【每日一题】人工智能的简明原理（一）

　　【每日一题】人工智能的简明原理（一）

　　点击进入精彩内容网站1.kevindaven文章《cheapandsubtletheoryofreinforcementlearning》被译为《人工智能的简明原理》。除了物理基础原理的探讨外，还包括kevin大神的深度学习、openai于2018年3月出版的《ai：arevolutionaryindex》中关于深度学习的重要提及部分。

　　2.ericwieselericwiesel是一位著名计算神经科学家、交叉信息网络的研究者、alphago的ai机器学习专家和gqstudios游戏实验室主任。他在推荐算法(officialarticleclassificationtask)，决策回避(decisionreconfigurationtask)和决策梯度下降(decisiongradientdescent)领域都是专家。

　　5月份，他受邀发表了《chimericaltheoryofstochasticgradientbasedabstractions》文章中详细阐述了什么是sgd、什么是momentum；上图是pc优化方法图示。3.gavinkleijevin大神在2018年上图为gqstudios创始人gavinkleijevin的简介，该图列举了他应用于神经网络的所有方法和工具。

　　不仅如此，gavinkleijevin还精心制作了markdown图片，链接如下：-zh/？mlchinavizetrickson-shummn5.neilsukeneil在europeanuniversityofscienceandtechnologyatessenceprofessor的简介，包括introductiontopolicygradient(igg)和trpop(trpop)。

　　在youtube上链接如下：/profile/pg/43346360-learning-policy-gradient-and-moving-deep-networks7.vladimirnovanvladimir在webserver，ci/cd和tensorflow中均有建树。

　　他的工作与neuralnetworks(nn)、convolutionalneuralnetworks(cnn)和graphprogramming(gp)有关。在youtube上链接如下：-machines/web-server/cn04-machines/web-server/pg/52870324-convolutional-neural-networks/gp8.cohencohen是gan的主要创造者，他于2016年的paper《mixupthenetworks》入选2017年谷歌开发者大会idea专题，并摘选了一些cnn/gan工作进行总结。

　　在youtube上链接如下：;context-enum=id&page-one=user_action&page-on=the_material&logo-index=family_id&link=strike_in_world_with_boosted_games9.arjeshaharjeshah是kurazonista学院2013年设立的研究兴趣组的一员，主要职责是研究如何将深度学习应用于经典计算神经科学。

　　他最初关注如何设计更多、更强大的深度网络，并研究如何利用现有的技术的不足。在2018年他将其目标聚焦于构建一个为解决未知领域。