Yann LeCun：目标驱动的人工智能：迈向能够学习、推理和计划的机器 | 1月24日

华盛顿大学 ECE 2023-2024 Dean W. Lytle 电气与计算机工程讲座

------演讲主题摘要------
PPT：https://www.ece.uw.edu/wp-content/uploads/2024/01/lecun-20240124-uw-lyttle.pdf
论文：https://openreview.net/pdf?id=BZ5a1r-kVsf
机器如何能像人类和动物一样有效地学习？ 机器如何学习世界如何运作并获得常识？ 机器如何学习推理和计划？ 当前的人工智能架构，例如自回归大型语言模型，还存在不足。 我将提出一个模块化的认知架构，它可能构成回答这些问题的路径。 该架构的核心是一个预测世界模型，它允许系统预测其行动的后果，并规划一系列行动来优化一组目标。 目标包括保证系统可控性和安全性的护栏。 世界模型采用了经过自我监督学习训练的分层联合嵌入预测架构（H-JEPA）。 JEPA 学习感知的抽象表示，这些表示同时具有最大的信息量和最大的可预测性。

-----Yann LeCun 大神介绍-----
Yann LeCun 是 Meta 的副总裁兼首席人工智能科学家，也是纽约大学 Courant 研究所、数据科学中心、神经科学中心以及电气和计算机工程系的 Silver 教授。 他是 Facebook 人工智能研究中心和纽约大学数据科学中心的创始主任。
他获得了巴黎 ESIEE 的电气工程师文凭（1983 年），并获得了索邦大学的计算机科学博士学位（1987 年）。 在多伦多大学获得博士后后，他于 1988 年加入 AT&T 贝尔实验室（新泽西州霍尔姆德尔），随后于 1996 年成为 AT&T 实验室研究中心图像处理研究部的负责人。他于 2003 年作为教授加入纽约大学，随后 在 NEC 研究所（普林斯顿）短暂停留。 2012年，他成为纽约大学数据科学中心的创始主任。 2013 年底，他被任命为 Facebook 人工智能研究总监，并继续在纽约大学兼职教职。 2015-2016 年，他担任法兰西学院客座教授。
他目前的兴趣包括人工智能、机器学习、计算机感知、机器人技术和计算神经科学。 他因其对深度学习和神经网络的贡献而闻名，特别是在计算机视觉和语音识别应用中广泛使用的卷积网络模型。 他已就这些主题以及手写识别、图像压缩和 AI 专用硬件发表了 200 多篇论文。
LeCun 是 ICLR 的创始人兼联合主席，并曾在多个编辑委员会和会议组织委员会任职。 他是加拿大高级研究所机器和大脑学习项目的联合主席。 他一直是 IPAM 科学顾问委员会的成员（自 2008 年起）和 ICERM 董事会的成员。 他为许多公司提供咨询服务，并共同创立了 Elements Inc. 和 Museami 初创公司。 他入选新泽西发明家名人堂。 他是美国国家科学院、美国国家工程院和法国科学院院士。 他是法国荣誉军团骑士勋章、AAAI 和 AAAS 院士、2022 年阿斯图里亚斯公主奖、2014 年 IEEE 神经网络先锋奖、2015 年 IEEE PAMI 杰出研究员奖、2016 年 Lovie 终身成就奖获得者 、2018年宾夕法尼亚大学彭德奖，以及IPN、墨西哥、洛桑联邦理工学院和蔚蓝海岸大学的荣誉博士学位。
他因“使深度神经网络成为计算关键组成部分的概念和工程突破”而荣获 2018 年 ACM 图灵奖（与 Geoffrey Hinton 和 Yoshua Bengio 一起）。

-------Dean W. Lytle 电气与计算机工程讲座介绍-------
Dean W. Lytle 电气与计算机工程讲座系列是该系最重要的年度活动，由通信、信号处理、控制系统和机器学习领域的国际知名研究人员参加。
该讲师职位是通过 2006 年系系百年纪念设立的一项捐赠基金实现的，该基金是由迪安博士生路易斯·沙夫 (Louis Scharf) 领导的筹款活动，与迪安的妻子玛丽莲·莱特尔 (Marilyn Lytle) 合作，并得到莱特尔家族的支持。 威斯康星大学 ECE 社区的许多成员都慷慨捐款，以纪念 Dean Lytle，其中包括他的研究生、霍尼韦尔海洋系统中心的同事以及校友和朋友。