2019年5月9日-10日，由浙江省人民政府主辦的第六屆中國機(jī)器人峰會在浙江寧波余姚舉行。本屆峰會以“機(jī)器智聯(lián)，賦能萬物”為主題，邀請了國內(nèi)外眾多機(jī)器人與人工智能專家、企業(yè)家，分享最新研究成果和行業(yè)趨勢，旨在推動機(jī)器人與智能制造、人工智能的“深度融合”，推進(jìn)“機(jī)器人+”，賦能百行百業(yè)。億歐作為特邀媒體進(jìn)行現(xiàn)場支持報道。
在9號上午的論壇上，中國工程院院士鄭南寧發(fā)表了主題為《直覺性AI與無人駕駛》的演講。鄭南寧提出，對當(dāng)前人工智能而言，解決某些對人類來說屬于智力挑戰(zhàn)的問題可能是相對簡單的，但對看似簡單的與真實(shí)物理世界交互的能力依然非常差，無人駕駛就屬于這類問題。
為什么要發(fā)展直覺性AI？
從學(xué)術(shù)進(jìn)步與科研轉(zhuǎn)化，到技術(shù)創(chuàng)業(yè)與投資熱潮，人工智能在中國，可以說呈現(xiàn)了相繼爆發(fā)、相互影響的趨勢。據(jù)億歐智庫統(tǒng)計，中國人工智能企業(yè)共計922家，2012-2017年間創(chuàng)業(yè)熱潮顯著。七年來，中國私募股權(quán)投資市場中，人工智能領(lǐng)域的相關(guān)投資約3658.6億，近818家投資機(jī)構(gòu)參與投資。
當(dāng)前新一代人工智能面臨的最大挑戰(zhàn)就是如何應(yīng)對指數(shù)級復(fù)雜性的任務(wù)。雖然目前人工智能技術(shù)得到了很大的發(fā)展，但仍然需要對每一個任務(wù)進(jìn)行編程，而且許多難題只能在指數(shù)時間內(nèi)獲解，一些問題的求解需要近乎無限長的時間。
鄭南寧表示，傳統(tǒng)人工智能的局限性表現(xiàn)在需要對問題本身抽象出一個解析式數(shù)學(xué)模型，而模型一旦建立后，計算任務(wù)與能力就被唯一地確定，依據(jù)解析式數(shù)學(xué)模型確定的算法又無法處理一大類具有開放、動態(tài)和不確定性的問題。另一方面，近些年備受推崇的深度神經(jīng)網(wǎng)絡(luò)也具備幾大局限性，包括泛化能力弱、表達(dá)能力弱、無注意機(jī)制以及過度依靠訓(xùn)練數(shù)據(jù)等。
“人類大腦對世界的印象是一個不完整世界的描述，但這個不完整的世界是人類直覺判斷和邏輯思維的基礎(chǔ)；面對真實(shí)世界的變化，將直覺與經(jīng)驗(yàn)和以數(shù)字為基礎(chǔ)的演繹歸納相結(jié)合，我們可以在不完整的世界描述中產(chǎn)生正確的行為。”
為了做到讓機(jī)器像人一樣對物理世界直觀理解，鄭南寧提出了在物理層面進(jìn)行直觀推理的三大基本要素：
（1）物理（或?qū)ο螅┨卣鞯淖R別，并形成記憶；
（2）物理（或?qū)ο螅┲g相互關(guān)系與作用的直觀理解；
（3）基于模式匹配、想象力的決策或行為模型產(chǎn)生。
總結(jié)而言，直覺是一種以最少的假設(shè)去描述一個系統(tǒng)或產(chǎn)生相應(yīng)的行為人工智能追求的長期目標(biāo)是使機(jī)器能像人類一樣感知世界和解決問題。如果從直覺推理去看待智能無人駕駛，可能為無人駕駛技術(shù)的發(fā)展帶來新的方向。
直覺性AI與無人駕駛相結(jié)合
無人駕駛技術(shù)從提出到現(xiàn)階段的發(fā)展已接近30年的時間，業(yè)內(nèi)各大企業(yè)和高校也在緊鑼密鼓地進(jìn)行自動駕駛技術(shù)的研發(fā)，全球已有多家企業(yè)宣布在2020年前后推出無人駕駛汽車。
據(jù)預(yù)測，自動駕駛汽車的全球市場份額需要花15-20年時間達(dá)到25%，帶有公路和交通堵塞自動駕駛功能的汽車將率先上路應(yīng)用；到2022年，帶有城市自動駕駛模式汽車上路；2025年之后，完全無人駕駛汽車才會大量出現(xiàn)。
鄭南寧認(rèn)為，許多交通場景問題具有不確定性、脆弱性和開放性，為所有的交通場景建立模型是不可能。他表示，人類駕駛員開車是將車位無窮狀態(tài)空間約簡為動態(tài)變化的“可駕駛”和“不可行駛”的“二域狀態(tài)空間，并根據(jù)常識和交通規(guī)則產(chǎn)生相應(yīng)的駕駛行為，從認(rèn)知的層面，將復(fù)雜未知的“現(xiàn)實(shí)世界”變換成有限空間環(huán)境的語義“推理”“直觀的理解”。
鄭南寧指出，將直覺AI用到無人駕駛中就是要構(gòu)造一個基于認(rèn)知構(gòu)建的類人自主駕駛。因?yàn)槿祟愸{駛員開車是一個對交通情境認(rèn)知的連續(xù)過程，我們需要探討類人自主駕駛的新方法，使自主駕駛像人一樣理解和記憶交通情境，具有記憶，推理和經(jīng)驗(yàn)更新的機(jī)制，能應(yīng)對高動態(tài)和強(qiáng)隨機(jī)性的交通場景變化。
“我們現(xiàn)在的無人駕駛實(shí)際上是一個離散的系統(tǒng)，因此我們怎么能夠來發(fā)展一種具有進(jìn)化的，自主學(xué)習(xí)的無人駕駛系統(tǒng)呢？它的學(xué)習(xí)過程與人類司機(jī)相似，熟能生巧。”鄭南寧表示，這其中考慮的問題就是人類駕駛員如何注意并獲取交通環(huán)境信息、交通環(huán)境信息如何在大腦中存儲和加工以及產(chǎn)生駕駛行為的背后的存在的內(nèi)部表征。
“在無人駕駛當(dāng)中，我們進(jìn)行了20多年的研究。走到今天我們?nèi)〉昧艘恍┻M(jìn)步，但是無人駕駛真正要進(jìn)入尋常老百姓家我們還面臨十分艱難的挑戰(zhàn)，不是3-5年就能夠?qū)崿F(xiàn)的，可能需要10年乃至更長時間，無論從技術(shù)的安全性，還是從成本，我們都還需要付出艱難的努力。”
