現(xiàn)如今，人工智能已經(jīng)在下圍棋方面勝出，可在駕駛汽車時(shí)，卻似乎比人類顯得笨拙。今年美國(guó)的一輛無(wú)人駕駛汽車在城市道路上做實(shí)驗(yàn)時(shí)，將一位橫穿馬路的行人撞倒。這起事故，也讓這一備受熱捧的新技術(shù)受到一些爭(zhēng)議。無(wú)人駕駛下一步該從哪些技術(shù)角度進(jìn)行完善，我國(guó)的無(wú)人駕駛技術(shù)近來(lái)有哪些進(jìn)展？日前，在由中國(guó)自動(dòng)化學(xué)會(huì)主辦、西安交通大學(xué)承辦的2018中國(guó)自動(dòng)化大會(huì)上，中國(guó)工程院院士鄭南寧對(duì)此進(jìn)行了解讀。
乘客在上海交通大學(xué)校園內(nèi)體驗(yàn)實(shí)驗(yàn)性運(yùn)行的無(wú)人駕駛小巴。新華社發(fā)
人類擅長(zhǎng)感知預(yù)測(cè)計(jì)算機(jī)擅長(zhǎng)邏輯推理
下圍棋屬于邏輯推理腦力勞動(dòng)，而駕駛汽車卻是感知、運(yùn)動(dòng)等結(jié)合的腦力勞動(dòng)。人類經(jīng)過(guò)駕校訓(xùn)練，相對(duì)容易就可以掌握這個(gè)技能，但是用機(jī)器實(shí)現(xiàn)它卻遇到了艱難挑戰(zhàn)。
這種情況在人工智能領(lǐng)域被稱為莫拉維克悖論。“它意味著人類覺(jué)得簡(jiǎn)單的事情，計(jì)算機(jī)卻難做到，人類覺(jué)得難度大的事情，計(jì)算機(jī)卻完成得很輕松。”鄭南寧說(shuō)，早在20世紀(jì)80年代，人工智能研究者就發(fā)現(xiàn)了這個(gè)挑戰(zhàn)，對(duì)計(jì)算機(jī)而言實(shí)現(xiàn)邏輯推理等人類高級(jí)智慧只需要相對(duì)很少的計(jì)算能力，而實(shí)現(xiàn)感知、運(yùn)動(dòng)等智慧行為卻需要巨大的計(jì)算能力。
這種情況是由二者的基本特性決定的。如果把人腦和計(jì)算機(jī)做一個(gè)比較，計(jì)算機(jī)顯然是在邏輯性、可重復(fù)性和規(guī)范性方面超過(guò)了人類，但是人類的大腦具有動(dòng)態(tài)性、復(fù)雜性，還具有創(chuàng)造性和想象力。“人類思維是在記憶經(jīng)驗(yàn)和知識(shí)的基礎(chǔ)上進(jìn)行預(yù)測(cè)、模式分類以及學(xué)習(xí)的。特別要注意這個(gè)預(yù)測(cè)能力，每個(gè)人的大腦中都有預(yù)測(cè)的模型，所以說(shuō)從本質(zhì)上來(lái)講，大腦就是一個(gè)預(yù)測(cè)的機(jī)器，而對(duì)于駕駛行為而言，預(yù)測(cè)能力非常重要。”鄭南寧說(shuō)：“但計(jì)算機(jī)要實(shí)現(xiàn)這種預(yù)測(cè)則非常困難。”
無(wú)人駕駛沒(méi)那么快進(jìn)入生活
從對(duì)錯(cuò)誤的容忍度來(lái)說(shuō)，人工智能系統(tǒng)可以分成兩大類：一類犯了錯(cuò)誤可以重來(lái)，另一類在統(tǒng)計(jì)意義上不能夠犯錯(cuò)誤，無(wú)人駕駛屬于后者。
從這一現(xiàn)實(shí)來(lái)看，鄭南寧認(rèn)為當(dāng)前的無(wú)人駕駛技術(shù)主要面臨對(duì)環(huán)境的可靠感知、預(yù)行為理解、應(yīng)對(duì)意外等方面的難題。
“對(duì)環(huán)境的可靠感知，也就是說(shuō)無(wú)論在任何路況和天氣狀況下，無(wú)人駕駛汽車都能準(zhǔn)確而周密地感知周圍環(huán)境。”鄭南寧說(shuō)，而預(yù)行為理解即對(duì)對(duì)方可能產(chǎn)生的行為進(jìn)行準(zhǔn)確的預(yù)估和判斷，另外還有就是對(duì)意外遭遇的處理，包括如何對(duì)交警的手勢(shì)作出反應(yīng)，如何應(yīng)對(duì)突然從路邊闖進(jìn)一個(gè)小孩等意外情況。“這樣的突發(fā)異常情況是無(wú)人駕駛必須要解決的，但目前還無(wú)法事先為這類場(chǎng)景編碼，也無(wú)法用簡(jiǎn)單的基于規(guī)則的模型來(lái)應(yīng)對(duì)。”
鄭南寧表示，針對(duì)這些難題所開(kāi)展的嘗試，需要把深度學(xué)習(xí)網(wǎng)絡(luò)、長(zhǎng)短期記憶、選擇性注意機(jī)制以及提取知覺(jué)物體等技術(shù)，整合在基于認(rèn)知計(jì)算引擎的自主駕駛系統(tǒng)中，這是無(wú)人駕駛研究領(lǐng)域值得研究的方向。
他介紹說(shuō)，在11月份由國(guó)家自然科學(xué)基金委員會(huì)組織的2018中國(guó)智能車未來(lái)挑戰(zhàn)賽上，西安交通大學(xué)研制的“先鋒號(hào)”智能汽車進(jìn)入高架道路后，平穩(wěn)匯入多輛有人駕駛車輛的自然車流。這輛無(wú)人駕駛實(shí)驗(yàn)車還在沒(méi)有GPS信號(hào)的情況下，在高架橋下的地面道路，由計(jì)算機(jī)自主駕駛通過(guò)了S形的彎道和各種路障。
盡管取得了這些進(jìn)展，但鄭南寧認(rèn)為對(duì)無(wú)人駕駛?cè)匀粦?yīng)該保持冷靜，并沒(méi)有那么快就進(jìn)入生活。“真實(shí)的交通環(huán)境復(fù)雜多變，實(shí)現(xiàn)完全自主的無(wú)人駕駛是一個(gè)令人興奮卻又望而生畏的艱難挑戰(zhàn)。”
發(fā)現(xiàn)人工智能的突破點(diǎn)還需更多時(shí)間
那么，最終有沒(méi)有可能找到一種終極算法，能使某種智能不僅能完成單一的任務(wù)，還能具有非常強(qiáng)大的普遍適應(yīng)性能力，來(lái)解決無(wú)人駕駛等任務(wù)呢？
鄭南寧表示，未來(lái)需要從腦認(rèn)知和神經(jīng)科學(xué)研究中得到啟發(fā)，發(fā)展一種新的學(xué)習(xí)機(jī)器。
“將神經(jīng)科學(xué)和腦認(rèn)知作為新的機(jī)器學(xué)習(xí)算法和架構(gòu)的靈感來(lái)源，使用這些知識(shí)來(lái)幫助我們思考在人工智能系統(tǒng)中如何實(shí)現(xiàn)同樣的功能，是未來(lái)人工智能發(fā)展重要的研究方向之一。”鄭南寧說(shuō)，“我們需要更多時(shí)間來(lái)發(fā)現(xiàn)受腦認(rèn)知和神經(jīng)學(xué)科啟發(fā)的人工智能突破點(diǎn)在哪里，也需要多學(xué)科的實(shí)驗(yàn)科學(xué)家和理論科學(xué)家的合作。”
他同時(shí)提醒，面對(duì)近年來(lái)人工智能的熱潮，更應(yīng)該將基礎(chǔ)研究建立在嚴(yán)謹(jǐn)?shù)睦碚?、模型建造、?shí)驗(yàn)驗(yàn)證與分析的基礎(chǔ)上。
“如果讓社會(huì)的期望值過(guò)高，又沒(méi)有達(dá)到預(yù)期的目標(biāo)，它就有可能給學(xué)科發(fā)展帶來(lái)低潮，甚至是災(zāi)難性影響，使最初期望的目標(biāo)成為‘皇帝的新衣’。”鄭南寧說(shuō)：“面對(duì)人工智能的研究與其在無(wú)人駕駛等領(lǐng)域的應(yīng)用熱潮，我們需要保持冷靜的思考，踏踏實(shí)實(shí)推進(jìn)基礎(chǔ)研究和實(shí)驗(yàn)驗(yàn)證。”
