機器學習的關鍵下一步
今日 Facebook 可以自動標記你的朋友， Siri 能聽懂並回答使用者的問題，Gmail 甚至可以在我們寫郵件時給予建議，它們背後所仰仗的就是機器學習的技術。然而，今日機器學習仍有很多尚待克服的問題，例如：
- 你知道只要一點人類肉眼都難以察覺的雜訊，就可以讓多數機器學習所得到的系統完全崩壞嗎？
- 今天機器學習需要人類扮演機器的老師，根據大量人類提供的標註進行學習，機器能否做到無師自通呢？
- 最後，機器能不能告訴我們它學到甚麼？它真的有學到東西嗎？
這個演講將跟大家簡介今日在機器學習領域有甚麼尚待克服的關鍵問題以及可能的解法。
About 李宏毅
李宏毅分別在 2010 年和 2012 年於國立臺灣大學（National Taiwan University, NTU）取得碩士和博士學位；2012 年到 2013 年，他於中央研究院資訊科技創新研究中心擔任博士後研究員 ；2013 年到 2014 年，他是麻省理工學院（MIT）電腦科學和人工智慧實驗室（CSAIL）口語系統組的客座科學家。他目前是國立臺灣大學電機工程學系副教授（臺灣大學資訊工程學系合聘）。他的研究主軸是深度學習、語音處理及語意理解，他於 2017 年榮獲中華民國電腦學會傑出青年獎，2018 年榮獲中國電機工程學會優秀青年電機工程師獎， 2019 年榮獲傑出人才發展基金會年輕學者創新獎、科技部吳大猷先生紀念獎。
