技術(shù)研究所副研究員

碩士生導(dǎo)師

講座時間

2024年9月25日(周三)2010

講座環(huán)節(jié)及流程

?講座環(huán)節(jié):

① 5 分鐘主持人進行主題與嘉賓介紹

②55分鐘報告嘉賓講座環(huán)節(jié)

③ 10分鐘互動問答環(huán)節(jié)

?講座流程:

① 19:45 開芯會視頻號上線,歡迎觀眾朋友提前進入直播間候場

② 20:00 主持人開場

③ 20:05 主講嘉賓開始講座,持續(xù)55min

注:【在講座過程中歡迎觀眾朋友通過各直播平臺進行提問工作人員將收集和整理問題

③ 21:00主持人根據(jù)工作團隊整理的問題與嘉賓進行問答互動,持續(xù)10min

講座形式

視頻號、B站、電子發(fā)燒友

蔻享學(xué)術(shù)等

多平臺同步直播

報告嘉賓

0d0ad4c6-7ad2-11ef-bb4b-92fbcf53809c.png

張拳石

上海交通大學(xué)電院計算機科學(xué)與工程系長聘教軌副教授,博士生導(dǎo)師,入選國家級海外高層次人才引進計劃,獲ACM China新星獎。他于2014年獲得日本東京大學(xué)博士學(xué)位,于2014-2018年在加州大學(xué)洛杉磯分校(UCLA)從事博士后研究。張拳石在神經(jīng)網(wǎng)絡(luò)可解釋性方向取得了多項具有國際影響力的創(chuàng)新性成果。張拳石承擔(dān)了TMLR的Action Editor,NeurIPS 2024 Area Chair,CCF-A類會議IJCAI 2020和IJCAI 2021的可解釋性方向的Tutorial,并先后擔(dān)任了AAAI 2019, CVPR 2019, ICML 2021大會可解釋性方向的分論壇主席。

主持嘉賓

0d1e15f4-7ad2-11ef-bb4b-92fbcf53809c.png

安竹林

博士,中國科學(xué)院計算技術(shù)研究所副研究員,碩士生導(dǎo)師,中科(廈門)數(shù)據(jù)智能研究院副院長,CCF高級會員。專注于計算機視覺、人工智能等領(lǐng)域的研究工作,在相關(guān)領(lǐng)域的知名國際會議和期刊雜志上發(fā)表論文30余篇,申請發(fā)明專利20余項,為國家自然科學(xué)基金、中科院科技基金、國家重大專項子課題等多項項目的負責(zé)人。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
收藏 人收藏

    評論

    相關(guān)推薦

    開源芯片系列講座22:異步電路機制為RISC-V處理器賦能

    鷺島論壇開源芯片系列講座22「異步電路機制為RISC-V處理器賦能」明晚(31號)20:00精彩開播期待與您云相聚,共襄學(xué)術(shù)盛宴!|直播信息報告題目異步電路機制為RISC-V處理器賦能報告簡介
    的頭像 發(fā)表于 07-31 08:37 ?223次閱讀
    開源芯片<b class='flag-5'>系列講座</b><b class='flag-5'>第</b>22<b class='flag-5'>期</b>:異步電路機制為RISC-V處理器賦能

    BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)機制

    BP神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network),即反向傳播神經(jīng)網(wǎng)絡(luò),是一種基于梯度下降算法的多層前饋神經(jīng)網(wǎng)絡(luò),其學(xué)習(xí)機制的核心在于通過反向傳播算法
    的頭像 發(fā)表于 07-10 15:49 ?225次閱讀

    BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的關(guān)系

    BP神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡稱CNN)是兩種在人工智能和機器學(xué)習(xí)
    的頭像 發(fā)表于 07-10 15:24 ?614次閱讀

    BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)的區(qū)別

    BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,簡稱ANNs)之間的關(guān)系與區(qū)別,是神經(jīng)網(wǎng)絡(luò)領(lǐng)域中一個基礎(chǔ)且重要的話題。本文將從定義、結(jié)構(gòu)、算法、應(yīng)用及未來發(fā)展等多個方面,詳細闡述BP
    的頭像 發(fā)表于 07-10 15:20 ?423次閱讀

    rnn是遞歸神經(jīng)網(wǎng)絡(luò)還是循環(huán)神經(jīng)網(wǎng)絡(luò)

    RNN(Recurrent Neural Network)是循環(huán)神經(jīng)網(wǎng)絡(luò),而非遞歸神經(jīng)網(wǎng)絡(luò)。循環(huán)神經(jīng)網(wǎng)絡(luò)是一種具有時間序列特性的神經(jīng)網(wǎng)絡(luò),能夠處理序列
    的頭像 發(fā)表于 07-05 09:52 ?390次閱讀

    循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的區(qū)別

    循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,RNN)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)是深度學(xué)習(xí)領(lǐng)域中兩種非常重要的神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-04 14:24 ?534次閱讀

    深度神經(jīng)網(wǎng)絡(luò)與基本神經(jīng)網(wǎng)絡(luò)的區(qū)別

    在探討深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks, DNNs)與基本神經(jīng)網(wǎng)絡(luò)(通常指傳統(tǒng)神經(jīng)網(wǎng)絡(luò)前向神經(jīng)網(wǎng)絡(luò))的區(qū)別時,我們需
    的頭像 發(fā)表于 07-04 13:20 ?348次閱讀

    人工智能神經(jīng)網(wǎng)絡(luò)芯片的介紹

    人工智能神經(jīng)網(wǎng)絡(luò)芯片是一類專門為深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法設(shè)計的處理器。它們具有高性能、低功耗、可擴展等特點,廣泛應(yīng)用于圖像識別、語音識別、自然語言處理等領(lǐng)域。以下是關(guān)于人工
    的頭像 發(fā)表于 07-04 09:33 ?351次閱讀

    神經(jīng)網(wǎng)絡(luò)和人工智能的關(guān)系是什么

    的定義 神經(jīng)網(wǎng)絡(luò)(Neural Network,簡稱NN)是一種受生物神經(jīng)系統(tǒng)啟發(fā)的數(shù)學(xué)模型,它通過模擬人腦神經(jīng)元的連接和信息傳遞方式來實現(xiàn)對數(shù)據(jù)的處理和分析。
    的頭像 發(fā)表于 07-03 10:25 ?510次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)和工作原理

    和工作原理。 1. 引言 在深度學(xué)習(xí)領(lǐng)域,卷積神經(jīng)網(wǎng)絡(luò)是一種非常重要的模型。它通過模擬人類視覺系統(tǒng),能夠自動學(xué)習(xí)圖像中的特征,從而實現(xiàn)對圖像的識別和分類。與傳統(tǒng)的機器
    的頭像 發(fā)表于 07-03 09:38 ?254次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練的是什么

    、訓(xùn)練過程以及應(yīng)用場景。 1. 卷積神經(jīng)網(wǎng)絡(luò)的基本概念 1.1 卷積神經(jīng)網(wǎng)絡(luò)的定義 卷積神經(jīng)網(wǎng)絡(luò)是一種前饋深度學(xué)習(xí)模型,其核心思想是利用卷積操作提取輸入
    的頭像 發(fā)表于 07-03 09:15 ?221次閱讀

    開源芯片系列講座21:RISC-V IP創(chuàng)新為本土帶來獨特價值

    鷺島論壇開源芯片系列講座21「RISC-VIP創(chuàng)新為本土帶來獨特價值」明晚(7月3號)20:00精彩開播期待與您云相聚,共襄學(xué)術(shù)盛宴!|直播信息報告簡介當(dāng)前,IP標(biāo)準化與SoC集成
    的頭像 發(fā)表于 07-03 08:37 ?170次閱讀
    開源芯片<b class='flag-5'>系列講座</b><b class='flag-5'>第</b>21<b class='flag-5'>期</b>:RISC-V IP創(chuàng)新為本土帶來獨特價值

    卷積神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)的區(qū)別

    化能力。隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展,神經(jīng)網(wǎng)絡(luò)已經(jīng)成為人工智能領(lǐng)域的重要技術(shù)之一。卷積神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)
    的頭像 發(fā)表于 07-02 14:24 ?1124次閱讀

    神經(jīng)元與神經(jīng)網(wǎng)絡(luò)的區(qū)別與聯(lián)系

    在人工智能和機器學(xué)習(xí)的領(lǐng)域中,神經(jīng)元和神經(jīng)網(wǎng)絡(luò)是兩個至關(guān)重要的概念。雖然它們都與人腦中的神經(jīng)系統(tǒng)
    的頭像 發(fā)表于 07-01 11:50 ?522次閱讀

    詳解深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用

    在如今的網(wǎng)絡(luò)時代,錯綜復(fù)雜的大數(shù)據(jù)網(wǎng)絡(luò)環(huán)境,讓傳統(tǒng)信息處理理論、人工智能與人神經(jīng)網(wǎng)絡(luò)都面臨巨大的挑戰(zhàn)。近些年,深度
    的頭像 發(fā)表于 01-11 10:51 ?1634次閱讀
    詳解深度<b class='flag-5'>學(xué)習(xí)</b>、<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>與卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的應(yīng)用