机器如何学会忽略噪音（凯文·埃利斯 + 泽娜·塔瓦雷斯）

本文总结了凯文·埃利斯和泽娜·塔瓦雷斯关于改进人工智能学习能力的播客讨论。他们强调人工智能需要通过积极的实验从有限的数据中学习，模仿人类学习。讨论重点介绍了两种人工智能思维方式：基于规则和基于模式，并侧重于结合它们的益处。构成性和抽象等关键概念被认为是构建强大的人工智能系统的关键。最终目标是开发能够像人类学习过程一样探索、实验和建模世界的AI。文章还包括了关于位于苏黎世的Tufa AI Labs研究实验室的信息。

• •人工智能应该通过积极的实验和有限的数据进行学习，类似于人类学习。
• •结合基于规则和基于模式的人工智能方法是有益的。
• •构成性和抽象是构建强大人工智能的关键概念。