谷歌首席科学家Vincent Vanhoucke认为，机器智能现在已经发展到一个相当的水准，在某些特定情境下的表现可以媲美（甚至超越）人类，比如机器视觉、机器翻译、语音识别等。但他同时强调了一个和很多人认知有出入的观点：目前的机器人研究其实跟深度学习没有多大关系。
文/蓉蓉
Vincent Vanhoucke，Google首席科学家，斯坦福大学电子工程学博士，目前在Google Brain主导机器人相关的项目。他主要的研究领域是语音识别、计算机视觉和机器人等领域，还即将主持机器人领域的盛会CoRL （Conference on Robot Learning）。
图1：人工智能、深度学习、机器人三者之间的关系
当天的演讲中，Vanhoucke做了个示范，让手里的笔掉在地上，说，如果机器人的任务是抓取笔的话，那么抓住了和抓不住，从外部观察不到机器人的动作有什么差别（按：因此不能从中得到什么规律）。机器抓取特定的物体是有迹可循的，抓取未知的物体尚无法解决。而强化学习的引入对于机器人的研究可能有帮助，但前提是先有一个能产生海量样本的参照模型。
图2： 机器人的研究现在也正面临着一场深度学习的革新
众所周知，在过去的几年，深度学习技术因为Google、Facebook 以及Microsoft而出名。从“微软小冰”到围棋高手“阿尔法狗”，从互联网搜索到语言翻译，乃至识别患有自闭症风险的基因……凡是需要从大量数据中预测未知信息的领域，都是深度学习可以一展拳脚的地方。
首先首先必须搞清的是，深度学习是在实际应用中被看好的，应该肯定走机器学习这条路必然会给我们带来意想不到的应用效果，但是也应该清醒的看到深度学习还是科学家们的研究课题，目前有很多关键问题不能解决，距离实际应用甚远。之所以积极的推动超深入学习的普及，是因为我们看清了深度学习的不可解决的问题点，以及超深度学习的先进性实用性，可以马上实现工业化的特点。
深度学习的学习效果
东京大学准教授松尾认为：“深度学习超越现有技术，精度得到跨越式提升。发生在图像识别领域的故事又在围棋领域发生了”，“在机器人等其他领域今后也可能发生同样的情况”。
AlphaGo的开发者杰米斯·哈萨比斯表示：“AlphaGo并非围棋专用的系统。将在医疗和科研等各种各样的领域进行扩张”。
图3：杰米斯·哈萨比斯
可以说，深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。
深度学习还和增强学习相结合，正深刻改变着机器人领域。所谓增强学习，指的是机器人通过与环境交互中得到的奖赏和惩罚，自主学习更优的策略。“阿尔法狗”、“Master”就是增强学习的产物，它通过跟棋手下棋或跟自己对弈的输赢情况，摸索出更好的下棋策略。
图4：从YouTube视频里面寻找猫的图片是深度学习杰出性能的首次展现。
不过，创造一个强大的神经网络需更多处理层。而由于硬件限制，早期仅能制造2至3个神经层。那么，是什么让深度学习实现超越呢?
显然，高性能计算能力的提升是一大助力。这些年GPU（图形处理器）、超级计算机和云计算的迅猛发展，让深度学习脱颖而出。谷歌大脑用了1000台机器、16000个CPU处理的深度学习模型大概有10亿个神经元。而现在，我们已经可以在几个GPU上完成同样的计算了。
“深度学习还得到大数据的助力，就像火箭有了燃料。”格灵深瞳计算机视觉工程师、清华大学自动化系博士潘争介绍，深度学习技术建立在大量实例基础上，就像小孩收集现实世界的信息一样。而且，“喂”的数据越多，它就越聪明，并且不会“消化不良”。因为大数据的不可或缺，所以目前深度学习做得最好的基本是拥有大量数据的IT巨头，如谷歌、微软、百度等。
图5：首部人工智能编写的影片《Sunspring》
现在，深度学习技术在语音识别、计算机视觉、语言翻译等领域，均战胜传统的机器学习方法，甚至在人脸验证、图像分类上还超过人类的识别能力。专家预计，再过些年，我们口袋里的手机也可以运行像人脑一样复杂的神经网络。
深度学习有意思的地方在于，它可以改变很多不同领域的研究。深度学习使得机器学习能够实现众多的应用，并拓展了人工智能的领域范围。在过去，研究人员需要使用不同的技术用于语音识别、图像识别、翻译和机器人。但现在使用这一项技术，就能用于所有这些研究领域。这项技术的加入导致的结果就是：所有这些领域都演变速度都会变得更快。
· E N D ·
关注微信公号：caia617，即刻加入中国人工智能机器人联盟微信交流群
原创声明：本文属中国人工智能机器人产业联盟（CAIA）原创专稿，转载请注明来源、出处，如转载后恶意删除或篡改文章来源者，一经发现，CAIA将保留追究法律责任的权利。
