志剛

《我》《復(fù)仇者聯(lián)盟》《黑衣人》……基本每一部科幻電影中，都會(huì)有智能汽車(chē)的身影，這讓很多人都對(duì)此產(chǎn)生的向往，并似乎也啟發(fā)了科技公司和汽車(chē)制造商競(jìng)相開(kāi)發(fā)無(wú)驅(qū)動(dòng)技術(shù)。隨著無(wú)人駕駛汽車(chē)等紛紛試行，人工智能汽車(chē)已近在咫尺，但是，現(xiàn)實(shí)真的如此嗎？

近十年來(lái)，感知、自然語(yǔ)言處理、形式邏輯、控制理論、認(rèn)知系統(tǒng)架構(gòu)、搜索與優(yōu)化技術(shù)等領(lǐng)域的發(fā)展推動(dòng)了人工智能技術(shù)的廣泛應(yīng)用，特別是對(duì)汽車(chē)人工智能領(lǐng)域應(yīng)用的推動(dòng)尤為明顯。汽車(chē)人工智能的核心是“交互”，包括車(chē)輛與周邊環(huán)境進(jìn)行交互與適應(yīng)、與其他車(chē)輛進(jìn)行信息交換、與車(chē)內(nèi)/車(chē)外人員進(jìn)行交互等。與已有的駕駛輔助系統(tǒng)（ADAS）不同，汽車(chē)人工智能是指車(chē)輛同時(shí)具備根據(jù)外部事件和自我目標(biāo)作出判斷的能力，即使面對(duì)意外事件和未知環(huán)境，也能給出解決方案。

汽車(chē)人工智能的主要研究?jī)?nèi)容為人機(jī)共駕、無(wú)人駕駛和車(chē)輛協(xié)同駕駛。其中，人機(jī)共駕是指汽車(chē)人工智能系統(tǒng)根據(jù)人類(lèi)狀態(tài)感知信息、外部事件感知信息，通過(guò)智能化人機(jī)界面在駕駛?cè)伺c自動(dòng)駕駛系統(tǒng)之間協(xié)調(diào)任務(wù)分配，使兩者的能力達(dá)到最優(yōu)組合；無(wú)人駕駛是指汽車(chē)人工智能系統(tǒng)根據(jù)行駛環(huán)境感知、社會(huì)規(guī)則感知和人員意圖感知，以恰當(dāng)?shù)男袨榘踩匦旭傇诳蓜偃蔚膮^(qū)域內(nèi)；車(chē)輛協(xié)同駕駛是指汽車(chē)人工智能系統(tǒng)在連續(xù)、可靠、穩(wěn)定的互聯(lián)數(shù)據(jù)環(huán)境下，通過(guò)訓(xùn)練和學(xué)習(xí)，在AI車(chē)輛之間實(shí)現(xiàn)群體性協(xié)同決策。

汽車(chē)人工智能技術(shù)的研究重點(diǎn)

感知與認(rèn)知技術(shù)：基于機(jī)器視覺(jué)的部分隱藏障礙或輪廓無(wú)法區(qū)分障礙的識(shí)別、提取和分類(lèi)。自動(dòng)駕駛汽車(chē)在行駛過(guò)程中，行駛路徑上常有重疊或遮擋的障礙物或行人，這部分的目標(biāo)識(shí)別能力將大幅提高自動(dòng)駕駛汽車(chē)的安全性。

基于機(jī)器視覺(jué)的極端環(huán)境下障礙識(shí)別。例如在背光、黑暗或狹窄空間等環(huán)境下實(shí)現(xiàn)自動(dòng)駕駛，汽車(chē)人工智能技術(shù)可提高此類(lèi)障礙識(shí)別的準(zhǔn)確率。

汽車(chē)行駛在嘈雜環(huán)境下的語(yǔ)音識(shí)別技術(shù)，特別是交談中識(shí)別并跟蹤某個(gè)指定人的語(yǔ)音。這將使自動(dòng)駕駛汽車(chē)像人類(lèi)駕駛?cè)艘粯优c乘客相互溝通，以此適應(yīng)汽車(chē)內(nèi)部環(huán)境中的應(yīng)用。

研究駕駛?cè)说囊庾R(shí)、情緒、意圖、控制能力的識(shí)別技術(shù)。通過(guò)綜合研究視覺(jué)傳感、聲音處理與識(shí)別、嗅覺(jué)傳感、分布式傳感、傳感融合等技術(shù)，實(shí)現(xiàn)對(duì)意識(shí)、情緒、意圖、控制能力的識(shí)別。

基于人工智能的大數(shù)據(jù)分析技術(shù)：將交通大數(shù)據(jù)廣泛應(yīng)用到汽車(chē)人工智能系統(tǒng)中，進(jìn)行數(shù)據(jù)的學(xué)習(xí)和訓(xùn)練，可提高自動(dòng)駕駛汽車(chē)的交通適應(yīng)性，更有效地提高通行效率。

操作系統(tǒng)與中間層軟件開(kāi)發(fā)：研究和開(kāi)發(fā)基于人工智能的識(shí)別、推理和自主駕駛控制等高級(jí)應(yīng)用程序，使其更易于使用，且便于與標(biāo)準(zhǔn)化的操作系統(tǒng)、中間層軟件在仿真平臺(tái)上進(jìn)行驗(yàn)證和產(chǎn)品化開(kāi)發(fā)。

目前的技術(shù)不足以識(shí)別和評(píng)估由于人工智能技術(shù)在自動(dòng)駕駛汽車(chē)上使用范圍擴(kuò)展而引起的潛在風(fēng)險(xiǎn)。

推動(dòng)汽車(chē)人工智能發(fā)展的技術(shù)路線(xiàn)

由于一些共性領(lǐng)域短期內(nèi)商業(yè)利益不明顯，企業(yè)和工業(yè)界進(jìn)行系統(tǒng)性研究的可能性較小，但這些領(lǐng)域是人工智能基礎(chǔ)平臺(tái)，它們的完整性決定了人工智能技術(shù)的整體應(yīng)用進(jìn)展。因此，需制定長(zhǎng)期研究計(jì)劃，開(kāi)展系統(tǒng)性研究。

人工智能基礎(chǔ)理論研究：雖然許多人工智能系統(tǒng)的最終目標(biāo)是提供擬人化解決方案，但人工智能系統(tǒng)的能力范圍和限制仍無(wú)法界定，雖然很多學(xué)科（包括數(shù)學(xué)，控制科學(xué)和計(jì)算機(jī)科學(xué)）都在研究這個(gè)問(wèn)題，但目前仍缺乏一個(gè)理解人工智能系統(tǒng)性能的統(tǒng)一理論模型或框架。

對(duì)交通大數(shù)據(jù)進(jìn)行智能化理解和知識(shí)挖掘的基礎(chǔ)工具：在確保數(shù)據(jù)來(lái)源真實(shí)有效的前提下，用機(jī)器學(xué)習(xí)方法識(shí)別隱含在交通大數(shù)據(jù)里的有效信息，以便用于汽車(chē)人工智能系統(tǒng)的訓(xùn)練和學(xué)習(xí)。汽車(chē)人工智能系統(tǒng)的輸入信息往往來(lái)自多個(gè)領(lǐng)域的異構(gòu)數(shù)據(jù)，因此需要有多模并行的機(jī)器學(xué)習(xí)機(jī)制，從不同的數(shù)據(jù)種類(lèi)中提取有效數(shù)據(jù)，不但可以根據(jù)統(tǒng)計(jì)學(xué)規(guī)律處理問(wèn)題，還要能夠聯(lián)合其他知識(shí)源（比如交通規(guī)則、社會(huì)準(zhǔn)則等）進(jìn)行協(xié)同判斷。

汽車(chē)感知認(rèn)知能力增強(qiáng)技術(shù)：汽車(chē)人工智能感知內(nèi)容包括精準(zhǔn)位置獲取、移動(dòng)障礙識(shí)別、內(nèi)部人員生理及心理狀態(tài)感知、車(chē)輛故障診斷等。感知系統(tǒng)需要能夠集成來(lái)自各種傳感器和其他信息源的數(shù)據(jù)，提高在干擾和動(dòng)態(tài)環(huán)境下的障礙檢測(cè)、分類(lèi)、識(shí)別技術(shù)。此外，通過(guò)傳感器和算法的組合改進(jìn)人類(lèi)的感知，使汽車(chē)人工智能系統(tǒng)與人更有效地協(xié)同工作。

通用人工智能技術(shù)研究：人工智能技術(shù)可分為“狹義人工智能技術(shù)”和“通用人工智能技術(shù)”。狹義人工智能技術(shù)在單一域內(nèi)執(zhí)行單獨(dú)任務(wù)，如語(yǔ)音識(shí)別、圖像識(shí)別等。而通用人工智能技術(shù)的系統(tǒng)目標(biāo)是在廣泛的認(rèn)知領(lǐng)域中同時(shí)表現(xiàn)出擬人化的靈活性和多功能性。目前，人們?cè)谔剿魅绾瓮ㄟ^(guò)學(xué)習(xí)和訓(xùn)練將狹義人工智能擴(kuò)展成通用人工智能，汽車(chē)人工智能需要探索通用人工智能在無(wú)人駕駛領(lǐng)域的應(yīng)用。

開(kāi)發(fā)可擴(kuò)展的汽車(chē)人工智能系統(tǒng)：汽車(chē)人工智能系統(tǒng)協(xié)同云計(jì)算可以執(zhí)行單個(gè)汽車(chē)人工智能系統(tǒng)不可能完成的任務(wù)，這種人工智能系統(tǒng)群體運(yùn)行的規(guī)劃、協(xié)調(diào)、控制需要人工智能控制單元具有可擴(kuò)展性。目前，已有一些基于人工智能的集中規(guī)劃和協(xié)調(diào)技術(shù)的研究，然而，這些方法在可靠性和安全性方面不適用于群體車(chē)輛控制。另外，以人工智能車(chē)輛為主體的分布式規(guī)劃和控制技術(shù)難以通過(guò)算法實(shí)現(xiàn)。因此，必須重點(diǎn)開(kāi)發(fā)更有效、更可靠和可擴(kuò)展的技術(shù)，實(shí)現(xiàn)人工智能系統(tǒng)群體規(guī)劃、控制與協(xié)作。

開(kāi)發(fā)擬人化汽車(chē)人工智能系統(tǒng)：擬人化的汽車(chē)人工智能技術(shù)要求其以人類(lèi)能夠理解的方式來(lái)表達(dá)，這將催生新一代的智能汽車(chē)系統(tǒng)，如基于人工智能技術(shù)的駕駛輔助系統(tǒng)和人機(jī)共駕系統(tǒng)。然而，當(dāng)前人工智能技術(shù)的實(shí)現(xiàn)結(jié)果與人類(lèi)行為結(jié)果仍然存在較大差距，人類(lèi)能夠從有限的幾個(gè)示例中學(xué)會(huì)駕駛操作，通過(guò)接收明確指令或提示來(lái)進(jìn)行駕駛，也可通過(guò)觀察其他人的駕駛過(guò)程來(lái)學(xué)習(xí)駕駛。相比之下，人工智能系統(tǒng)所需的學(xué)習(xí)訓(xùn)練數(shù)量更多。

開(kāi)發(fā)車(chē)載人工智能系統(tǒng)硬件：雖然人工智能技術(shù)研究與軟件密切相關(guān)，但人工智能系統(tǒng)的性能在很大程度上取決于它的硬件。深度機(jī)器學(xué)習(xí)的興起與基于GPU的硬件技術(shù)直接相關(guān)，但是，針對(duì)人工智能算法特點(diǎn)開(kāi)發(fā)的硬件將可以實(shí)現(xiàn)比GPU更高的性能水平，如“神經(jīng)形態(tài)”處理器可以專(zhuān)門(mén)針對(duì)神經(jīng)網(wǎng)絡(luò)算法進(jìn)行優(yōu)化設(shè)計(jì)。

搭建開(kāi)放數(shù)據(jù)平臺(tái)和開(kāi)放工具平臺(tái)

人工智能數(shù)據(jù)開(kāi)放平臺(tái)

只有基于有效訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)，汽車(chē)人工智能技術(shù)才能逐漸發(fā)揮其強(qiáng)大優(yōu)勢(shì)。同時(shí)，訓(xùn)練所用數(shù)據(jù)集和數(shù)據(jù)源的多樣性、深度、質(zhì)量和準(zhǔn)確性也顯著影響汽車(chē)人工智能系統(tǒng)的性能。

汽車(chē)人工智能系統(tǒng)訓(xùn)練和測(cè)試的數(shù)據(jù)集必須具備完整性和有效性。為了使汽車(chē)人工智能系統(tǒng)的研究可再現(xiàn)，需要建立一個(gè)經(jīng)審查、有明確來(lái)源的開(kāi)放式數(shù)據(jù)集。同其他數(shù)據(jù)密集型技術(shù)一樣，獲取數(shù)據(jù)源具有非常重要的意義，數(shù)據(jù)庫(kù)的建立需要技術(shù)、社會(huì)組織、法律等多方面的支持。

汽車(chē)人工智能的技術(shù)難點(diǎn)通常與“大數(shù)據(jù)分析”技術(shù)密切相關(guān)?？紤]到相關(guān)數(shù)據(jù)集的多樣性，如何對(duì)非結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)進(jìn)行適當(dāng)?shù)谋磉_(dá)、訪問(wèn)和分析仍然是一個(gè)大挑戰(zhàn)，如何用術(shù)語(yǔ)表達(dá)數(shù)據(jù)，仍需大量工作。當(dāng)前的交通數(shù)據(jù)庫(kù)可能不一致、不完整、帶有嚴(yán)重噪聲。因此，需要開(kāi)發(fā)一系列的數(shù)據(jù)預(yù)處理技術(shù)才能使交通數(shù)據(jù)庫(kù)對(duì)汽車(chē)人工智能系統(tǒng)應(yīng)用有實(shí)際使用意義。

建立人工智能數(shù)據(jù)分享社會(huì)平臺(tái)，加大促進(jìn)汽車(chē)人工智能方法和解決方案的創(chuàng)新。因?yàn)閿?shù)據(jù)擁有者在共享數(shù)據(jù)時(shí)會(huì)承擔(dān)風(fēng)險(xiǎn)，所以需開(kāi)發(fā)能夠確保數(shù)據(jù)安全的數(shù)據(jù)共享技術(shù)，確保數(shù)據(jù)集的開(kāi)發(fā)和共享遵守相關(guān)法律法規(guī)，并合乎社會(huì)道德。

汽車(chē)人工智能開(kāi)放工具平臺(tái)

越來(lái)越多的開(kāi)源軟件庫(kù)和工具包可為開(kāi)發(fā)人員提供最先進(jìn)的人工智能開(kāi)發(fā)技術(shù)，如Weka工具包、MALLET和OpenNLP工具等，這些工具可加速人工智能技術(shù)的開(kāi)發(fā)和應(yīng)用。因?yàn)殚_(kāi)發(fā)相關(guān)工具、免費(fèi)或低成本的代碼存儲(chǔ)庫(kù)、免費(fèi)或低成本的開(kāi)發(fā)語(yǔ)言可極大降低人工智能技術(shù)的開(kāi)發(fā)門(mén)檻。目前已有在線(xiàn)提供專(zhuān)用硬件服務(wù)的供應(yīng)商，包括基于GPU的計(jì)算系統(tǒng)?？梢栽O(shè)想，將來(lái)也可以通過(guò)這類(lèi)在線(xiàn)資源獲取用于人工智能算法的專(zhuān)用硬件服務(wù)，包括神經(jīng)形態(tài)處理器等。

這些資源集中在一起，提供了人工智能技術(shù)基礎(chǔ)設(shè)施。這種開(kāi)發(fā)環(huán)境鼓勵(lì)市場(chǎng)創(chuàng)新，可為狹窄領(lǐng)域問(wèn)題找到解決方案，而無(wú)需昂貴的硬件或軟件投入，也無(wú)需高水平的人工智能相關(guān)專(zhuān)業(yè)知識(shí)。鼓勵(lì)更多人使用開(kāi)放人工智能技術(shù)，盡可能為開(kāi)源項(xiàng)目提供算法和軟件，可幫助創(chuàng)新者保持低準(zhǔn)入門(mén)檻。這種開(kāi)放式開(kāi)發(fā)工具平臺(tái)有助于人工智能新技術(shù)與新知識(shí)在各個(gè)應(yīng)用領(lǐng)域里的快速橫向流動(dòng)。

汽車(chē)人工智能系統(tǒng)產(chǎn)品的研發(fā)展望

從汽車(chē)工業(yè)的發(fā)展延續(xù)角度看，汽車(chē)人工智能技術(shù)不會(huì)像航天外空間探索或者深海潛水器那樣追求純無(wú)人系統(tǒng)，在相當(dāng)長(zhǎng)的一段時(shí)間內(nèi)汽車(chē)人工智能技術(shù)會(huì)以人機(jī)協(xié)同駕駛的方式存在。協(xié)同駕駛可以利用人類(lèi)和人工智能系統(tǒng)的互補(bǔ)性。雖然有效的人與人工智能系統(tǒng)的協(xié)作方法已經(jīng)存在，但大多數(shù)只能在特定環(huán)境中使用特定平臺(tái)來(lái)實(shí)現(xiàn)特定目標(biāo)。人機(jī)協(xié)同需要尋找更具兼容性的協(xié)作方案。

人工智能算法雖然已經(jīng)能夠解決很多復(fù)雜問(wèn)題，然而，要使汽車(chē)人工智能系統(tǒng)與用戶(hù)無(wú)縫協(xié)作，還需要開(kāi)發(fā)“人員狀態(tài)感知智能系統(tǒng)”。在人機(jī)交互過(guò)程中，人工智能系統(tǒng)需要基于用戶(hù)的行為歷史數(shù)據(jù)，或基于用戶(hù)意圖的深層模型。汽車(chē)人工智能系統(tǒng)應(yīng)具備增強(qiáng)人類(lèi)認(rèn)知的能力，在用戶(hù)沒(méi)有提出明確需求的前提下，在各種場(chǎng)合下向用戶(hù)提供必要信息。未來(lái)的智能系統(tǒng)必須能夠掌握人類(lèi)社會(huì)規(guī)范并相應(yīng)地采取行動(dòng)。具有情緒智能的人工智能系統(tǒng)，可以識(shí)別用戶(hù)的情緒并做出適當(dāng)響應(yīng)，可以更有效地與人類(lèi)一起工作。

“主動(dòng)學(xué)習(xí)”是另一種類(lèi)型的人機(jī)協(xié)作，這種人工智能系統(tǒng)可以對(duì)數(shù)據(jù)進(jìn)行智能理解。在主動(dòng)學(xué)習(xí)中，輸入來(lái)自于專(zhuān)家系統(tǒng)，只有當(dāng)學(xué)習(xí)算法不確定時(shí)才對(duì)數(shù)據(jù)執(zhí)行學(xué)習(xí)。這一技術(shù)可以減少生成初始模型的數(shù)據(jù)量或?qū)W習(xí)量。主動(dòng)學(xué)習(xí)也是獲取專(zhuān)家系統(tǒng)輸入和增加學(xué)習(xí)算法信任度的重要方法，目前只在監(jiān)督學(xué)習(xí)中使用，未來(lái)需要進(jìn)一步研究將主動(dòng)學(xué)習(xí)納入無(wú)監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。

可視化用戶(hù)界面可以幫助人們了解大量數(shù)據(jù)集和各種來(lái)源的信息?？梢暬脩?hù)界面必須以人類(lèi)可理解的方式清楚地呈現(xiàn)日益復(fù)雜的數(shù)據(jù)和其來(lái)源。人類(lèi)在駕駛汽車(chē)或乘坐自動(dòng)駕駛汽車(chē)時(shí)，獲取實(shí)時(shí)信息至關(guān)重要，這可以通過(guò)增加車(chē)載智能系統(tǒng)計(jì)算能力和使相關(guān)系統(tǒng)互聯(lián)的方式來(lái)實(shí)現(xiàn)。在這些情況下，可視化人機(jī)界面技術(shù)可以快速傳達(dá)正確的實(shí)時(shí)響應(yīng)信息。（編輯/高緯時(shí)）