郑南宁:认知构建,直觉性AI为无人驾驶提供新方向

2019-05-10 11:18:48 文/亿欧 作者/ 赖燕芳

2019年5月9日-10日,由浙江省人民政府主办的第六届中国机器人峰会在浙江宁波余姚举行。本届峰会以“机器智联,赋能万物”为主题,邀请了国内外众多机器人与人工智能专家、企业家,分享最新研究成果和行业趋势,旨在推动机器人与智能制造、人工智能的“深度融合”,推进“机器人+”,赋能百行百业。

2019年5月9日-10日,由浙江省人民政府主办的第六届中国机器人峰会在浙江宁波余姚举行。本届峰会以“机器智联,赋能万物”为主题,邀请了国内外众多机器人与人工智能专家、企业家,分享最新研究成果和行业趋势,旨在推动机器人与智能制造、人工智能的“深度融合”,推进“机器人+”,赋能百行百业。亿欧作为特邀媒体进行现场支持报道。

在9号上午的论坛上,中国工程院院士郑南宁发表了主题为《直觉性AI与无人驾驶》的演讲。郑南宁提出,对当前人工智能而言,解决某些对人类来说属于智力挑战的问题可能是相对简单的,但对看似简单的与真实物理世界交互的能力依然非常差,无人驾驶就属于这类问题。

为什么要发展直觉性AI?

从学术进步与科研转化,到技术创业与投资热潮,人工智能在中国,可以说呈现了相继爆发、相互影响的趋势。据亿欧智库统计,中国人工智能企业共计922家,2012-2017年间创业热潮显着。七年来,中国私募股权投资市场中,人工智能领域的相关投资约3658.6亿,近818家投资机构参与投资。

当前新一代人工智能面临的最大挑战就是如何应对指数级复杂性的任务。虽然目前人工智能技术得到了很大的发展,但仍然需要对每一个任务进行编程,而且许多难题只能在指数时间内获解,一些问题的求解需要近乎无限长的时间。

郑南宁表示,传统人工智能的局限性表现在需要对问题本身抽象出一个解析式数学模型,而模型一旦建立后,计算任务与能力就被唯一地确定,依据解析式数学模型确定的算法又无法处理一大类具有开放、动态和不确定性的问题。另一方面,近些年备受推崇的深度神经网络也具备几大局限性,包括泛化能力弱、表达能力弱、无注意机制以及过度依靠训练数据等。

“人类大脑对世界的印象是一个不完整世界的描述,但这个不完整的世界是人类直觉判断和逻辑思维的基础;面对真实世界的变化,将直觉与经验和以数字为基础的演绎归纳相结合,我们可以在不完整的世界描述中产生正确的行为。”

为了做到让机器像人一样对物理世界直观理解,郑南宁提出了在物理层面进行直观推理的三大基本要素:

(1)物理(或对象)特征的识别,并形成记忆;

(2)物理(或对象)之间相互关系与作用的直观理解;

(3)基于模式匹配、想象力的决策或行为模型产生。

总结而言,直觉是一种以最少的假设去描述一个系统或产生相应的行为人工智能追求的长期目标是使机器能像人类一样感知世界和解决问题。如果从直觉推理去看待智能无人驾驶,可能为无人驾驶技术的发展带来新的方向。

直觉性AI与无人驾驶相结合

无人驾驶技术从提出到现阶段的发展已接近30年的时间,业内各大企业和高校也在紧锣密鼓地进行自动驾驶技术的研发,全球已有多家企业宣布在2020年前后推出无人驾驶汽车。

据预测,自动驾驶汽车的全球市场份额需要花15-20年时间达到25%,带有公路和交通堵塞自动驾驶功能的汽车将率先上路应用;到2022年,带有城市自动驾驶模式汽车上路;2025年之后,完全无人驾驶汽车才会大量出现。

郑南宁认为,许多交通场景问题具有不确定性、脆弱性和开放性,为所有的交通场景建立模型是不可能。他表示,人类驾驶员开车是将车位无穷状态空间约简为动态变化的“可驾驶”和“不可行驶”的“二域状态空间,并根据常识和交通规则产生相应的驾驶行为,从认知的层面,将复杂未知的“现实世界”变换成有限空间环境的语义“推理”“直观的理解”。

郑南宁指出,将直觉AI用到无人驾驶中就是要构造一个基于认知构建的类人自主驾驶。因为人类驾驶员开车是一个对交通情境认知的连续过程,我们需要探讨类人自主驾驶的新方法,使自主驾驶像人一样理解和记忆交通情境,具有记忆,推理和经验更新的机制,能应对高动态和强随机性的交通场景变化。

“我们现在的无人驾驶实际上是一个离散的系统,因此我们怎么能够来发展一种具有进化的,自主学习的无人驾驶系统呢?它的学习过程与人类司机相似,熟能生巧。”郑南宁表示,这其中考虑的问题就是人类驾驶员如何注意并获取交通环境信息、交通环境信息如何在大脑中存储和加工以及产生驾驶行为的背后的存在的内部表征。

“在无人驾驶当中,我们进行了20多年的研究。走到今天我们取得了一些进步,但是无人驾驶真正要进入寻常老百姓家我们还面临十分艰难的挑战,不是3-5年就能够实现的,可能需要10年乃至更长时间,无论从技术的安全性,还是从成本,我们都还需要付出艰难的努力。”

免责声明:凡注明为其它来源的信息均转自其它平台,由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,不为其版权负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。联系邮箱:leixiao@infoobs.com