本文着眼于在AI一致性背景下出现的哲学问题。它捍卫了三个主张。首先,AI协调问题的规范和技术方面是相互关联的,这为在两个领域工作的人们之间的有效参与创造了空间。其次,重要的是要明确对齐的目标。人工智能与指令,意图,揭示的偏好,理想偏好,兴趣和价值观相符之间存在显着差异。在这种情况下,基于原则的AI对齐方法将这些元素以系统的方式结合在一起,具有相当大的优势。第三,理论学家面临的主要挑战不是确定AI的“真实”道德原则。相反,它是确定公平的公正原则,尽管人们的道德观念差异很大,但原则上仍应得到反思的认可。本文的最后一部分探讨了可以潜在地确定AI协调的公平原则的三种方式。
2021-11-11 19:28:07 193KB AI
1
deepmind人工智能在设计上的应用
2021-10-13 10:07:10 883KB AI 设计
1
DeepMind Q&A Dataset: CNN/Daily Mail Stories 文本摘要数据集 百度云 https://cs.nyu.edu/~kcho/DMQA/
2021-09-30 16:09:19 67B cnn Daily Mail 文本摘要
1
NFNet Pytorch实施 此回购包含来自未经归一化的高性能大型图像识别论文的,具有ImageNet高精度的预训练NFNet模型F0-F6。 小型模型的精度与EfficientNet-B7一样,但训练速度快了8.7倍。 大型模型在ImageNet上设置了新的SOTA top-1精度。 NFNet F0 F1 F2 F3 F4 F5 F6 + SAM 最高为1的准确性Brock等人。 83.6 84.7 85.1 85.7 85.9 86.0 86.5 此实现的Top-1精度 82.82 84.63 84.90 85.46 85.66 85.62 待定 所有学分归的作者所有。 该在很大程度上受到其在出色的JAX实现的启发。 拜访他们的回购网站以作参考。 开始吧 git clone https://github.com/benjs/nfnet
1
韩国同学、卡耐基梅隆大学Shane Moon博士不久前关于AlphaGo技术的详解(对AlphaGo在Nature上发表的论文的总结,当时AlphaGo还只有5段左右的水平)。
2021-09-16 19:35:14 12.56MB AlphaGo 人工智能
1
无规范化网络和SGD的Tensorflow实现-自适应梯度剪切 论文: : 原始代码: : 安装及使用 我建议使用Docker运行代码: docker build -t nfnets/imagenet:latest --build-arg USER_ID=$(id -u) --build-arg GROUP_ID=$(id -g) . 要在imagenet数据集上训练NFNet,请执行以下操作: docker run --rm -it --gpus all -v $(pwd):/tf -p 8889:8888 -p 6006:6006 nfnets/imagenet:latest python train.py --variant F0 --batch_size 4096 --num_epochs 360 请参阅train.py模块以获取更多参数。 预先训练的权重已转换为
1
迷你AlphaStar 更新 这是“ v_0.8”版本,更新如下: 添加Levenshtein和汉明距离的代码; 增加了对抗内置AI计算机的功能; 解决了某些单位的SL训练损失问题; 介绍 我们发布了mini-AlphaStar项目,它是DeepMind原始AlphaStar程序的微型源版本。 “ v_0.X”表示我们认为我们已经在X * 10%以上的代码上实现了。 “ mini”意味着我们使原始的AlphaStar超参数可调,以便可以小规模运行。 中文版的自述文件在。 内容 下表显示了项目中的相应软件包。 配套 内容 alphastarmini.core.arch alphaStar体系结构 alphastarmini.core.sl 监督学习 alphastarmini.core.rl 强化学习 alphastarmini.core.ma 多代理联赛转换 alph
2021-08-17 10:48:44 158KB Python
1
模块化的、具有关系推理能力的深度神经网络架构 RN介绍,可以“即插即用”,提升其他深度神经网络结构(如 CNN)关系推理的能力。
2021-05-07 10:05:49 1.37MB AI DeepMind 关系推理 Relation
1
DNN国际象棋AI 设计原理 该项目围绕着由神经网络驱动的国际象棋AI,其设计受到的国际象棋引擎的严重影响。 AlphaZero使用了类似的方法以及和来创建强大的国际象棋AI。 尽管这些项目共享许多设计原则,但我的项目在实现上与AlphaZero在很多方面都有很大不同。 首先,我的实现使用的是,,而不是Deepmind使用的深度卷积神经网络。 实施更基本的网络的原因是由于这样的事实,即更复杂,更主流的网络结构(例如和只是经过修改的前馈网络,具有更多的连接或预处理元素(例如卷积核)。 结果,该项目将研究更基本的网络结构,然后可以将其理解和设计扩展到更复杂的网络。 待办事项:目前正在计划其他网络实现(特别是CNN)和训练算法(例如和 )。 我也希望探索一些我在找到的有趣的想法,该想法探讨了如何强化学习问题,例如训练这种国际象棋AI,以利用监督学习中更可靠的训练方法。 此外,不是使用这样的
2021-03-21 15:24:45 1.51MB C
1
DeepMind Lab 是一个 3D 的学习环境,基于 id Software 的 Quake III Arena ,通过 ioquake3 和 其他开源软件.  DeepMind Lab 提供一组具备挑战性的 3D 导航和任务解密的代理。其主要目的是作为人工智能研究的实验平台,特别适合深度强化学习。 标签:人工智能
2021-02-19 10:24:58 463.07MB 开源项目
1