获取更多信息请下载APP

自动驾驶是“杀手锏”还是“杀手”?

来源:    发布日期:2016-08-09 17:10:56   阅读量:0

李德毅院士谈特斯拉事故 自动驾驶是“杀手锏”还是“杀手”?

整理/记者 李晶

特斯拉自动驾驶模式一直被视作是其高科技范儿的“杀手锏”功能。遗憾的是,7月1日,一辆特斯拉Model X在美国开启Autopilot(自动驾驶)功能驶离出口时发生侧翻,所幸无人员伤亡;早在5月,一辆特斯拉也在自动驾驶模式下发生意外事故,导致司机身亡。特斯拉的这两起事故为自动驾驶的弄潮儿们敲了一记警钟,复杂交通路况下,自动驾驶并非难事,真正困难的是如何安全地自动驾驶。

中国工程院院士李德毅在参加2016“创新链接—国际智慧城市和智慧生活专题研讨会”时也谈到特斯拉事故的启示。他强调,“自动驾驶中,驾驶脑不可或缺!”下面是他的演讲实录:


 

▲一辆特斯拉也在自动驾驶模式下发生意外事故,导致司机身亡
 

人类本能难免失误,人工智能或改变现状

1956年,五个创新的年轻人,在美国小镇达特茅斯的暑期研讨班提出了“人工智能”的概念。从1956年出现人工智能这个词,到今年已有60年。

60年后的今天,人工智能开始奔跑,并且影响全人类的生活。机器人将成为人类社会走向智慧生活的重要伴侣。知识和智能,不再是劳动力和原材料,而将成为先进社会最重要的经济来源。

人工智能从走路到奔跑的过程,可以用两个典型案例来说明——围棋脑和驾驶脑。

围棋想围住对方,在某个状态下应对的步骤比象棋要多的多。手筋、弃子、劫争等战术战略运用,既有逻辑思维,更注重形象思维、大局观,本质上是一个拓扑动力学问题。

从统计角度看,一个特定的棋局有250种可能的期望走法(决策),沿着某种走法深入下去,可达到150层,因此计算和推理量巨大。

AlphaGo突破传统程序,搭建了两套模仿人类思维的深度卷积神经网络:承担棋局态势评估。但AlphaGo仅仅是一个围棋脑,还不是一个围棋手,更不是围棋机器人。它根本就没有眼和手,没有感知和行为能力;没有情绪,没有情感,不能分析对手的心理状态,不能现场与对手展开心理战,缺失交互认知能力。

机器人应该有学习能力。让轮式机器人与赛车手来一次比赛,将是有完整感知、认知、行为能力的人机大战,将更为激动人心。

汽车,这个曾经被称之为改变了世界的机器,正在被AlphaGo所改变,正在被世界所改变。汽车的背后有严重的隐患,不仅是对土地、能源的掠夺、过度消费引发的一系列生态问题,还有社会问题。

2010年,公安部统计的交通事故死亡人数为65225人。而世界卫生组织(WHO)估计为275983人,这一数字相当于每天一次重大空难,美国亦然。全球人类伤亡相当于每个月经历一次“9·11”大灾难。现代社会中,亲戚朋友和他们的朋友,一定有人在交通事故当中受到伤害,交通事故已经成为人类的第一杀手。这是科学进步和人类文明不能容忍的。

然而,紧急情况下,人的本能难以保障安全,驾驶员失误不可避免,交通事故伤害是全球致命的“痛”。人工智能将使得人工孤立驾驶机器的时代一去不复返!

没有相同的驾驶员,亦没有相同的驾驶脑

真正能够教机器人开车的应该是驾驶员。机器人开车时候扮演的角色,主要是通过学习的东西消化吸收,深入学习,变成了自己的行为。

日前,特斯拉自动驾驶出现一起致死车祸,我们分析这起事故的两个要点:特斯拉以120迈速度撞中正在转弯的大卡车腰部,事故负全责。路口减速是驾驶常识,而特斯拉缺少过路口常识。第二,特斯拉的相机把白色大货车混同白云。这在驾驶员看来很离奇,但特斯拉缺少已有认知帮助当前感知。分析这起事故,可知“感知不等于认识,驾驶脑不可或缺!”

驾驶认知的形式化,强调如何用人工智能技术代替驾驶员的感知、认知和行为,确保车辆自主行驶,不必纠结于机器驾驶脑和驾驶员脑是否在微观上具有相似性。驾驶活动更多的是技巧,记忆和经验,不是知识、推理和计算。

驾驶脑由长期记忆,工作记忆,动机,学习和思维,以及性格组成,是一个瞬间记忆池、态势记忆池,还有决策记忆池。驾驶脑应该强化什么?我们不做常规的先视后觉,而是做视而不觉,边视边觉,先觉后视,即用已有的认知,再借助于当前的感知,让机器自主驾驶。

在驾驶过程中,驾驶员与环境周边车辆交互认知存在差异,反映为个人的智力和运动协调能力的差异。世界上没有完全相同的驾驶员,也没有两个完全相同的驾驶脑。

真正能够教机器人开车的应该是驾驶员。

熟练的司机开车如同自己走路一样自然,就是按本能办,这叫做本能控制。因此在我们的驾驶那里面有很多记忆棒、入口记忆棒、特定记忆棒、困境记忆棒、事故多发情景记忆棒等等。

我们把性格、情绪、瞬间记忆、学习和思维、动机聚集在一个卡上,动态感知、态势分析、自主决策、精准控制、在线执行,强调了长期记忆、工作记忆和感知记忆。

把这张图再打开,大概是这么一个机构,一个智能车有四大类的传感器。雷达传感器,尤其是激光雷达和超声雷达,现在我们正在用红外雷达。摄像头也很丰富,要看车道线、路牌、红绿灯和交通警,因为它时不时打手语。第四大类传感器就是GPS北斗,我们形成一个驾驶态势图,对这个驾驶态势图不断地感知。

你用同步定位或者是映射技术,把我们头脑中的驾驶地图进行匹配,形成一个自主决策的方案,这个自主决策的方案告诉我们的小脑,由控制器去执行,这就是我们智能驾驶脑的功能模块。

我们强调了长期记忆、短期记忆和感知记忆的不同作用。我们对一个特定问题,按照我们图灵奖获得者的文章,它的结论是要注意解决特定的问题,在这个特定问题上,你只要把感知、认知、行动落实下去,我们落实的结果就变成智能驾驶脑。

我们主张在机器人里面,将一个调试总线扩展为自学总线,开创自学习板块。人工驾驶时,将经验驾驶员对油门、制动和方向盘的操控量抽象为认知箭头,与其机器视觉形式驾驶态势图进行一一对应,悄悄地生成碎片化的驾驶态势认知箭头图对,然后通过深度学习,生成驾驶记忆棒。

机器人向经验驾驶员学习开车。深度学习,实现自学习,统计学习和进化学习。

事故也是学习的一部分。试探纠错、汲取事故教训是提高驾驶水平的重要因素。驾驶员做了错误动作,导致事故,也可通过深度学习形成事故记忆棒。

驾驶脑成功的关键是驾驶认知的形式化,以及形式化后的自学习。

▲特斯拉汽车装配无人驾驶仪,解放双手轻松上路

人类善于调教机器人,机器人让人类更智能

人类始终善于更好地调教和帮助机器人,善于利用机器人优势,并弥补机器人不足。反过来,人类还能够利用机器人提升自身的智慧和能力,机器人一定会让人类自身更智能。

近十年来,我们参加比赛和里程碑试验,智能车各种感知和认知手段相互依存、彼此缠绕,在各类比赛场、测试场,智能车的表现千奇百怪、反反复复。

我们困惑过、迷茫过、试来试去。换车、换平台、加电源、换模块,通过多车交叉验证和常态试验,终于理出了头绪,形成全新的驾驶脑设计!

知识和数据双轮驱动着人工智能。以前强调知识,知识驱动人工智能发展。例如计算机的计算智能已超过人的智能(单个人或者几个人的智能),但是计算机做不到交互。在认知过程当中,人脑神经元之间的交互,以及任何外部世界的交互不可能复制。

今天通过大样本和深度学习,机器人终于可以聪明到足以改变程序中的参变量、甚至自身局部代码。

人工智能的核心不仅是算法,更是学习,大数据环境下充分发挥碎片化大数据认知的机理,让程序围着数据转。

在我们的星球上,围棋和汽车都是人类的发明。而今,人类要迎来机器人新人类,围棋机器人和轮式机器人发展成为人类的伙伴。他们有智慧、有个性、有行为能力,甚至还有情感。机器人给人类带来的影响,远远超过计算机和互联网在过去几十年间已经对世界造成的改变。

2030年,争取每万名产业工人所拥有的工业机器人数量达到300台左右;农村城镇化导致中国农民急剧减少,无人拖拉机、农用无人机、背包机器人将成为新一代农民,黄牛退休、铁牛耕地、农民进城、专家种田;全国大中医院的微创手术机器人,近一半国产化,在全社会普遍使用形形色色的服务机器人,我国家家都有机器人,老年人、残疾人和儿童平均每人拥有一台形态各异的服务机器人。

科技从不停步,人类永不满足。今天人类正在发明越来越多的机器人,智能手机可能成为你的忠实助理,轮式机器人比一般人车开得更好。曾经的很多工作岗位将会被智能机器人替代,但同时又自然涌现出更多新的工作,人类将更加有尊严,更加有智慧。

人类始终善于更好地调教和帮助机器人,善于利用机器人优势,并弥补机器人不足,或用新的机器人淘汰旧的机器人。反过来,人类还能够利用机器人提升自身的智慧和能力,机器人一定会让人类自身更智能。

各式各样的人机协同的机器人,为我们迎来了人与机器人共舞的新时代,伴随优雅的舞曲,毋庸置疑的是:人类始终是领舞者。

对话李德毅院士

李德毅,中国工程院院士、国际欧亚科学院院士。现任中国指挥和控制学会名誉理事长,中国人工智能学会理事长。

▲李德毅院士接受北京科技报采访

【北京科技报】无人驾驶可靠性和安全性有多少提升空间?

【李德毅】不但是可靠性和安全性的问题,还有大的架构问题。我的基本观念是,如果要做智能驾驶或者自主驾驶,一定要去研究现代的驾驶员在驾驶过程中的作用。他在时时刻刻与周边的环境和流量,做交互认知。如果这一块没有人替代,那么,自动驾驶的安全和可靠是没有把握的。

举例来说,特斯拉致死事故中,机器把白色大卡车看成了一片白云。人类的小孩子也不会犯这样的错误。原因在于缺乏先验知识,不是车子不好,也不是传感器本身有毛病,而是缺少了驾驶员的认知环节。

我提出的一个重要思想是,感知不等于认知。对于全世界的、包括谷歌和特斯拉在内的所有汽车制造者,这是一个很好的启示。

从科学的角度看,自动驾驶并不是万能的。自动驾驶时,特斯拉要求驾驶员始终把手放在方向盘上,这只是释放了驾驶员的双手,没有释放双脚,也没有让驾驶员释放注意力。从这个角度来说,自动驾驶不符合人机工程学。我们坐车时打瞌睡,但司机不能打瞌睡,因为他要不断关注路面的情况。如果把手脚都解放了,但是注意力不能解放,反而使司机容易疲劳。安全性和可靠性更加不好。

不要只想到自动驾驶,更要想到驾驶员的智能代理,用机器驾驶脑来替代。人类的先验知识,包括事故,以及好的驾驶技术,都放在驾驶脑里,通过记忆认知、交互认知、计算认知,一起完成计算驾驶的任务。

这个任务并没有太多计算,主要是技能,就像中学生毕业即可考取驾照。

▲ 2015 年,谷歌开始在公共道路上测试自主设计的无人驾驶汽车

【北京科技报】人工智能已经有60年历史,您预测下一个60年会是什么样子?无人驾驶汽车需要多久能够在城市里实现?

【李德毅】我有一些愿景,但没有60年之久,大约是30年。展开想象的翅膀,那时候家家都有机器人,老人、儿童、残疾人,一人一部形式各异的机器人,车子将成为共享的移动工具。全世界70亿人口,如果每人一个机器人,那就是70亿个机器人,它们成为与我们一起生活的新新人类。

机器人不一定都是人形机器人。有些专属某一领域,可以聊聊天,喂喂饭,导导航诸如此类。我认为,人工智能时代的这60年,可能要超过计算机和网络对于人类社会生活、经济建设和国防状态产生的变化。

计算机和网络分别用了约70年和30年改变我们的生活,现在所有“互联网+”充分说明了这一点。人工智能时代的变化将更大,但没有办法笼统的描述。我认为,知识和智能将是一个很重要的劳动力要素。

【北京科技报】人工智能领域,中国是不是领先的?

【李德毅】我认为,刚才讲到的“驾驶脑”就是领先的。全世界没有这个声音。人工智能领域,我们没有必要过分自卑,当然我们也可以进行讨论,不能因为自信而傲慢。

【北京科技报】自动驾驶的研究,有的一步到位,有的是小步迭代的,哪个发展更快?

【李德毅】我不主张一步到位,把方向盘油门都去掉。第一人们驾驶有乐趣,这是人们的愿望;第二,汽车发展一百多年,之所以成功是汽车人机工程学的成功。把一个在复杂环境、复杂气候下的运动,结合成方向盘控制横向,油门和制动控制纵向,且只选其一。这样的人机工程学设计是很好的,不一定要把它去掉,但是可以把它藏起来。

车内有很多的空间,可以把它藏起来。其实,一步到位的谷歌,现在已经恢复了部分操作,不再单纯依靠按钮。因为社会环境那么恶劣,总能碰到地震、大洪水、火山爆发等情况。在各种意外的情况下,人的应变能力比机器人要强得多。总不能遇到意外,车子变成一个铁疙瘩,推都推不动

【北京科技报】自动驾驶领域,谁会成功呢?跨界的互联网公司或是车企?

【李德毅】我今天讲的一个“驾驶脑”,很新鲜,全世界没有这样讲的。我认为,认知这个环节不能丢掉。最后还是大家汇聚到一起,做出来的东西一定是综合的,一定是协同创新,跨界融合的。■