都说自动驾驶是目前人工智慧的最大应用场景

有人欢喜,也有人焦虑

让我们一起梳理下人工智慧

在自动驾驶领域的种种可能

看过关于人工智慧科幻电影的人,大多都会心头一紧,电影把疯狂的科学怪人或失控的机器人描绘得邪恶无比、栩栩如生,具有超越人类智慧的机器人最终统治了地球,还有各种脑洞大开的未来想像。可如果你看看CES消费电子展上那些最先进机器人的幼稚甚至有些蠢笨的表演 ,或者耐心地和iPhone中的Siri调侃几句,凭人类的直觉和经验,你都会对机器人威胁论嗤之以鼻,认为那是几百年以后的事儿,甚至是永远无法实现的天方夜谭。

同样的情况也出现在了汽车行业,当我们高谈自动驾驶、阔论人工智慧的时候,许多人都会认为那是未来的事儿,而未来都是N年以后的事儿,其实不然。微信朋友圈曾经刷屏过一篇名为《一个故意不通过图灵测试的人工智慧》的长微信,看后让人的后背有一丝凉意。这篇文章是「WaitbutWhy」网站的创始人Tim

Urban写的,先不讨论人工智慧为什么故意不通过图灵测试,文章基于人类的发展历史,提出了一个显然易见的理论:人类科技发展的速度越来越快,而且还是呈加速度的趋势。如果该理论也同样适用于自动驾驶领域,那么人类实现全自动驾驶就是近5-10年内的事儿 ,甚至更快。这种说法对大多数人来说都觉得有些突然,似乎还没有做好心理准备……而推动自动驾驶快速叠代的关键技术就是AI人工智慧。

机械姬

——了解AI人工智慧的一部电影

英国导演亚力克斯·嘉兰Alex

Garland的处女作,2015年公映。这是一部关于人工智慧的惊悚片。程式设计师加利·史密斯幸运地抽中老板纳森所开出的大奖,他受邀前往位于深山的别墅中和老板共度假期。在与世隔绝的别墅中,纳森亲切地接待了这位员工。事实上他邀请加利到来还有另一个目的,那就是协助他完成其所开发的智慧机器人的测试。天才一般的纳森研制了具有独立思考能力的智慧机器人伊娃,为了确认她是否具有独立思考的能力,他希望加利能为伊娃进行着名的「图灵测试」。

影片一经推出就产生轰动,情节中关于人工智慧机器人的描绘引发了一大波讨论,而涉及的伦理问题更令人争论不休。2016年,《机械姬》入围奥斯卡最佳原创剧本以及最佳视觉效果两个奖项,最终将最佳视效奖收入囊中。

每每提到人工智慧,大家都会觉得特别深奥、特别遥远,而事实是人工智慧已经不知不觉地出现在我们的生活中、出现在当下汽车的自动驾驶辅助系统中。关于AI(Artificial

Intelligence)人工智慧有许多定义,其中比较有影响力的说法是 :人工智慧是根据对环境的感知,做出合理的行动 ,并获得最大收益的电脑程式①。按照这个定义,最常用的导航地图就是人工智慧,它利用大数据,可以帮助我们规划路线、安排行程,这是一种比较简单的人工智慧,叫弱人工智慧。大名鼎鼎的AlphaGo也属于弱人工智慧,他只是在围棋领域超越了人类的能力,而在现实生活中,他的智力还不如一个幼童。反映当今自动驾驶最高水平的ADAS(Advanced

DriverAssistantSystems高级驾驶辅助系统)中也有许多人工智慧的身影,比如自适应巡航控制(AdaptiveCruiseControl)、自动泊车系统(Self-Parking

System)等,这些都是通过车载传感器感知外部世界的信息,再做出判断,并最终採取行动的人工智慧系统,只不过目前还停留在比较初级的水平,更遗憾的是我们对此都习以为常,并不认为它们是属于人工智慧。

按照国际汽车工程师协会(SAEInternational)的定义,自动驾驶被由低到高分为Level0-Level5六个级别。目前大部分汽车使用的自动驾驶辅助系统都是Level2级以下的自动驾驶,而特斯拉刚刚升级的AutoPilot2.0驾驶辅助系统水平相对较高,特斯拉CEO马斯克宣称目前量产特斯拉的ModelS和Model

X车型在硬体上已经具备了Level4级的全自动驾驶能力,其AutoPilot系统软体将採取逐步升级的方法实现更高级别的自动驾驶。在SAE自动驾驶的分级中,Level2级和Level3级之间有一条质变的分界线,这也是目前自动驾驶研究正在努力突破的瓶颈,Level2级以下监控驾驶环境(包括周围车辆、交通指示灯、交通标示等等)的主体是人,主要是通过人去感知、去决策;而Level

3级以上监控驾驶环境的就是车载自动驾驶设备了,是通过机器去耳听六路、眼观八方,去判断、去决策,这才是真正有意义的自动驾驶 ,也是有了人工智慧味道的自动驾驶。

注释①:李开复、王咏刚,《人工智慧》文化发展出版社,2017

根据自动驾驶的基本理论模型,汽车的自动驾驶系统分为:感知单元、决策单元和控制单元三部分,感知单元:主要由雷达、摄像头等各种传感器和智能感知算法组成,用于实时感知汽车行驶道路环境;决策单元 :通过计算机软硬体对传感器的数据进行分析,并决策结果,决定汽车下一步採取什么操作;控制单元:通过汽车的各种控制接口,最终完成实际的驾驶操作。从目前的发展看 ,感知单元主要分为三种技术路线:1、摄像头为主、毫米波雷达为辅;2、毫米波雷达为主,摄像头为辅;3、雷射雷达为主 ,辅助以摄像头、毫米波雷达等设备,这种「混合路线」被大多数汽车厂家和科技公司採纳,也是最昂贵的一种模式。

上述汽车自动驾驶的三个构成单元都有人工智慧的介入,特别是感知单元和决策单元。以感知单元的摄像头为例,基于深度学习和大数据,摄像头要学习辨认各种各样的交通指示灯、各地的道路交通标志,最麻烦的是学习「辨认」道路上各种可能碰到的移动的和静止的物体,这就是人工智慧的工作,需要建立的算法和模型,各家有各家的做法,但都是要在效率和准确率之间做出平衡。这个学习过程和人类很相似,需要一定的时间、还需要有足够的学习资料(大数据)。不论感知单元走的是哪种技术路线,雷射雷达还是摄像头,都躲不过这个过程,是骡子是马,都要拿出去遛遛,自动驾驶系统都要通过大量的路测去学习提高,这也是目前各家汽车企业和科技公司正在做的事情。

图灵测试

——了解AI人工智慧的基本概念

图灵测试是英国科学家、计算机之父以及人工智慧先驱艾伦·图灵提出的。1950年图灵发表了一篇名为《计算机器和智能》(ComputingMachineryand

Intelligence)的论文,试图探讨如何判断一台电脑是否具有人类一样的思想意识。在文章中,图灵提出了一个很有趣的实验:将测试者与被测试者(一台计算机和一个人)隔开,通过一些装置(如键盘)同时向被测试者(计算机和人)随意提问。进行多次测试后 ,如果有超过30%的测试者不能确定出被测试者是人还是机器,那么这台机器就通过了测试,并被认为具有了人类智能。

针对图灵测试,人工智慧领域还设立了一年一度的罗布纳奖(loebnerPrize),专门颁发给在图灵测试中表现优异的电脑程式。从图灵测试提出以来,目前还没有哪个电脑程式通过。

麦肯钖公司(McKinsey&Company)的一份关于自动驾驶的研究报告提到 :要想让自动驾驶汽车达到人类驾驶的安全水平(美国2013年的数据是每1亿公里造成0.68起交通死亡事故),自动驾驶系统平均需要行驶4.4亿公里进行「学习积累」,要想达到比人类更高的安全性,还需要更多的测试里程。兰德公司(Rand

Corporation)的研究估计,如果100辆自动驾驶汽车每天运行24小时,每年运行365天,以平均40公里/小时的速度行驶,则需要12.6年时间才能完成4.4亿公里测试里程,这也是目前许多人不认为全自动驾驶会在短期内实现的依据。

但事情或许没有这么糟糕,还可以借助计算机仿真技术去模拟道路驾驶环境,让自动驾驶系统自己通过计算机仿真软体去学习提高,这可以大大缩短学习的时间。百度Apollo(阿波罗)仿真技术引擎就是这样一个系统,该仿真引擎拥有海量实际路况及自动驾驶场景数据,基于大规模云端计算,能够打造日行百万公里的虚拟运行能力,形成一个快速叠代的闭环,让自动驾驶汽车实现「坐地日行百万里」的「训练」效果;ImageNet也是这样一个计算机视觉系统识别项目,是目前世界上最大的图像识别资料库,是美国着名的华人计算机科学家李飞飞模拟人类的识别系统建立的。目前已经收集了近1500万张图像,而每年的ImageNet挑战赛也在世界各大名校和科技公司中有很高的影响力。麦肯钖公司的研究报告还认为:「将真实自动驾驶路测和计算机模拟相结合是一个高效的捷径,可以大大减少汽车行业已经熟悉且必需完成的测试公里数。」

此外,建立开放式的自动驾驶技术共享平台也是缩短研发进程、避免重复劳动的一种思路。百度的Apollo(阿波罗)计划就是这样一个对业界开放的共享平台,它提供一套完整的软硬体和服务的解决方案,包括车辆平台、硬体平台、软体平台、云端数据服务等四大部分。在刚刚结束的百度AI开发者大会上,

其CEO李彦宏向媒体展示了一辆自动驾驶原型车,来自美国硅谷的AutonomouStuff公司借助Apollo

1.0平台,仅花了三天时间就改装完成了具有固定场地自动驾驶能力的汽车。而以往要实现这样的技术 ,需要几十人以上的团队 ,进行超过6个月的研发工作。据悉,百度的Apollo将会快速开放越来越多的能力 ,每周更新、每两月左右发布一个新版本,这听起来的确令人激动。依照前面提到的科技加速发展的理论,或许某一项技术突破,会带动整个自动驾驶实现质变,人类提前实现自动驾驶的梦想也并非不可能 。

还有一些人的担忧不是自动驾驶是否足够先进,而是自动驾驶是否足够安全,这种顾虑也有很广泛的群众基础,还包括相应的自动驾驶法规的建立、甚至还有道德伦理问题,这些都是制约自动驾驶商业化以及大规模普及的关键。比如如何防范黑客对自动驾驶系统的攻击?还比如自动驾驶系统的人工智慧逻辑到底是优先保护车内驾驶者的安全还是优先保护车外行人的安全?还有一个就是着名的「有轨电车难题」(Trolley

Problem),当一辆失控的有轨电车在轨道上行驶,向左的轨道上有5名不知情的行人,向右有1名不知情的行人,这时人工智慧的扳道岔到底应该向左扳还是向右扳呢?或许实现网络安全、建立相应的法律条款、达成人们在道德伦理上的共识比实现自动驾驶技术本身需要更长的时间。

在未来,人工智慧会不会像电影《骇客帝国》中描述的那样统治人类?自从电脑诞生以来这样的疑问一直困扰着我们;而在有生之年,人类将实现汽车全自动驾驶,我们未来的生活又将变成什么模样?想想这些问题又令我们兴奋不已。人工智慧将释放巨大的生产力,就如同蒸汽机之于工业革命、汽车生产线之于汽车普及、iPhone之于移动互联时代,有人说我们将摆脱繁重的、重复性的工作,拥有更多的时间,拥有更多的自由;也有人说工智能会让许多人失去工作,成为一个多余的人……未来究竟会怎样?「这是最好的时代,也是最坏的时代」,狄更斯100多年前曾这样说;而对活在今天的每一个人来说,人工智慧的确是一个值得期待的未来。

職業訓練ひろば | 呼和浩特 | 婚姻家庭 | http://932981.com | 长沙 | 店铺装修 | http://2211fang.com | 盈盾 | www.zangyf.com | www.donotmarrybeforeage30.com