自動(dòng)駕駛的較量實(shí)質(zhì)是人工智能模型的競(jìng)爭(zhēng)

最近自動(dòng)駕駛的技術(shù)競(jìng)爭(zhēng)越演越烈，又一次成為世人的關(guān)注焦點(diǎn)。本來(lái)人們一開(kāi)始就斷言自動(dòng)駕駛的較量實(shí)質(zhì)是人工智能的競(jìng)爭(zhēng)，在深度學(xué)習(xí)普遍被神化的時(shí)期，沒(méi)有人親身感受過(guò)這樣的論斷的價(jià)值。

在自動(dòng)駕駛的領(lǐng)域目前所處在的實(shí)際情況，卻遠(yuǎn)遠(yuǎn)不是人們斷言的那樣。在包括谷歌，特斯拉的所有的自動(dòng)駕駛的開(kāi)發(fā)者，除了千篇一律的在圖像識(shí)別上用了深度學(xué)習(xí)，其他在控制上，在決策上幾乎都是用的非常傳統(tǒng)的方法。因?yàn)槿斯ぶ悄苣壳八幍碾A段能夠拿出來(lái)應(yīng)用的模型只有深度學(xué)習(xí)。

從2020年6月份開(kāi)始，特斯拉旗下的modelX，modelS以及model3都配齊了自動(dòng)駕駛功能?？墒嵌潭滩坏揭荒甑臅r(shí)間，特斯拉自動(dòng)駕駛屢屢出現(xiàn)惡性事故，這些事故幾乎都是與自動(dòng)駕駛的識(shí)別錯(cuò)誤有關(guān)，2020年6月在中國(guó)臺(tái)灣的高速公路上特斯拉車(chē)撞向了白色的卡車(chē)，其理由是由于深度學(xué)習(xí)只能識(shí)別二維圖像，把白色的卡車(chē)當(dāng)成白云。就在最近2021年5月7日在廣東韶關(guān)的一次不明原因的撞車(chē)事故，很可能是深度學(xué)習(xí)的黑箱問(wèn)題造成的，類(lèi)似這樣的事故舉不勝舉。血的教訓(xùn)讓人們清醒，目前的人工智能還處在初級(jí)階段，筆者認(rèn)為真正的自動(dòng)駕駛一定要淘汰目前所有的自動(dòng)駕駛技術(shù)，引進(jìn)新一代的人工智能才可以成功。谷歌用了十年以上的時(shí)間開(kāi)發(fā)自動(dòng)駕駛，路側(cè)也可以繞地球1圈半，可是仍然沒(méi)有征服自動(dòng)駕駛，兩年前連左拐還出事故，特斯拉在自動(dòng)駕駛上也屢屢出事，這些都告訴我們自動(dòng)駕駛不能只在路測(cè)距離上比高低。

自動(dòng)駕駛領(lǐng)域的專(zhuān)家們，誰(shuí)也沒(méi)想到自動(dòng)駕駛的決策居然是一個(gè)用傳統(tǒng)的規(guī)則堆積的方法所不可能解的類(lèi)似NP-hard問(wèn)題，因?yàn)榧僭O(shè)自動(dòng)駕駛周?chē)梢杂星昂笞笥?輛同行車(chē)，自動(dòng)駕駛在判斷是否要變道時(shí)，至少要考慮與每一輛同行車(chē)的間隔，位置，速度，加速度以及自動(dòng)駕駛本身的各種速度，才可以得出是否要變道的決定？這就是5*8=40個(gè)要素的組合，在組合理論中公認(rèn)超過(guò)40個(gè)要素的組合問(wèn)題就是圖靈機(jī)不可解的NP-hard問(wèn)題，況且每一個(gè)組合結(jié)果是要人在通過(guò)程序來(lái)解決就不可想象了。在控制上也有類(lèi)似的問(wèn)題就不再多敘述了。

面對(duì)自動(dòng)駕駛存在著上述不可解的問(wèn)題，靠大的資金砸下，靠龐大的隊(duì)伍，靠漫長(zhǎng)的時(shí)間的路側(cè)都是徒勞的。淘汰當(dāng)今的自動(dòng)駕駛技術(shù)，尋求新一代人工智能模型，讓自動(dòng)駕駛從感知，控制以及決策上都導(dǎo)入新一代的人工智能，創(chuàng)造出具備超越人的駕駛IQ的新型自動(dòng)駕駛則是唯一的出路。

在我國(guó)的人工智能領(lǐng)域有一大批人崇拜深度學(xué)習(xí)，并不知道在我國(guó)還有可以在性能上接近甚至超過(guò)深度學(xué)習(xí)的能力，是小數(shù)據(jù)的，小模型的，特別是沒(méi)有黑箱問(wèn)題的自律機(jī)器學(xué)習(xí)「SDL（Self-Discipline Learning）模型」，可以在無(wú)需訓(xùn)練，無(wú)需進(jìn)行圖像的特征抽出，就可對(duì)三維圖像像人眼一樣直接抓取，這種不受背景圖像干擾的識(shí)別方法，可以挽救目前特斯拉的絕大多數(shù)自動(dòng)駕駛的撞車(chē)事故。

汽車(chē)本來(lái)是按照人的駕駛特點(diǎn)設(shè)計(jì)的機(jī)器，今天讓機(jī)器脫離人的駕駛，一定要把人的智慧讓機(jī)器深度理解，機(jī)器才能達(dá)到人的駕駛水平。因此，今后的自動(dòng)駕駛系統(tǒng)的所有的算法都是出自于人是如何駕駛汽車(chē)的，人的眼在駕駛過(guò)程中獲取了什么信息？通過(guò)機(jī)器意識(shí)模型把人的駕駛技巧以及駕駛的智慧教給機(jī)器，這將可以尋求出高IQ的自動(dòng)駕駛的最佳算法。

SDL模型與機(jī)器意識(shí)模型的融合，在自動(dòng)駕駛的感知系統(tǒng)中具有突破性，可以如同人的眼那樣無(wú)需高精度地圖，自動(dòng)的辨別行車(chē)方向，這在我國(guó)的高精度地圖全都被國(guó)際大公司壟斷的今天，具有特殊的意義，自動(dòng)駕駛可以在任意的道路自由自在的行駛，這樣才是人們渴望的具有智慧的自動(dòng)駕駛。

自動(dòng)駕駛的研究提出了超越時(shí)代的課題，又激發(fā)我們探索未來(lái)的人工智能模型，這極大的促進(jìn)了人工智能的跨越式的發(fā)展，不要再被目前的人工智能的現(xiàn)狀所束縛，未來(lái)的人工智能的技術(shù)不是靠等待誰(shuí)來(lái)給我們，而要通過(guò)自己的奮起努力為解決眼前的難題而由自己的努力來(lái)獲得，期待著上述的理念能帶來(lái)新一代的自動(dòng)駕駛的誕生！

作者為南開(kāi)大學(xué)特聘教授、天津市阿波羅信息技術(shù)有限公司總裁