【新智元导读】近日，2019 年 ICLR 已经在新奥尔良落下帷幕，GAN 的作者 GoodFellow 在大会上作了受邀分享：Adversarial Machine Learning，本文整理了分享材料和视频内容，供大家学习使用。

一直到 2013 年左右，大多数的人工智能机器学习专家都在致力于一个共同的目标：让机器学习为智能任务服务。现在监督学习有了新的研究方向，令机器学习更加的安全、私密，以及让模型减少对大量标记数据的依赖等等。在本次的演讲中，讨论了机器学习中的对抗技术如何涉及到这些新的研究前沿。

视频链接：

https://www.youtube.com/watch?v=sucqskXRkss

https://www.bilibili.com/video/av52414025

下载地址见文末。

演讲结构如下：

全面回顾了对抗模型、安全性、基于模型的优化、强化学习、可靠性、label efficiency、领域自适应、公平、可解释、透明度、神经科学等多个研究方向的内容。

附讲座内容预览：

下载链接:

https://pan.baidu.com/s/1S3g77xA2qtRFHZ9zFqRWsg