CCAI 2019 | 郑南宁:“直觉性AI技术”可助力无人驾驶

CCAI 2019 | 郑南宁:“直觉性AI技术”可助力无人驾驶

CCAI 2019

2019年中国人工智能大会(Chinese Congress on Artificial Intelligence 2019,简称“CCAI 2019”)将于在9月21日-22日在青岛胶州召开。

谷歌、特斯拉,百度、滴滴、蔚来……如今从国外到国内,越来越多的企业投身到无人驾驶的开发大军当中。相比于人机对弈、人脸识别、图像识别等深度学习领域在近年取得的进步,无人驾驶似乎“慢”了一些。

不过,慢自有慢的道理。不同于深度学习,无人驾驶面对的挑战更多来自环境的开放性和不确定性,这无疑对机器的能力提出了更高要求。

无人驾驶已来,它将驶往何处?这是所有关注这一行业的人亟待思考的问题。如果要问谁对这一问题具有发言权,郑南宁一定榜上有名。

郑南宁是中国自动化学会理事长,中国工程院院士。他长期从事无人驾驶研究,团队和项目已进行过多次路测试验。他在多个场合阐释过对于未来人工智能、尤其是无人驾驶发展的思考。

CCAI 2019 | 郑南宁:“直觉性AI技术”可助力无人驾驶

传统人工智能与深度学习的局限

要理解传统人工智能的局限,需要先了解它的工作方法。当面对一个问题时,传统人工智能首先要给出精确数学意义上的解析模型,如果模型无法抽象出来,这个问题就是无解的。

模型出来后,要给出确定的算法,之后人工智能系统的算力、能力或任务就是唯一的。

但在现实生活中,人类面临的许多问题往往具有不确定性、脆弱性和开放性。郑南宁指出,当前人工智能的理论框架是建立在演绎逻辑和语义描述基础之上的,我们不可能对所有遇到的问题都进行建模,因为条件问题的存在,我们不可能把一个行为的所有条件都模拟出来。传统人工智能的局限性由此可见。

近年来深度学习取得了喜人进步,给人工智能的发展带来了春天。但在郑南宁看来,深度学习面对的诸多问题也不容回避。

首先是深度学习的泛化能力差,且训练数据和测试数据必须是同分布的,如果做不到这一点,机器的分类能力就会极大降低。

其次是深度学习的表达能力较弱。虽然它可以通过长期训练输出合理、准确的结果,但它始终“知其然而不知其所以然”,无法了解结果背后的推理过程。

最后是深度学习无法引入注意机制。这一机制强调的是计算过程中的路径选择和计算负载的分配,深度学习目前还找不到有效办法解决这一问题,而注意机制是构成高级AI的基本核心。

CCAI 2019 | 郑南宁:“直觉性AI技术”可助力无人驾驶

“直觉性”将成为人工智能的未来

既然当前人工智能存在这些局限,未来我们应该如何寻找突破口,让人工智能实现升级?

郑南宁认为,当前人工智能与人类的“较量”中,在逻辑性、可重复性和规范性方面,计算机已经明显胜出;但是人类面对的大部分问题都是开放的、动态的、复杂的,大脑在处理这类问题时所表现出的想象力和创造力,以及对复杂问题的分析和描述,是当前人工智能的方法所无法企及的。

郑南宁说:“人类思维是在记忆经验和知识的基础上进行预测、模式分类以及学习的。特别要注意这个预测能力,每个人的大脑中都有预测的模型,所以说从本质上来讲,大脑就是一个预测的机器,而对于驾驶行为而言,预测能力非常重要”。相较之下,计算机想要实现预测就非常困难。

在郑南宁看来,未来的计算机需要像人一样,能够对物理世界产生直观理解。人类产生认知的过程,已经给计算机的进化指明了方向。

人脑对于非认知因素的理解更多地来自于直觉,并受到经验和长期知识积累的影响,这些因素在人对物理环境理解与行为交互、非完整信息处理等问题中有着极其重要的作用。

此外,人类是通过与事物的互动来实现学习的,人类认知过程中的特征概念形成,往往是建立在语义解释的基础上,人类依赖对事物的观察在大脑中建立不同的分析模型,并利用这些模型来推测事物的变化。

机器学习与人类产生认知的路径是完全不同的。郑南宁认为,为使机器学习人类的认知方式,需要其所学特征在一定程度上符合神经生理学的实验结果,同时要使特征具有数学和语义的解释性。此外,大脑神经网络结构的可塑性,以及人脑在非认知因素和认知功能之间的相互作用,它们是形式化方法难以、甚至不能描述的。

因此,郑南宁提出:“我们需要从脑认知机理和神经科学获得灵感和启发,发展新的AI计算模型与架构,让机器具备对物理世界最基本的感知与反应,即使机器具有‘常识’推理的能力,从而实现更加健壮的人工智能系统。”

郑南宁把这样的AI技术,称为“直觉性AI技术”。

要实现这一步,郑南宁认为计算机需要具备三个基本要素:

(1)对环境中的所有对象进行特征识别,并且进行长期记忆;

(2)理出对象间的关系,并对它们相互间的作用进行描述;

(3)基于想象力的行为模型,人在进行具体行动之前,会想象其带来的后果,但机器就需要分析物体之间的各种关系。

CCAI 2019 | 郑南宁:“直觉性AI技术”可助力无人驾驶

直觉性AI技术可助力无人驾驶

随着人工智能热的兴起,无人驾驶也被人们寄予厚望,全球已有多家企业宣布在2020年前后推出无人驾驶汽车。

但郑南宁提出,当前无人驾驶还面临这五个方面的挑战。

第一,如何周密感知复杂的交通场景?它需要对天气、路况等方面的所有条件,都能作出安全判断。

第二,如何判断和理解意外或突发情况?比如当遇上交通管制,街口出现交警指挥时,它可以有效识别并作出正确反应吗?

第三,如何实现对预行为的理解?比如人类司机可以通过前方行车状况判定开车的是老司机还是新手,并形成自己的应对策略(果断超车还是保持车距),系统呢?

第四,如何防范安全问题?数据都在云端,安全风险无可避免。

第五,在人车交互上,它如何实现与乘客的无障碍交流?

在对交通场景的认知上,人类是一个连续的过程,但计算机是离散的。郑南宁提出,把直觉性AI用到无人驾驶中,就是要基于认知构建一个类人自主驾驶,使计算机也变得连续起来。

自主学习的无人驾驶系统,其学习过程与人类司机相似,都是靠熟能生巧。其中要解决的问题包括以下三点:

第一,人类驾驶员如何注意并获取交通环境信息;

第二,交通环境信息如何在大脑中存储和加工;

第三,产生驾驶行为的背后存在怎样的内部表征。

尽管取得了一些进步,但郑南宁坦言,无人驾驶的商用在短期内还难以实现,真正要“飞入寻常百姓家”,还需要10年甚至更长时间。

CCAI 2019 | 郑南宁:“直觉性AI技术”可助力无人驾驶

相关推荐