0
| 本文作者： 林藠頭 | 2017-02-06 17:25 | 專題：AAAI 2017 |
Vincent Vanhoucke是Google的首席科學(xué)家，斯坦福大學(xué)電子工程學(xué)博士，目前在Google Brain主導(dǎo)機(jī)器人相關(guān)的項(xiàng)目。Vanhoucke主要的研究領(lǐng)域是語音識(shí)別、計(jì)算機(jī)視覺和機(jī)器人等領(lǐng)域，他還即將主持機(jī)器人領(lǐng)域的盛會(huì)CoRL 2017（Conference on Robot Learning）。
Vanhoucke認(rèn)為，機(jī)器智能現(xiàn)在已經(jīng)發(fā)展到一個(gè)相當(dāng)?shù)乃疁?zhǔn)，在某些特定情境下的表現(xiàn)可以媲美（甚至超越）人類，比如機(jī)器視覺、機(jī)器翻譯、語音識(shí)別，現(xiàn)在是時(shí)候讓這些能力在物理世界中發(fā)揮效應(yīng)了。他在今天的演講中提到，robotics的研究現(xiàn)在也正面臨著一場深度學(xué)習(xí)的革新，實(shí)現(xiàn)這一點(diǎn)，需要現(xiàn)在的機(jī)器學(xué)習(xí)從業(yè)者跳出監(jiān)督學(xué)習(xí)的舒適區(qū)，面臨一些棘手的問題：數(shù)據(jù)稀缺，如何使機(jī)器實(shí)現(xiàn)技能轉(zhuǎn)換以及持續(xù)性的學(xué)習(xí)等等。Vanhoucke也提到，這也是人工智能從理論到實(shí)踐的必經(jīng)之路。
Vanhoucke分別介紹了他在圖像、語音（及機(jī)器翻譯）領(lǐng)域和機(jī)器人（主要是機(jī)械手抓取）的一些研究成果。雷鋒網(wǎng)作了部分節(jié)選。
Vanhoucke說，2011年，語音識(shí)別研究者采用神經(jīng)網(wǎng)絡(luò)技術(shù)降低語音識(shí)別，錯(cuò)誤率大幅降低，是語音識(shí)別領(lǐng)域十多年來最大的進(jìn)步；2016年，幾乎就已經(jīng)達(dá)到人類水準(zhǔn)了。
而機(jī)器翻譯，2014年機(jī)器學(xué)習(xí)的引入也讓機(jī)器翻譯有了質(zhì)的進(jìn)步，但要說達(dá)到人類水準(zhǔn)，還是比較勉強(qiáng)……
（看keynote上的名單，為Google的機(jī)器翻譯做出貢獻(xiàn)的，華人數(shù)量不少。）
這個(gè)柱狀圖是人類翻譯、神經(jīng)網(wǎng)絡(luò)翻譯和PBMT翻譯的質(zhì)量差別，依次遞減。
Vanhoucke認(rèn)為，機(jī)器學(xué)習(xí)研究比過去更容易了，有更多的開源工具和模型，更多的網(wǎng)絡(luò)教程（他自己就在Udacity上開了網(wǎng)絡(luò)課程），GPU和高性能計(jì)算硬件門檻也變低了，研究者也比以前更多。
圖片識(shí)別領(lǐng)域，除了底層技術(shù)的完善，Google已經(jīng)將圖片識(shí)別技術(shù)應(yīng)用在醫(yī)療領(lǐng)域，幫助醫(yī)生診斷病情，并且獲得了一些成效。
但他也說，圖像識(shí)別現(xiàn)在遠(yuǎn)遠(yuǎn)沒有到“succes”的地步，有40%基于圖像監(jiān)測做的決策，結(jié)果是很糟糕的。
接下來是機(jī)器人的部分。Vanhoucke是電子工程專業(yè)出身，在Google Brain主要的工作是機(jī)器人項(xiàng)目。他先強(qiáng)調(diào)了一個(gè)和很多人認(rèn)知有出入的觀點(diǎn)：目前的機(jī)器人研究其實(shí)跟深度學(xué)習(xí)沒有多大關(guān)系。
他做了個(gè)示范，讓手里的筆掉在地上，說，如果機(jī)器人的任務(wù)是抓取筆的話，那么抓住了和抓不住，從外部觀察不到機(jī)器人的動(dòng)作有什么差別（按：因此不能從中得到什么規(guī)律）。
機(jī)器抓取特定的物體是有跡可循的，抓取未知的物體尚無法解決。（Vanhoucke播了一段機(jī)器人摔跤集錦視頻，說過去他覺得這些機(jī)器人摔跤很好笑，但是后來自己開始做機(jī)器人項(xiàng)目之后，看到這種畫面就再也笑不出來了。研究機(jī)器抓取真的很難，但他很enjoy。）
越是少的圖像識(shí)別技術(shù)介入，機(jī)器的魯棒性就越好，能應(yīng)對更復(fù)雜的物體。后續(xù)有聽眾問及抓取對象的數(shù)據(jù)庫時(shí)，Vanhoucke說他們（Google）并不希望建立一個(gè)這樣的知識(shí)圖譜。
強(qiáng)化學(xué)習(xí)的引入對于機(jī)器人的研究可能有幫助，前提是先有一個(gè)能產(chǎn)生海量樣本的參照模型。
最后的結(jié)論：
1、robotics和機(jī)器學(xué)習(xí)正在發(fā)生有意思的融合；
2、對于常規(guī)的robotics問題，要有做出不同答案的覺悟；
3、It hits all the right difficult problems on the road to practical AI。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
本專題其他文章
