سلسلة ندوات مركز بحوث الذكاء الاصطناعي والعلوم الرقمية - جاكوب تومكزاك

الموضوع:

النمذجة التوليدية العميقة هي مفتاح لإطلاق إمكانات الذكاء الاصطناعي

الملخص:

يحقق التعلم العميق أحدث النتائج في مهام مثل تصنيف الصور أو الصوت. ومع ذلك، يمكن بسهولة خداع المتنبئين المستندين إلى التعلم العميق ببيانات خارج التوزيع أو أمثلة مضللة ومزعجة. سنناقش في هذه الندوة أحد الحلول الممكنة، وهو النمذجة التوليدية العميقة، والتي تعتبر مزيجاً من التعلم العميق والنمذجة الاحتمالية. سوف نبدأ بعرض دافع يتبع نظرية المعلومات التي تضع بشكل طبيعي تعلم التوزيع المشترك كمشكلة حاسمة للتعلم في أنظمة الذكاء الاصطناعي. وبعد ذلك، سنحدد الطرق المختلفة لنمذجة التوزيع على الكائنات (على سبيل المثال، الصور). وبشكل أكثر تحديداً، سنركز بشكل أساسي على النماذج المتغيرة الكامنة (على سبيل المثال، التشفير التلقائي المتغير، والنماذج التوليدية العميقة القائمة على الانتشار، والنماذج القائمة على التدفق). وفي الختام، سوف نشير إلى اتجاهات البحث المستقبلية المحتملة.

السيرة الذاتية:

يعمل جاكوب تومسزاك أستاذاً مساعداً للذكاء الاصطناعي في مجموعة الذكاء الحوسبي (التي يقودها البروفيسور أيه إي ايبن) في جامعة فريجي أمستردام. وقبل التحاقه بجامعة فريجي أمستردام، كان باحثاً متعمقاً (مهندس، موظف) في مركز كوالكوم لأبحاث الذكاء الاصطناعي في أمستردام، وزميلاً في مركز ماري كوري في مجموعة ماكس ويلينغ التابعة لجامعة أمستردام، كما كان دكتوراً وأستاذاً مساعداً في جامعة روكلو للتكنولوجيا. وتشمل اهتماماته البحثية الرئيسية النمذجة التوليدية العميقة، والتعلم العميق، والاستدلال البايزي، وتطبيقات معالجة الصور، والروبوتات، والعلوم الحياتية. كما أنه ألف كتاباً بعنوان "النمذجة التوليدية العميقة".