课程将深入介绍人工智能的重要里程碑,包括Hinton在深度学习领域的突破性贡献及其对现代AI发展的影响。学员将了解机器学习和深度学习的基本原理,掌握简单前馈神经网络的结构与工作原理,并结合数学表达式讲解风险损失函数及其在优化过程中的作用。此外,课程还将深入探讨当今AI领域的关键技术——Transformer模型,详细分析注意力机制如何革新自然语言处理与其他AI应用。最后,课程将展望人工智能的未来应用场景,并引导学员思考“何谓智能”,如何理解AI中的“涌现现象”与智能的关系。
课程将深入介绍人工智能的重要里程碑,包括Hinton在深度学习领域的突破性贡献及其对现代AI发展的影响。学员将了解机器学习和深度学习的基本原理,掌握简单前馈神经网络的结构与工作原理,并结合数学表达式讲解风险损失函数及其在优化过程中的作用。此外,课程还将深入探讨当今AI领域的关键技术——Transformer模型,详细分析注意力机制如何革新自然语言处理与其他AI应用。最后,课程将展望人工智能的未来应用场景,并引导学员思考“何谓智能”,如何理解AI中的“涌现现象”与智能的关系。