请选择 进入手机版 | 继续访问电脑版
 找回密码
 立即注册

快捷登录

搜索

CCAI 2019 | 郑南宁:“自觉性AI技术”可助力无人驾驶

CCAI 2019 | 郑南宁:“自觉性AI技术”可助力无人驾驶-1.jpg



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、人脸辨认、图像辨认等深度学习范畴在近年获得的提高,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,无人驾驶面对的应战更多来自环境的开放性和不确定性,这无疑对机器的才能提出了更高要求。

无人驾驶已来,它将驶往何处?这是一切关注这一行业的人亟待思索的成绩。假如要问谁对这一成绩具有发言权,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讨,团队和项目已停止过多次路测实验。他在多个场合阐释过对于将来人工智能、尤其是无人驾驶发展的思索。

CCAI 2019 | 郑南宁:“自觉性AI技术”可助力无人驾驶-2.jpg





传统人工智能与深度学习的局限

要了解传统人工智能的局限,需求先了解它的工作方法。当面对一个成绩时,传统人工智能首先要给出准确数学意义上的解析模型,假如模型无法笼统出来,这个成绩就是无解的。
模型出来后,要给出确定的算法,之后人工智能系统的算力、才能或义务就是独一的。
但在理想生活中,人类面临的许多成绩往往具有不确定性、脆弱性和开放性。郑南宁指出,当后人工智能的实际框架是建立在归纳逻辑和语义描画基础之上的,我们不能够对一切遇到的成绩都停止建模,由于条件成绩的存在,我们不能够把一个行为的一切条件都模拟出来。传统人工智能的局限性由此可见。
近年来深度学习获得了喜人提高,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成绩也不容回避。
首先是深度学习的泛化才能差,且训练数据和测试数据必须是同分布的,假如做不到这一点,机器的分类才能就会极大降低。
其次是深度学习的表达才能较弱。虽然它可以经过长期训练输入合理、准确的结果,但它一直“知其但是不知其所以然”,无法了解结果背后的推理过程。
最后是深度学习无法引入留意机制。这一机制强调的是计算过程中的途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处理这一成绩,而留意机制是构成高级AI的基本核心。

CCAI 2019 | 郑南宁:“自觉性AI技术”可助力无人驾驶-3.jpg





“直觉性”将成为人工智能的将来

既然当后人工智能存在这些局限,将来我们应该如何寻觅打破口,让人工智能完成晋级?
郑南宁以为,当后人工智能与人类的“较量”中,在逻辑性、可反复性和规范性方面,计算机曾经分明胜出;但是人类面对的大部分成绩都是开放的、动态的、复杂的,大脑在处理这类成绩时所表现出的想象力和创造力,以及对复杂成绩的分析和描画,是当后人工智能的方法所无法企及的。
郑南宁说:“人类思想是在记忆阅历和知识的基础上停止预测、形式分类以及学习的。特别要留意这个预测才能,每个人的大脑中都有预测的模型,所以说从本质下去讲,大脑就是一个预测的机器,而对于驾驶行为而言,预测才能非常重要”。相较之下,计算机想要完成预测就非常困难。
在郑南宁看来,将来的计算机需求像人一样,可以对物理世界产生直观了解。人类产生认知的过程,曾经给计算机的退化指明了方向。
人脑对于非认知要素的了解更多地来自于直觉,并遭到阅历和长期知识积累的影响,这些要素在人对物理环境了解与行为交互、非残缺信息处理等成绩中有着极其重要的作用。
此外,人类是经过与事物的互动来完成学习的,人类认知过程中的特征概念构成,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,并应用这些模型来揣测事物的变化。
机器学习与人类产生认知的途径是完全不同的。郑南宁以为,为使机器学习人类的认知方式,需求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,以及人脑在非认知要素和认知功能之间的互相作用,它们是方式化方法难以、甚至不能描画的。
因此,郑南宁提出:“我们需求从脑认知机理和神经迷信获得灵感和启示,发展新的AI计算模型与架构,让机用具有对物理世界最基本的感知与反应,即便机用具有‘常识’推理的才能,从而完成愈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”。
要完成这一步,郑南宁以为计算机需求具有三个基本要素:
(1)对环境中的一切对象停止特征辨认,并且停止长期记忆;
(2)理出对象间的关系,并对它们互相间的作用停止描画;
(3)基于想象力的行为模型,人在停止详细举动之前,会想象其带来的后果,但机器就需求分析物体之间的各种关系。

CCAI 2019 | 郑南宁:“自觉性AI技术”可助力无人驾驶-4.jpg





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应战。
第一,如何缜密感知复杂的交通场景?它需求对天气、路况等方面的一切条件,都能作出安全判别。
第二,如何判别和了解不测或突发状况?比如当遇上交通管制,街口出现交警指挥时,它可以有效辨认并作出正确反应吗?
第三,如何完成对预行为的了解?比如人类司机可以经过后方行车状况断定开车的是老司机还是新手,并构成本人的应对策略(果断超车还是保持车距),系统呢?
第四,如何防备安全成绩?数据都在云端,安全风险无可避免。
第五,在人车交互上,它如何完成与乘客的不妨碍交流?
在对交通场景的认知上,人类是一个延续的过程,但计算机是团圆的。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,使计算机也变得延续起来。
自主学习的无人驾驶系统,其学习过程与人类司机相似,都是靠游刃有余。其中要处理的成绩包括以下三点:
第一,人类驾驶员如何留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外部表征。
虽然获得了一些提高,但郑南宁坦言,无人驾驶的商用在短期内还难以完成,真正要“飞入寻常百姓家”,还需求10年甚至更长工夫。



CCAI 2019 | 郑南宁:“自觉性AI技术”可助力无人驾驶-5.jpg



CCAI 2019 | 郑南宁:“自觉性AI技术”可助力无人驾驶-6.jpg
回复

使用道具 举报

大神点评4

Tsubaki1314 2019-6-25 14:47:31 显示全部楼层
术业有专攻,你用哪个,取决于你做什么工作.
回复

使用道具 举报

讽刺大人 2019-6-26 08:25:12 显示全部楼层
看帖要回,回帖才健康,在踩踩,楼主辛苦了!
回复

使用道具 举报

13553204245 2019-6-27 09:44:35 显示全部楼层
我了个去,顶了
回复

使用道具 举报

candywei 2019-6-28 08:25:41 显示全部楼层
一直在看
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册