“人類創(chuàng)造技術(shù)的節(jié)奏正在加速，技術(shù)的力量也正以指數(shù)級的速度在增長。指數(shù)級的增長是具有迷惑性的，它始于極微小的增長，隨后又以不可思議的速度爆炸式地增長——如果一個人沒有仔細(xì)留意它的發(fā)展趨勢，這種增長將是完全出乎意料的。”
被譽為《Inc.》雜志稱為“托馬斯·愛迪生的法定繼承人”的雷·庫茲韋爾（Ray Kurzweil）在《奇點臨近》一書中這樣寫道。這位擁有13項榮譽博士頭銜的世界領(lǐng)先的發(fā)明家，為人們描繪了未來人工智能社會圖景。
雷·庫茲韋爾認(rèn)為，由于摩爾定律的存在，技術(shù)會呈指數(shù)級增長，而人類社會也將在2045年到達(dá)人工智能的奇點，其次，基于生物形態(tài)的人類實質(zhì)上只不過是一套高度復(fù)雜神經(jīng)網(wǎng)絡(luò)下的一個算法系統(tǒng)，未來必將被更高級的算法系統(tǒng)替代。
“盲目的樂觀可能是最致命的大規(guī)模殺傷性武器?！逼ぐＡ_?斯加魯菲認(rèn)為：“人工智能并不是一個新概念，它起源于1956年或更久之前，只不過，過去由于計算機處理系統(tǒng)還不夠強大，人工智能并沒有得到長足快速的發(fā)展。”
從現(xiàn)實中人工智能的應(yīng)用的程度來看，目前AI無人駕駛領(lǐng)域的進展似乎也印證了皮埃羅?斯加魯菲的觀點?；仡櫲祟悮v史重大變革節(jié)點不難發(fā)現(xiàn)，無論是蒸汽機的改良還是內(nèi)燃機的發(fā)明，出行領(lǐng)域一直都是先進技術(shù)應(yīng)用的最前沿。
追本溯源，近年來無人駕駛技術(shù)的爆發(fā)的技術(shù)基礎(chǔ)也源自于2006由Hinton在深度學(xué)習(xí)領(lǐng)域的革命性成果，由此基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法得以在計算機視覺、語音識別、以及計算機行為決策方面深度應(yīng)用，從而構(gòu)成了無人駕駛軟體層面的技術(shù)基礎(chǔ)，而在實現(xiàn)無人駕駛的工程應(yīng)用上，已經(jīng)不存在較大的技術(shù)障礙，因而，無人駕駛的天花板依舊在于基于深度學(xué)習(xí)的AI技術(shù)的局限性。
而另一方面，基于AI技術(shù)的L4級別的自動駕駛已經(jīng)開始進入商業(yè)化階段。目前，google Waymo、特斯拉AutoPilot、百度Apollo以及通用Cruise均已實現(xiàn)L4級別的自動駕駛。
無人駕駛的阿喀琉斯之踵
2016年的美國，一輛自動行駛中的特斯拉Models撞上了一輛白色拖掛貨車，致使駕駛員死亡，這是第一例無人駕駛車禍致死的案例。
事后，有專業(yè)人士據(jù)車禍地點的環(huán)境分析后指出，在強光直射下，依賴攝像頭的圖像識別系統(tǒng)失效，未能及時檢測出前方正在穿過道路行駛的白色貨車，同時由于毫米波雷達(dá)位置較低，而一般的毫米波雷達(dá)垂直視角在±5°以內(nèi)，導(dǎo)致當(dāng)Tesla靠近拖掛卡車側(cè)面時，雷達(dá)波束從下側(cè)穿過了卡車，導(dǎo)致漏檢，從而致使事故發(fā)生。車禍發(fā)生后，特斯拉改進了無人駕駛系統(tǒng)，并修改了官網(wǎng)關(guān)于AutoPilot的釋義。
實際上，安全問題確實是無人駕駛技術(shù)全面落地的阿喀琉斯之踵。以深度學(xué)習(xí)算法為核心的AI技術(shù)構(gòu)筑的無人駕駛系統(tǒng)至今尚未真正解決由“計算機理解偏差”而帶來的駕駛安全性的問題。
從AI技術(shù)演化的角度來看，深度學(xué)習(xí)算法為核心的“智能化”實際上并不是真正意義上的智能，而是基于大數(shù)據(jù)和深度學(xué)習(xí)算法在“動態(tài)規(guī)劃”原則下對統(tǒng)計意義上“最優(yōu)解”的達(dá)成。因此，當(dāng)下要想解決無人駕駛的安全性問題，必須在這個框架下將“不安全”的可能性降低到一個低于人類車禍概率的紅線之下，才具備無人駕駛走進千家萬戶的“接受底線”。
今年五月，在寧波舉行的第六屆中國機器人峰會上，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。鄭南寧院士提出，在算法模型下，建立覆蓋全部的場景模型是不可能的，但“構(gòu)造一個基于認(rèn)知構(gòu)建的類人自主駕駛，使AI自主駕駛具有類人的決策機制，則能應(yīng)對高動態(tài)和強隨機性的交通場景變化。
在小編看來，基于人類思維決策機制建立算法模型，使AI具有類人的“意識”以當(dāng)前的技術(shù)條件還無法達(dá)成，一方面，人類的決策往往通過自身多方面的經(jīng)驗達(dá)成，而并非固定的在駕駛場景下形成單一的決策機制，另一方面，在大多數(shù)人的決策過程中，感性因素常常會占主導(dǎo)地位，而算法決策則是百分百的理性決策，而在某些特定情況下理性決策往往不是“最優(yōu)選擇”。
在電影《機械公敵》（又名《我，機器人》）中，由威爾史密斯主演的戴爾·史普納在一場車禍中與一位小女孩一同掉入水中，而在人工智能機器人經(jīng)過計算后選擇就起生產(chǎn)率更高的戴爾·史普納而放棄了小女孩的生命，而假如現(xiàn)實中發(fā)生類似的事件，作為人類的救援人員顯然會優(yōu)先選擇拯救女孩，因為這才人性約束下的“最優(yōu)解”。
“AI安全陷阱”下，AI駕駛技術(shù)的“奇點”
放眼未來，無人駕駛必定在未來某一個時刻全面應(yīng)用至出行領(lǐng)域，屆時，現(xiàn)有交通規(guī)則甚至道路形態(tài)或?qū)⒊霈F(xiàn)新的變化。而從無人駕駛的初步應(yīng)用到無人駕駛時代的來臨之間，人們將長期處于一個“人類+AI駕駛”的混合出行時代。而在這個過程中，相應(yīng)的法律法規(guī)也必須與之相適應(yīng)。
如果說安全問題是AI無人駕駛落地的“入場券”那么，無人駕駛與現(xiàn)有交通體系及規(guī)則的適應(yīng)則是一場AI與人類直接的“博弈”。
從本質(zhì)上看，AI無人駕駛的演進過程，是一個在以提高出現(xiàn)便捷性與安全性的前提下，人類逐漸將出行部分逐漸交給AI負(fù)責(zé)的過程，在這一過程中，人類在出行領(lǐng)域保留主導(dǎo)權(quán)的同時，將出行安全與操控權(quán)交付至AI，以實現(xiàn)對人力的解放。
在這一過程中，作為博弈其中一方的人類又有著十分矛盾的心理。一方面，人們希望通過AI來解放人力，來獲得出行體驗的“舒適性”，另一方面，人們又擔(dān)心現(xiàn)有技術(shù)條件下，AI的決策會帶來安全風(fēng)險和道德風(fēng)險。因此，無人駕駛的落地不止是技術(shù)層面的落地，也是公眾認(rèn)可度和無人駕駛交通法規(guī)等層面系統(tǒng)化適應(yīng)。
在決策層面上，基于深度學(xué)習(xí)的AI將在很長的一段時間內(nèi)不會出現(xiàn)“類人”的決策模型，因而，人們可以預(yù)期的AI無人駕駛，實質(zhì)上是低安全風(fēng)險下的交通輔助工具，從這個意義上來講，AI無人駕駛的進步反而會增加人類駕駛者陷入“AI安全陷阱”：一方面“非人”的AI并不能真正給與駕駛者安全的保障，另一方，日益進步的AI無人駕駛技術(shù)會增加駕駛者的“惰性”從而造成潛在安全風(fēng)險。
在小編看來，無人駕駛跨越“AI安全陷阱”的關(guān)鍵在于是否能夠準(zhǔn)確判斷AI無人駕駛技術(shù)進化的奇點，而判斷無人駕駛是否達(dá)到技術(shù)奇點的原則可以從兩個方面去考慮：
AI完全具有作為“人”的分析決策能力（也就是實現(xiàn)獨立思考的人工智能）;
基于深度學(xué)習(xí)的AI無人駕駛在實際道路行駛中的事故率要遠(yuǎn)遠(yuǎn)低于人類駕駛。
其次，從現(xiàn)實的層面來看，軟體程序是AI技術(shù)不可或缺的構(gòu)成，在聯(lián)網(wǎng)狀態(tài)下，獲得車輛控制權(quán)的AI也更容易受到網(wǎng)絡(luò)黑客的攻擊，因此，除行駛安全外，網(wǎng)絡(luò)安全問題也是無人駕駛真正落地需要解決的問題。
那么，真正的無人駕駛落地還需要多久？
從AI技術(shù)的發(fā)展來看，自2006年深度學(xué)習(xí)領(lǐng)域取得突破以來，基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)快速發(fā)展，大數(shù)據(jù)、深度學(xué)習(xí)算法與算力成為AI領(lǐng)域的三大核心技術(shù)，就目前而言，AI技術(shù)三要素中的算力依然依靠強大的計算機作為物流支持，但隨著摩爾定律的失效，傳統(tǒng)半導(dǎo)體產(chǎn)業(yè)逐漸迎來技術(shù)瓶頸，AI技術(shù)進步或?qū)⒚媾R新的停滯。
摩爾定律的失效，意味著在現(xiàn)有尺寸下，計算機算力也面臨著物理瓶頸，而AI技術(shù)的增長又需要大量算力的支持，由此可以預(yù)見的是，AI技術(shù)增長將陷入新的困境期，同時，AI技術(shù)發(fā)展的停滯也將進一步限制在無人駕駛領(lǐng)域AI技術(shù)的應(yīng)用。
在現(xiàn)有AI技術(shù)以及其成長空間下，未來，無人駕駛的落地將不可避免的分為兩個階段，即封閉場景下的商業(yè)化落地，以及作為駕駛輔助功能的商業(yè)化落地，而要想真正的實現(xiàn)智能無人駕駛，還有很長的路要走。
雷·庫茲韋爾的《奇點臨近》讓人們感嘆人工智能時代似乎近在咫尺，但也正如他在書中所寫：“人們總是高估短期內(nèi)能達(dá)到的目標(biāo)，卻容易低估那些需要較長時間才能達(dá)到的目標(biāo)?！币苍S，真正的人工智能對人類社會影響之深遠(yuǎn)我們還知之甚少，但人們也應(yīng)對于如今AI的現(xiàn)實應(yīng)用給予更加理性的認(rèn)知，而這也是AI技術(shù)得以長盛不衰的關(guān)鍵所在。
下載文檔
