無人駕駛還有哪些坎兒
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，卻似乎比人類顯得笨拙。今年美國的一輛無人駕駛汽車在城市道路上做實(shí)驗(yàn)時，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)受到一些爭議。無人駕駛下一步該從哪些技術(shù)角度進(jìn)行完善，我國的無人駕駛技術(shù)近來有哪些進(jìn)展？日前，在由中國自動化學(xué)會主辦、西安交通大學(xué)承辦的2018中國自動化大會上，中國工程院院士鄭南寧對此進(jìn)行了解讀。
人類擅長感知預(yù)測 計算機(jī)擅長邏輯推理
下圍棋屬于邏輯推理腦力勞動，而駕駛汽車卻是感知、運(yùn)動等結(jié)合的腦力勞動。人類經(jīng)過駕校訓(xùn)練，相對容易就可以掌握這個技能，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。“它意味著人類覺得簡單的事情，計算機(jī)卻難做到，人類覺得難度大的事情，計算機(jī)卻完成得很輕松。”鄭南寧說，早在20世紀(jì)80年代，人工智能研究者就發(fā)現(xiàn)了這個挑戰(zhàn)，對計算機(jī)而言實(shí)現(xiàn)邏輯推理等人類高級智慧只需要相對很少的計算能力，而實(shí)現(xiàn)感知、運(yùn)動等智慧行為卻需要巨大的計算能力。
這種情況是由二者的基本特性決定的。如果把人腦和計算機(jī)做一個比較，計算機(jī)顯然是在邏輯性、可重復(fù)性和規(guī)范性方面超過了人類，但是人類的大腦具有動態(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)和知識的基礎(chǔ)上進(jìn)行預(yù)測、模式分類以及學(xué)習(xí)的。特別要注意這個預(yù)測能力，每個人的大腦中都有預(yù)測的模型，所以說從本質(zhì)上來講，大腦就是一個預(yù)測的機(jī)器，而對于駕駛行為而言，預(yù)測能力非常重要。”鄭南寧說：“但計算機(jī)要實(shí)現(xiàn)這種預(yù)測則非常困難。”
無人駕駛沒那么快進(jìn)入生活
從對錯誤的容忍度來說，人工智能系統(tǒng)可以分成兩大類：一類犯了錯誤可以重來，另一類在統(tǒng)計意義上不能夠犯錯誤，無人駕駛屬于后者。
從這一現(xiàn)實(shí)來看，鄭南寧認(rèn)為當(dāng)前的無人駕駛技術(shù)主要面臨對環(huán)境的可靠感知、預(yù)行為理解、應(yīng)對意外等方面的難題。
“對環(huán)境的可靠感知，也就是說無論在任何路況和天氣狀況下，無人駕駛汽車都能準(zhǔn)確而周密地感知周圍環(huán)境。”鄭南寧說，而預(yù)行為理解即對對方可能產(chǎn)生的行為進(jìn)行準(zhǔn)確的預(yù)估和判斷，另外還有就是對意外遭遇的處理，包括如何對交警的手勢作出反應(yīng)，如何應(yīng)對突然從路邊闖進(jìn)一個小孩等意外情況。“這樣的突發(fā)異常情況是無人駕駛必須要解決的，但目前還無法事先為這類場景編碼，也無法用簡單的基于規(guī)則的模型來應(yīng)對。”
鄭南寧表示，針對這些難題所開展的嘗試，需要把深度學(xué)習(xí)網(wǎng)絡(luò)、長短期記憶、選擇性注意機(jī)制以及提取知覺物體等技術(shù)，整合在基于認(rèn)知計算引擎的自主駕駛系統(tǒng)中，這是無人駕駛研究領(lǐng)域值得研究的方向。
他介紹說，在11月份由國家自然科學(xué)基金委員會組織的2018中國智能車未來挑戰(zhàn)賽上，西安交通大學(xué)研制的“先鋒號”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。這輛無人駕駛實(shí)驗(yàn)車還在沒有GPS信號的情況下，在高架橋下的地面道路，由計算機(jī)自主駕駛通過了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)為對無人駕駛?cè)匀粦?yīng)該保持冷靜，并沒有那么快就進(jìn)入生活。“真實(shí)的交通環(huán)境復(fù)雜多變，實(shí)現(xiàn)完全自主的無人駕駛是一個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)還需更多時間
那么，最終有沒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，來解決無人駕駛等任務(wù)呢？
鄭南寧表示，未來需要從腦認(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)的靈感來源，使用這些知識來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，是未來人工智能發(fā)展重要的研究方向之一。”鄭南寧說，“我們需要更多時間來發(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。”
他同時提醒，面對近年來人工智能的熱潮，更應(yīng)該將基礎(chǔ)研究建立在嚴(yán)謹(jǐn)?shù)睦碚摗⒛Ｐ徒ㄔ�、�?shí)驗(yàn)驗(yàn)證與分析的基礎(chǔ)上。
“如果讓社會的期望值過高，又沒有達(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：“面對人工智能的研究與其在無人駕駛等領(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。”
