2019年開啟之際，美國加州大學(xué)伯克利分校教授、機(jī)器人與強(qiáng)化學(xué)習(xí)領(lǐng)域?qū)＜?Pieter Abbeel 發(fā)布了一份資源大禮：《深度學(xué)習(xí)與機(jī)器人學(xué)》105頁PPT。這份PPT整理自Abbeel教授2018年受邀參加的69個演講，內(nèi)容涵蓋監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的重要進(jìn)展，以及深度學(xué)習(xí)的主要應(yīng)用等方面，有助于讀者對深度學(xué)習(xí)和機(jī)器人學(xué)有一個宏觀的理解。

Pieter Abbeel教授從AI近年的一些“熱論”講起，從馬斯克認(rèn)為AI是人類文明面臨的最大威脅、普京說“誰能成為AI領(lǐng)域的領(lǐng)袖，誰就將成為世界的主宰者”，概述了近年來AI的熱潮：NIPS等頂會的參會人數(shù)達(dá)到史上最高、arxiv上AI領(lǐng)域的論文翻倍增長。

報告的主體部分是“深度學(xué)習(xí)成功”，詳細(xì)介紹了監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的重要進(jìn)展。Pieter Abbeel教授對這三個概念的解釋如下：

監(jiān)督學(xué)習(xí)：模式識別，如果有足夠多的數(shù)據(jù)(input -> output pairs)，那么神經(jīng)網(wǎng)絡(luò)就能夠?qū)W習(xí)模式；

強(qiáng)化學(xué)習(xí)：通過試錯的過程，學(xué)習(xí)目標(biāo)導(dǎo)向的行為

無監(jiān)督學(xué)習(xí)：沒有明確的監(jiān)督的條件下，學(xué)習(xí)世界的結(jié)構(gòu)

最后，報告展示了深度學(xué)習(xí)的一系列應(yīng)用。

PPT下載地址：

https://www.dropbox.com/s/dw4kmxkrv3orujd/2018_12_xx_Abbeel--AI.pdf?dl=0

Pieter Abbeel教授簡介

Pieter Abbeel，加州大學(xué)伯克利分校教授、機(jī)器人學(xué)習(xí)實驗室主任，伯克利人工智能研究(BAIR)實驗室聯(lián)合主任。

Pieter Abbeel是機(jī)器人和強(qiáng)化學(xué)習(xí)領(lǐng)域的大牛。Pieter Abbeel 2008年從斯坦福大學(xué)獲得博士學(xué)位，師從百度前首席科學(xué)家 Andrew Ng（吳恩達(dá)），畢業(yè)后在UC Berkeley任教。

2016~2017年，Pieter Abbeel加入Open AI，任研究科學(xué)家。現(xiàn)在則是Open AI顧問。

Pieter Abbeel還是兩家AI公司的創(chuàng)始人，Gradescope和covariant.ai。Gradescope開發(fā)為家庭作業(yè)、課題研究、試卷等打分的AI系統(tǒng)；covariant.ai開發(fā)機(jī)器人自動化的AI系統(tǒng)，在制造/倉儲/電子商務(wù)/物流等領(lǐng)域應(yīng)用。

Pieter Abbeel 的研究重點特別集中于如何讓機(jī)器人向人類學(xué)習(xí)（學(xué)徒學(xué)習(xí)），如何讓機(jī)器人通過自己的試錯過程學(xué)習(xí)(強(qiáng)化學(xué)習(xí))，以及如何通過從learning-to-learn(元學(xué)習(xí))過程中加快技能獲取。他開發(fā)的機(jī)器人已經(jīng)學(xué)會了先進(jìn)的直升機(jī)特技飛行、打結(jié)、基本裝配、疊衣服、移動、以及基于視覺的機(jī)器人操作。

機(jī)器人疊毛巾

Pieter Abbeel目前的主要研究方向：機(jī)器人和機(jī)器學(xué)習(xí)，特別關(guān)注深度強(qiáng)化學(xué)習(xí)、深度模仿學(xué)習(xí)、深度無監(jiān)督學(xué)習(xí)、元學(xué)習(xí)、learning-to-learn、以及AI安全。

PPT全文