机器如何能像人类和动物一样高效地学习?

机器如何学会推理和计划?

机器如何在多个抽象层次上学习感知和行动计划的表示，使它们能够在多个时间范围内进行推理、预测和计划?

在演讲中，Yann LeCun将基于一种新的模块化认知架构和一种有点新的自监督训练范式，提出一种通向自主智能agent的可能路径。提出的体系结构的核心是一个可配置的预测世界模型，它允许智能体进行计划。行为和学习是由一组可微的内在成本函数驱动的。世界模型使用了一种新型的基于能量的模型体系结构，称为H-JEPA(分层联合嵌入预测体系结构)。H-JEPA学习世界的分层抽象表示，这些表示同时具有最大信息量和最大可预测性。

 

PDF地址：https://drive.google.com/file/d/1RVYBVi_bWyz-4sZSsu4rSWzDwQBLsvHL/view

视频链接：https://www.youtube.com/watch?v=VRzvpV9DZ8Y&t=2505s