Vincent Vanhoucke是Google的首席科学家，也是斯坦福大学的电气工程博士学位。他目前在Google Brain负责与机器人相关的项目。 Vanhoucke的主要研究领域是语音识别，计算机视觉和机器人技术。他还将主持CoRL 2017（机器人学习会议），这是机器人领域的一项活动。 Vanhoucke认为，机器智能现已发展到相当高的水平，在某些情况下其性能可以与人类媲美（甚至超越），例如机器视觉，机器翻译和语音识别。现在是时候将这些功能应用到物理世界中了。有效。他在今天的演讲中提到，机器人技术的研究现在也面临着深度学习创新。为此，当前的机器学习从业者有必要跳出监督学习的舒适区，并面临一些棘手的问题：数据短缺，如何使机器实现技能转换和持续学习等。Vanhoucke还提到了这一点。这也是人工智能从理论到实践的唯一途径。 Vanhoucke分别介绍了他在图像，语音（和机器翻译）和机器人技术（主要是机器人抓取）领域的一些研究成果。 Vanhoucke表示，2011年，语音识别研究人员使用神经网络技术来减少语音识别，并且大大降低了错误率。这是十多年来语音识别领域的最大进步。在2016年，它几乎达到了人类标准。 。在机器翻译方面，2014年机器学习的引入也使机器翻译有了质的改进，但仍然相对不愿达到人的水平（请参阅主题演讲中的列表，这对Google的机器翻译做出了贡献， （很多中文）。该直方图是人类翻译，神经网络翻译和PBMT翻译的质量差异，按降序排列。 Vanhoucke相信机器学习的研究比过去更容易，有更多的开源工具和模型，更多的网络教程（他本人开设了有关Udacity的在线课程），并且GPU和高性能计算硬件的门槛也越来越低。 ，研究人员比以前更多。在图像识别领域，除了底层技术的改进外，Google在医学领域还应用了图像识别技术来帮助医生诊断病情，并取得了一些成果。但是他还说，图像识别远非“成功”。现在，有40％的决策是基于图像监控做出的，结果非常糟糕。接下来是机器人的一部分。 Vanhoucke具有电子工程背景，他在Google Brain的主要工作是机器人项目。他首先强调了一种与许多人的看法不同的观点：当前的机器人技术研究实际上与深度学习无关。他进行了演示，让手中的笔掉到地上，并说如果机器人的任务是握住笔，则握住和无法握住机器人的动作之间没有区别。外部（新闻：因此，不能从中得出任何法律）。机器可以抓住特定物体的痕迹，而未知物体的捕捉还无法解决。 （Vanhoucke播放了一段有关机器人摔跤比赛的视频，他说过去他认为这些机器人摔跤很有趣，但是当他开始从事机器人项目后，看到这样的照片他再也不会笑了。这是确实很难研究机器的抓取能力，但是他非常有趣。）所涉及的图像识别技术越少，机器的鲁棒性就越好，它可以处理的对象也越复杂。当听众询问爬网对象的数据库时，Vanhoucke说他们（谷歌）不想建立这样的知识图。引入增强学习可能对机器人的研究有所帮助，前提是存在一个可以生成大量样本的参考模型。最终结论：1. RoboTIcs和机器学习正在经历有趣的融合； 2.对于常规机器人问题，必须意识到做出不同答案的意识。 3.它在实践AI的道路上遇到了所有正确的难题。