Amanuensis：程序员的学徒
神经元与认知
2018-11-09 v2 人工智能
摘要
本文档概述了 2018 年春季斯坦福一门课程所涵盖的内容。该课程借鉴认知与系统神经科学的洞见，实现混合联结主义与符号推理系统，通过整合人类与机器智能来利用并扩展机器学习的前沿。作为一个具体示例，我们关注数字助手，它们通过与专家软件工程师的持续对话学习，同时作为强大的分析、计算和数学“学者”提供初始价值。随着时间推移，这些学者通过向专家同伴学习，习得认知策略（与领域相关的问题解决技能）并发展直觉（启发式方法及其应用所需的经验）。通过这样做，这些学者提升了其天生的分析技能，从而能够作为多才多艺的合作者与人类平等协作——有效地充当认知扩展与数字义肢，由此放大并模仿其人类伙伴概念上灵活的思维模式，并改善对强大计算资源的访问与控制。
引用
@article{arxiv.1807.00082,
title = {Amanuensis: The Programmer's Apprentice},
author = {Thomas Dean and Maurice Chiang and Marcus Gomez and Nate Gruver and Yousef Hindy and Michelle Lam and Peter Lu and Sophia Sanchez and Rohun Saxena and Michael Smith and Lucy Wang and Catherine Wong},
journal= {arXiv preprint arXiv:1807.00082},
year = {2018}
}