谷歌首席科學(xué)家Vincent 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(lèi)，比如機(jī)器視覺(jué)、機(jī)器翻譯、語(yǔ)音識(shí)別等。但他同時(shí)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(méi)有多大關(guān)系。

文/蓉蓉

Vincent Vanhoucke，Google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。他主要的研究領(lǐng)域是語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)和機(jī)器人等領(lǐng)域，還即將主持機(jī)器人領(lǐng)域的盛會(huì)CoRL 2017（Conference on Robot Learning）。

圖1：人工智能、深度學(xué)習(xí)、機(jī)器人三者之間的關(guān)系

• 當(dāng)天的演講中，Vanhoucke做了個(gè)示范，讓手里的筆掉在地上，說(shuō)，如果機(jī)器人的任務(wù)是抓取筆的話(huà)，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(wú)法解決。而強(qiáng)化學(xué)習(xí)的引入對(duì)于機(jī)器人的研究可能有幫助，但前提是先有一個(gè)能產(chǎn)生海量樣本的參照模型。

圖2： 機(jī)器人的研究現(xiàn)在也正面臨著一場(chǎng)深度學(xué)習(xí)的革新

眾所周知，在過(guò)去的幾年，深度學(xué)習(xí)技術(shù)因?yàn)镚oogle、Facebook 以及Microsoft而出名。從“微軟小冰”到圍棋高手“阿爾法狗”，從互聯(lián)網(wǎng)搜索到語(yǔ)言翻譯，乃至識(shí)別患有自閉癥風(fēng)險(xiǎn)的基因……凡是需要從大量數(shù)據(jù)中預(yù)測(cè)未知信息的領(lǐng)域，都是深度學(xué)習(xí)可以一展拳腳的地方。

首先首先必須搞清的是，深度學(xué)習(xí)是在實(shí)際應(yīng)用中被看好的，應(yīng)該肯定走機(jī)器學(xué)習(xí)這條路必然會(huì)給我們帶來(lái)意想不到的應(yīng)用效果，但是也應(yīng)該清醒的看到深度學(xué)習(xí)還是科學(xué)家們的研究課題，目前有很多關(guān)鍵問(wèn)題不能解決，距離實(shí)際應(yīng)用甚遠(yuǎn)。之所以積極的推動(dòng)超深入學(xué)習(xí)的普及，是因?yàn)槲覀兛辞辶松疃葘W(xué)習(xí)的不可解決的問(wèn)題點(diǎn)，以及超深度學(xué)習(xí)的先進(jìn)性實(shí)用性，可以馬上實(shí)現(xiàn)工業(yè)化的特點(diǎn)。

深度學(xué)習(xí)的學(xué)習(xí)效果

• 東京大學(xué)準(zhǔn)教授松尾認(rèn)為：“深度學(xué)習(xí)超越現(xiàn)有技術(shù)，精度得到跨越式提升。發(fā)生在圖像識(shí)別領(lǐng)域的故事又在圍棋領(lǐng)域發(fā)生了”，“在機(jī)器人等其他領(lǐng)域今后也可能發(fā)生同樣的情況”。

• AlphaGo的開(kāi)發(fā)者杰米斯·哈薩比斯表示：“AlphaGo并非圍棋專(zhuān)用的系統(tǒng)。將在醫(yī)療和科研等各種各樣的領(lǐng)域進(jìn)行擴(kuò)張”。

圖3：杰米斯·哈薩比斯

可以說(shuō)，深度學(xué)習(xí)是機(jī)器學(xué)習(xí)研究中的一個(gè)新的領(lǐng)域，其動(dòng)機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機(jī)制來(lái)解釋數(shù)據(jù)，例如圖像，聲音和文本。

深度學(xué)習(xí)還和增強(qiáng)學(xué)習(xí)相結(jié)合，正深刻改變著機(jī)器人領(lǐng)域。所謂增強(qiáng)學(xué)習(xí)，指的是機(jī)器人通過(guò)與環(huán)境交互中得到的獎(jiǎng)賞和懲罰，自主學(xué)習(xí)更優(yōu)的策略?！鞍柗ü贰薄ⅰ癕aster”就是增強(qiáng)學(xué)習(xí)的產(chǎn)物，它通過(guò)跟棋手下棋或跟自己對(duì)弈的輸贏情況，摸索出更好的下棋策略。

圖4：從YouTube視頻里面尋找貓的圖片是深度學(xué)習(xí)杰出性能的首次展現(xiàn)。

不過(guò)，創(chuàng)造一個(gè)強(qiáng)大的神經(jīng)網(wǎng)絡(luò)需更多處理層。而由于硬件限制，早期僅能制造2至3個(gè)神經(jīng)層。那么，是什么讓深度學(xué)習(xí)實(shí)現(xiàn)超越呢?

顯然，高性能計(jì)算能力的提升是一大助力。這些年GPU（圖形處理器）、超級(jí)計(jì)算機(jī)和云計(jì)算的迅猛發(fā)展，讓深度學(xué)習(xí)脫穎而出。2011年谷歌大腦用了1000臺(tái)機(jī)器、16000個(gè)CPU處理的深度學(xué)習(xí)模型大概有10億個(gè)神經(jīng)元。而現(xiàn)在，我們已經(jīng)可以在幾個(gè)GPU上完成同樣的計(jì)算了。

• “深度學(xué)習(xí)還得到大數(shù)據(jù)的助力，就像火箭有了燃料?！备耢`深瞳計(jì)算機(jī)視覺(jué)工程師、清華大學(xué)自動(dòng)化系博士潘爭(zhēng)介紹，深度學(xué)習(xí)技術(shù)建立在大量實(shí)例基礎(chǔ)上，就像小孩收集現(xiàn)實(shí)世界的信息一樣。而且，“喂”的數(shù)據(jù)越多，它就越聰明，并且不會(huì)“消化不良”。因?yàn)榇髷?shù)據(jù)的不可或缺，所以目前深度學(xué)習(xí)做得最好的基本是擁有大量數(shù)據(jù)的IT巨頭，如谷歌、微軟、百度等。

圖5：首部人工智能編寫(xiě)的影片《Sunspring》

現(xiàn)在，深度學(xué)習(xí)技術(shù)在語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)、語(yǔ)言翻譯等領(lǐng)域，均戰(zhàn)勝傳統(tǒng)的機(jī)器學(xué)習(xí)方法，甚至在人臉驗(yàn)證、圖像分類(lèi)上還超過(guò)人類(lèi)的識(shí)別能力。專(zhuān)家預(yù)計(jì)，再過(guò)些年，我們口袋里的手機(jī)也可以運(yùn)行像人腦一樣復(fù)雜的神經(jīng)網(wǎng)絡(luò)。

深度學(xué)習(xí)有意思的地方在于，它可以改變很多不同領(lǐng)域的研究。深度學(xué)習(xí)使得機(jī)器學(xué)習(xí)能夠?qū)崿F(xiàn)眾多的應(yīng)用，并拓展了人工智能的領(lǐng)域范圍。在過(guò)去，研究人員需要使用不同的技術(shù)用于語(yǔ)音識(shí)別、圖像識(shí)別、翻譯和機(jī)器人。但現(xiàn)在使用這一項(xiàng)技術(shù)，就能用于所有這些研究領(lǐng)域。這項(xiàng)技術(shù)的加入導(dǎo)致的結(jié)果就是：所有這些領(lǐng)域都演變速度都會(huì)變得更快。

· E N D ·

關(guān)注微信公號(hào)：caia617，即刻加入中國(guó)人工智能機(jī)器人聯(lián)盟微信交流群

原創(chuàng)聲明：本文屬中國(guó)人工智能機(jī)器人產(chǎn)業(yè)聯(lián)盟（CAIA）原創(chuàng)專(zhuān)稿，轉(zhuǎn)載請(qǐng)注明來(lái)源、出處，如轉(zhuǎn)載后惡意刪除或篡改文章來(lái)源者，一經(jīng)發(fā)現(xiàn)，CAIA將保留追究法律責(zé)任的權(quán)利。