865
機器人
李德毅院士：“人工智能在奔跑”，兼論AI的內涵和外延
李德毅，中國工程院院士、國際歐亞科學院院士、中國人工智能學會理事長
一、人工智能60年
李德毅院士以“人工智能60年”為題開始，回歸了“昨夜群星燦爛”，映照當下的競相奔跑。也就是在1956年6月，在十幾位青年學者參與的達特茅斯暑期研討會上誕生了“人工智能”，這張圖就是當年所留下來的——人工智能領域的大腕。
六十年滄桑砥礪，一甲子春華秋實。我們格外懷念那些為人工智能做出過傑出貢獻的科學家和工程師們。那一個個熠熠生輝的大師，一座座巍峨炫目的裏程碑，人工智能已經長成枝繁葉茂的參天大樹，正在對世界經濟、人類生活和社會進步產生極其深刻的影響，我們更加充滿前行的勇氣，去擁抱人工智能的新時代。
人工智能技術能夠穿越六十年，如今奔跑在天梯上，而深處卻是更多基礎和階梯的支撐，比如光網寬帶、移動寬帶、移動互聯網、雲計算、物聯網及大數據，如果聯網通信、數據量爆發及計算能力的極大提升，人工智能技術也許還處於實驗室之中。
科學技術的發展史就是人類認識世界、改造世界能力的拓展史，就是人類勞動工具的發展史。人類走過了農耕社會、工業社會、信息社會，已經進入到用“智能”作為當今社會時代印記的新階段——智能社會，已經進入到在動力工具基礎上發展智力工具的新階段。
在農耕社會和工業社會，人類的生產工具主要是基於物質和能量的動力工具，得到了極大地發展；而今天，勞動工具轉向了基於數據、信息、知識、價值和智能的智力工具，人口紅利、勞動力紅利不那麼靈了，智能的紅利來了。
當前人工智能應用的典型案例，一是圍棋腦，也就是AlphaGo戰勝李世石引發的裏程碑事件，廣為傳播；二是駕駛腦，適用於無人駕駛汽車。
二、人工智能的內涵和外延
無論學術界、產業界和媒體、資本所關注的人工智能的邊界如何擴大甚至泛化，都離不開關於AI內涵的基本理解，以及其外延的界定（筆者注）。
在李德毅院士看來，人工智能的內涵包括四個方麵：
《腦認知基礎》：闡明認知活動的腦機製，即人腦使用各層次構件，包括分子、細胞、神經回路、腦組織區實現記憶、計算、交互等認知活動，以及如何模擬這些認知活動。包括認知心理學、神經生物學、不確定性認知、人工神經網絡、統計學習、機器學習、深度學習等內容。
《機器感知與模式識別》：研究腦的視知覺、以及如何利用機器完成圖形和圖像的信息處理和識別任務，如物體識別、生物識別、情境識別等。在物體的幾何識別、特征識別、語義識別中，在人的簽名識別、人臉識別、指紋識別、虹膜識別、行為識別、情感識別中，都已經取得巨大成功。
《自然語言處理與理解》：研究自然語言的語境、語用、語義和語構；大型詞庫、語料和文本的智能檢索，語音和文字的計算機輸入方法，詞法、句法、語義和篇章的分析，機器文本和語音的生成、合成和識別，各種語言之間的機器翻譯和同傳等。
尤其是計算語言學和語言數字化取得巨大成功，例如信息壓縮和抽取、文本挖掘、文本分類和聚類、自動文摘、閱讀與理解、自動問答，話題跟蹤、語言情感分析、聊天機器人、人工智能寫作等，形成一大批井噴成果，中文信息處理與理解尤為突出。
知識工程：研究如何用機器代替人，實現知識的表示、獲取、推理、決策，包括機器定理證明、專家係統、機器博弈、數據挖掘和知識發現、不確定性推理、領域知識庫；還有數字圖書館、維基百科、知識圖譜等大型知識工程。
人工智能的外延：機器人與智能係統——智能科學的應用技術
三、人工智能，以潤物無聲的柔軟改變著整個世界
創新驅動，智能擔當。當今，不僅是材料、能源、傳統製造和動力工具，更重要的是智能及智能工具，體現人的認知力、創造力，成為人類認識世界、改造世界新的切入點，成為先進社會最重要的經濟來源！
科學技術的發展已經從認識客觀世界、改造客觀世界拓展到認識人類自身、認識人腦認知的新階段，從發明動力工具拓展到發明智能工具的新階段。智能，是提升創新驅動發展源頭供給能力的時代需求，有著廣闊的應用和發展前景。
2016年獲得“中國政府友誼獎”的美國科學院院士、美國工程院院士約翰·霍普克羅夫特的觀點值得我們深思：
“中國擁有全球1/6的人口，卻沒有能擁有全球1/6的智能資源。”
如今，智能已經提升到國家戰略的高度，智能科學與技術，對於經濟繁榮、國家安全、人口健康、生態環境和生活質量，比以往任何時候都重要。
智能是提升創新驅動發展源頭供給能力的時代需求。無論是人類智能還是人工智能，無論是個體智能還是群體智能，無論是集中智能還是網絡智能，都是在提升創新驅動發展源頭的供給能力，是創新的原始驅動力量，是生產力中的核心生產力。
機器人將成為人類認知自然與社會、擴展智力，走向智慧生活的重要半路，引發人人聯網、物物聯網的嶄新形態，也改變著人類的生產活動、經濟活動和社會生活。
值得注意的是，當智能工具崛起的同時，我們身邊的很多行業將受到人工智能的巨大衝擊。李德毅院士認為，製造業、教育、醫療和金融等四個行業將會受到當前最大衝擊。
我國將成為機器人的最大市場，機器人是製造業皇冠頂端的明珠，是國家科技創新和中高端製造業的重要標誌。機器人革命是世界性的、時代性的，隻有原創性的智能科學與技術，才能使我們成為機器人的產品和機器人市場規則的重要製定者和主導者。
人工智能自身的迅速發展和跨界滲透是我國抓住曆史機遇的又一次崛起！
在我們這個星球上，機器人“新人類”正發展成為人類的夥伴，他們有智慧、有個性、有行為能力，甚至還有情感，機器人給人們帶來的影響將遠遠超過計算機和互聯網在過去幾十年間已經對世界造成的改變。
2015到2030年，爭取我國每萬名產業工人所擁有的工業機器人數量要達到300台左右（2015年，全球平均69台，韓國531台，我國49台）；農村城鎮化導致中國農民急劇減少，無人拖拉機、農用無人機、背包機器人和收割機器人將成為新一代“農民”，黃牛退休、鐵牛耕地、農民進城、專家種地；全國大中醫院的微創手術機器人近一半國產化；
在全社會普及使用形形色色的服務機器人，翻譯、新聞報道、助理、客服、交易、會計、司機、家政、谘詢等工作被人工智能代替，我國老年人、殘疾人和兒童平均每人擁有一台形態各異的服務機器人。
人類的發展史，就是人類學會運用工具、製造工具和發明機器的曆史，機器使得人類更強大。今天，人類正在發明越來越多的機器人，智能手機可以成為你的忠實助理，輪式機器人也會比一般人開車開得更好，曾經的很多工作崗位將會被智能機器人替代，但同時又自然會湧現出更多新的工作，人類將更加尊嚴、優雅、智慧地生活。
人類始終善於更好地調教和幫助機器人，善於利用機器人的優勢並彌補機器人的不足，或者用新的機器人淘汰舊的機器人；反過來，人類還能夠利用機器人提升自身的智慧和能力，機器人一定會讓人類自身更智能。
各式各樣人機協同的機器人，為我們迎來了人與機器人共舞的新時代，伴隨著優雅的舞曲，毋庸置疑人類始終是領舞者！
李德毅院士：L3 的挑戰與量產
作者 | CSDN睢嶺
中國工程院院士、中國人工智能學會理事長李德毅。
近日，在 2017 中國人工智能大會（CCAI 2017）上，中國工程院院士、中國人工智能學會理事長李德毅發表了主題為《L3 的挑戰與量產》的演講。從“L3 難在哪裏？”、“如何突破 L2 的天花板？”、“量產 L3 的策略”三個方麵出發，重點討論了當前 L3 自動駕駛汽車所麵臨的挑戰以及量產問題。
在此次演講中，李德毅院士談到了L3級別自動駕駛的難點，以及從L2向L3過渡過程中需要考慮的重要問題。他認為一定要界定清楚L3的基本問題到底是要解決車的問題，還是解決人的問題。
此外， L2 到 L3 的過渡是掌控權由人到機器的轉移過程。就此，李德毅院士提出了以下三點質疑：
1、自動駕駛等級轉換點如何度量？
2、掌控權交接點如何度度量？
3、掌控權交接過程中的事故如何度量？
以下內容根據李德毅院士本次主題報告整理，略有刪減：
一、L3難在哪裏？
目前，幾乎所有上路的自動駕駛汽車都還處在L2（部分自動駕駛）等級，包括特斯拉在內，都需要由人掌控。而最近奧迪已經宣布8月底將要發布L3量產車，這是全世界第一家量產的、“有駕照”的車，對駕駛行業意義重大。從L1（人工駕駛）到L2（部分自動駕駛），再到L3（機器自動駕駛），固定駕駛員的角色將不複存在，而原先為人服務的LBS也為無人駕駛開辟了新的戰場。
在整個行業的驅動下，無人駕駛車不再隻是高等院校和研究所的事情，目前已經開始走向企業和普通人，這時量產就非常有意義了。但在此之中，量產涉及到規模、可靠性和價格等因素，並且，從整體上梳理L3，我們也需要思考以下幾個問題：
1、用戶為什麼會買這款車？
2、市場容量大嗎？
3、國產的L3企業在哪裏？
如何界定L3？L3是區分以人為主和以車為主的駕駛方式的分界線。L3級別是車輛擁有駕照，不再以人有駕照作為基本要求。下圖中藍色是以人為主，綠色是汽車自駕為主。
在此之中，最難的是從L2到L3，鑒於駕照發放（交管）和車輛管控（工信部）的因素，讓L3上路還不是件容易的事。
自動化行業提出一個“自動駕駛+智能網聯”的解決方案，即：
結構化道路
確定性窗口
網絡協同
軟件定義的機器
假如讓軟件來完成自動化的操作過程，基本上汽車人都是走這條路。對於用戶來說，L3是社會對自動駕駛要求的底線，拿到駕照是最基本的要求，將來如何度量還未可知。
對於跳過L3級別，直接做L4、L5的汽車廠商來說，這個度量並不好掌握，尤其是掌控權交接過程中出現事故這種情況，要如何處理呢？比較糟糕的是，越是信任自動駕駛，越容易造成駕駛員注意力不集中。這種情況下該如何分擔事故責任呢？
從 L2 到 L3 的過渡，是掌控權由人到機器的轉移過程。這裏麵有三個疑問：
1、自動駕駛等級轉換點如何度量？
2、掌控權交接點如何變度量？
3、掌控權交接過程中的事故如何度量？
在J3016標準中，明確了駕駛掌控權由人轉移到車，跳升的界定很明確。
二、如何突破L2的天花板，進入L3？
光靠自動化解決不了無人駕駛，於是人工智能來了。汽車絕不是四個輪子加一個手機，我們人工智能工作者要對汽車人心存敬畏，開過好車的就知道汽車的人機設計非常好。
汽車是在開放的不確定性環境下行駛，人工駕駛常常會遇到偶發的事件，“常常”就是概率比較大，“偶發”就是概率比較小，一個駕駛員遇到這樣的情況是必然的，什麼情況呢？大霧、大雪、大雨、大風、狹小胡同、崎嶇小道、傍山險路、積水、冰雪、地裂以及地陷；紅綠燈失效、道路施工、行人違規、以及熙熙攘攘農貿集散區等通行狀況。連新手駕駛員都難以完成這些駕駛任務，而有經驗的駕駛員往往能夠靈活處置，那麼自駕車如何應對呢？
在道路狹小的地方，如果一個無人駕駛遇到有人駕駛車，怎樣辦？一旦突破了自動駕駛所設置的窗口條件，如地理柵欄、氣候柵欄、以及人文地俗柵欄，馬上需要進行駕駛掌控權的交接。在這樣的交接過程中的事故也許比純粹的人工駕駛更危險，因此汽車拿駕照不是容易的事情。
L3的基本問題到底是要解決車的問題，還是解決人的問題？
車子的問題就是把車越做越好，做成軟件定義的機器。而人是指把駕駛員的認知用機器人替代，要具有記憶能力、決策能力和行為能力，要實現自主駕駛，不但有技巧還要有個性。
汽車是從馬車演變而來的，現在的動力可以達到100匹馬力，但汽車遠遠不如馬在不同負荷、不同天氣、不同路麵狀況、不同車輛情況下的適應能力。汽車的感知、認知能力遠不如馬這個認知主體，老馬識途，車不如馬。在自動駕駛過程中，駕駛員和周邊車輛的交互認知哪裏去了？駕駛員的經驗和臨場處置能力由誰來替代？
重要結論：自動駕駛好在專注，傳感器不會疲勞，但是自動駕駛難在擬人，不僅在車。駕駛員腦不等於駕駛腦。
人在回路中的預測與控製被駕駛腦取代
駕駛過程中，駕駛員在回路中的預測與控製是汽車自身無法替代的。輪式機器人駕駛腦應運而生，它不同於雷達等傳感器的感知，要去完成包括記憶認知、計算認知和交互認知在內的駕駛認知，成為智能車產業化鏈條中的重要零部件，車載機算機和機器人操作係統也無法替代。
記憶、計算和交互同樣重要。計算機的計算能力已經超過人的能力，要把注意力轉移到記憶、計算以及交互上，靠一個車的計算機無法替代駕駛腦。
利用微電子技術，采用CPU+GPU+PFGA+ASIC架構，生產專用芯片和板片，研發駕駛腦。
通過雷達傳感器、視覺傳感器，車姿傳感器以及定位傳感器這四個感知通道，形成認知的態勢圖。這個形成以後，對數據的需求就會大大減少。
駕駛就是記憶，駕駛不是靠計算的，要強調記憶認知、交互認知和計算認知。
上圖中駕駛員記憶分三個區：瞬間記憶、工作記憶以及場景記憶。
創新：駕駛腦駕照：傳感器替代不了，車廠替代不了駕駛技能：駕照替代不了路熟：地圖替代不了個性化駕駛和標杆駕駛經驗駕駛員和標杆駕駛員
經驗駕駛員不但要符合駕規，安全行駛，文明行駛，其經驗還體現在節能技巧、駕乘舒適性、對不同動力學的車輛適應性等方麵。世界上駕駛員的經驗和行為，如同人的行走姿態，各個不同，可用駕駛行為作為駕駛員的身份識別，稱為駕駛指紋。標杆駕駛員是經驗駕駛員中的傑出代表。
智能車研發的困難，不僅僅是汽車動力學的性質和各種各樣的傳感器要求，更重要的是要研發和駕駛員一樣的在線的機器駕駛腦，模擬實現人在回路的自主預測和控製，應對車輛行駛中的不確定性。
駕駛指紋和開車目的地無關
集圖靈獎、諾貝爾經濟學獎和美國心理學會終身成就獎於一身的人工智能早期學者赫伯特·西蒙（Herbert.A. Simon）的工作啟發了我們，有了線控、數控汽車，通過深度學習，挖掘駕駛員對方向盤、動力踏板、製動踏板的駕駛行為大數據，就可以判斷並獲得特定駕駛員技巧的個性。駕駛技巧和開車目的地無關。
駕駛腦有個性，有在線學習能力，記憶許多駕駛事故的預防應對，還能和乘員聊天，和雲上的駕駛超腦交互......
傳統汽車僅僅是駕駛員的手、腳和力量的延伸，控製車輛行為的是人，線控汽車裝備了傳感器以後，用駕駛腦替代駕駛員認知，並獲得駕駛指紋和駕駛技巧，使得汽車成為駕駛員自己，或者說讓機器成為自己，應該是人工智能時代最有意義的問題之一。不同的駕駛腦，認知水平可以有差異，技巧和經驗也可以有不同，但都具備了基本的駕駛認知能力，獲得了駕照的自駕駛。有個性、有在線學習能力，有很多駕駛事故的預防應對能力，尤其重要的是我們還要關心駕駛超腦。
三、量產L3的挑戰
截止 2016 年底，中國產銷汽車超過 2680 萬輛，汽車保有量2.79億輛。對於自動駕駛：
我覺得不必把全球所有地域的道路狀態，都壓在一款特定的車型上，這很重要，否則跑多少英裏也不能拿到駕照。不必把所有的認知放一個駕駛腦裏麵。先做園區觀光車、通勤車、巡邏車、無人泊車、定點物流、校車、定點接駁、快速公交等。這些場景下，自駕車能否取代駕駛員掌控，取決於能否處置特定場景下的意外情況，能否發出求助信息要求人工敢於，或者在迫不得已時做出最小損失的策略。
無人泊車是繞不過去的
從當前的代客泊車市場預估無人泊車，有很大後裝市場（百億元規模）。泊車通常是怠速狀態，四輪軌跡差異大，體現車輛動力學。泊車工況多樣，手腳並用，繁忙切換，考驗小腦，考驗駕駛技巧，難搞定；可模擬多種多樣艱難泊車環境，但用地不大。
大數據開車
未來汽車會成為大數據的源泉，移動社會的傳感器，駕駛腦有學習和自學習能力，技巧和經驗可以在線提升，駕駛腦智能的進化速度超過自然人，尤其是群體智能發揮駕駛超腦的作用，這樣汽車製造商逐步地成為汽車運營商。隨著L3、L4級別車輛的出現，L5級別的自動駕駛車遲早也會實現。當人們對L3、L4、L5的差異不再介意時，這個世界就變了。
從特定的應用環境尋找量產L3著手，人類擺脫了駕駛的羈絆，開始享受移動辦公和移動生活，逐步推廣到更高車速、更加複雜的道路場景、更多不確定性天氣氣侯下的自動駕駛。
最後以一句話總結今天的發言，那就是——人工智能以潤物無聲的柔軟改變著整個世界。
創客總部
創客總部是北大校友、聯想之星創業聯盟成員企業2013年發起，專注實驗室技術投資和孵化，是科技成果變現第一站，專業投資孵化高校和科研院所的前沿技術與技術精英，提供早期投資、產業鏈業務對接和辦公場地等服務，幫助技術項目和大型企業建立業務合作關係，同時為大型企業引入前沿技術，促進大型企業轉型升級。是中關村創新型孵化器，首批國家級眾創空間。專注投資孵化領域包括：人工智能、醫療健康等。截至2017年1月，通過評審入孵的項目有275個，有122個項目獲得投資，共獲得11.3億元人民幣投資，單個項目單次獲得最高融資2.3億元人民幣，其中創客總部投資了50個項目。
如果您創業需要幫助
如果您項目需要融資
如果您是大企業想找尖端技術
那就趕快來聯係我們吧！
創客總部
專注實驗室技術投資、孵化
科技成果變現第一站
最後更新：2017-10-07 23:39:59