新闻中心

News

当前位置:首页 > 新闻中心 > 李德毅院士:智驾中图灵困境,颠覆你所认知的智能
李德毅院士:智驾中图灵困境,颠覆你所认知的智能
新闻来源: 泰伯网    发布时间:2017-05-24

早在1950年,计算机之父阿兰·图灵提出图灵测试的概念:一个人和一台机器在被隔开的情况下,人向机器进行交流或提问。如果有30%的测试者不能确定他是在与人还是机器进行交流,那么说明这台机器通过了测试。他也大胆预测,在2000年的时候就会有机器人通过图灵测试。

图灵测试也试图解决一个困局:我们试图创造人工智能,但我们连智能应是什么都不知道。

在无人驾驶如火如荼的今天,无人驾驶车辆也势必面临着类似的“驾驶图灵测试”,正所谓——是骡子是马,拉出来溜溜。但是在此之前,我们必须搞懂,对于无人驾驶车辆而言,“智能”二字究竟意味着什么。

李德毅院士在5月21日中的演讲中表示,现在的“智能”更多的是针对感知的研究,而非针对“认知”的研究。无人驾驶也是这样,当自动化到了天花板,人工智能的“认知”就来了。

认知就要有记忆。记忆是脑认知的核心,一个成年人和一个小孩子开车,遇到障碍物的认知是不相同的。而成年人的认知,更多程度地基于记忆。相对应的,遗忘也是人类智能的显著表现,从记忆中删去无用的部分,即是为了更好地保存有用部分,也是对人脑的自我保护。研究认知,就要研究记忆和遗忘。认知还要有交互。熟练的驾驶员不依赖GPS就可以完成对自己的定位,这个过程就是驾驶员与世界的交互。而计算机也要完成对“上帝坐标”的交互,也要熟悉身边的环境。

拥有感知的无人驾驶车辆,不仅可以在道路上畅行无阻,还拥有驾驶个性,拥有驾驶记忆。会考虑如何驾驶能让让乘客免受颠簸,更加舒适,会选择哪条高速更加省油。

从感知到认知,从自动化到人工智能。智能驾驶先行一步,我们正在创造未来世界的“机器驾驶员”。而当机器导游、机器教师、机器医生……纷纷出现的时候,等待我们的是一个强人工智能时代。

到那时,也许人类集全部的智慧可以完成那个在计算机还像铁箱子的年代中,图灵提出的测试标准。而前路呢?

李德毅自信地说:那是一个后图灵时代。也是一个人机共生,共融,共发展的时代。

以下是演讲实录:(未经本人核实)

李德毅:各位下午好,今天谈一谈智能驾驶,我讲一下智能车做好了怎么测,怎么使得它具有拿到驾照的水平,我报告的题目是无人驾驶的图灵测试。


11.jpg


一、图灵测试在人工智能时代再次被提上话题

脑科学、认知心理学、神经生物学形成了脑认知。而脑认知启发的人工智能是目前研究的对象。图灵测试就是用于对于这类人工智能的测试上。

做什么东西,得把评测搞清楚。怎么测,我们一直讲智能代理。智能代理或者认知它的方法是什么。图灵先生在他年轻的时候就在想这个事情,他提出了图灵测试,几十年过去了,人们已经把图灵测试研究透了,有人说图灵测试漏洞太多了,不好测。有人认为图灵测试做了很大的贡献,直到今天,人工智能经过两个寒冬以后,我们看人工智能带来的变化。首先是脑科学,然后是认知心理学,接着是神经生物学。这三个学科对于人智能的启发更大一点,我们把这一块叫脑认知。脑认知启发的人工智能就是目前研究的对象,这一块按照图灵的说法,要拿对话来测试:用一个人和一个机器人在彼此隔绝的环境下对话,看看人类能否能区分它是人的声音还是机器的声音。听起来很简单,但是其中有多少“智能”呢?比如你回答问题的时候是否得体,交谈的时候带不带情感,你是沮丧的沟通,还是愉悦的沟通?所以这件事情并不那么简单。

1950年阿兰图灵发布了一篇论文,其中可以看出,图灵测试的本质就是交互智能的测试。一直到2014年,聊天机器人尤金古斯特曼发布了。类似的交互测试有很多,比如做诗:给你一个上下联对横批,分别不出来是人做的还是机器人做的,是不是可以说这是图灵测试。还有比如一百万人同时写一篇文章,由机器人阅卷评分,这时跟人的阅卷有什么差别?怎样实时地交互来批改这个作文,怎么样打分,怎么样形成评语,才能达到以假乱真的程度?

但是现在的核心问题是,由机器人写作,写出来的是打油诗还是水平很高的诗,这个“智能”程度是怎么测试的?

所以图灵测试又被提上了话题。尤其重要的是,最近全世界都在做智能驾驶,无人驾驶,驾驶驱动的图灵测试怎么测。如果我们在路上看到一台汽车,你是否分辨不出是机器人开的还是人开的?你是否分辨一个新手或者是老司机?是A驾照还是C驾照?图灵测试在后图灵时代已经进入了我们的生活。

谷歌公司是无人驾驶的领头羊,2015年就声称跑了100万英里,已经达到人类75年的驾龄。但遇到一个最基本的问题,就是无人车上路怎么样获得驾照?因此驾驶认知度量已经成为交管部门当务之急的问题。

对我们科技工作者来说,脑认知如何度量,这是一个非常重要的科学问题。假如我们把图灵测试的对象变成自动驾驶车辆,你区别不出是智能驾驶的汽车还是无人驾驶,那能不能叫图灵测试,如果测试者坐在直升飞机上,看交通流,车子往前走,你区别不出哪一辆车是人开的,哪一辆车是机器人开的,可不可以说就达到了人的水平呢。

但是无论是机器人对话,写诗还是自动驾驶,有一点必须坚持:那就是允许测试者现场监督和交互。测试者可以现场改变红绿灯,看看车能不能停下来;可以制造一个汽车障碍,看看能不能避障;现场介入的交互是必须的。同时也要考虑一个情况:我们驾照路考的时候,同样两个人,水平差不多也很有可能一个人拿到驾照,另一个人没拿到。因为有可能考官对一个人说,“你刚才超车的时候头没有往后看,我们规定头要往后看的,所以本来应该下次再考,但是你态度比较好,你记住这件事,这一次给你过了就可以了。”因此我们认为图灵测试本质上尽管存在客观性,但是必然带有主观性,如果一个驾驶员老不合格,这就会受到质疑,何况驾照还可以收回,所以对图灵测试也应该用这样的观点来看。

驾驶图灵测试的现实意义非常重要。汽车工程学会有一个自动驾驶的等级区分,分成L0到L5。有的厂家宣称我要做L4的自动驾驶,有人说我只能做L3,我觉得辅助驾驶挺好。所以有一个问题,就是图灵测试的问题。自动驾驶的等级转换点如何度量,掌握权交界点如何度量,5级分类可操作点在哪里,要规定100个驾驶窗口还是1000个驾驶窗口,这还真是一个问题。


12.jpg


我们在北京可以看到很多特斯拉的车,有的卖80万,有的卖120万,但是问驾驶员实现自动驾驶了吗?驾驶员都会说基本上没有。因为特斯拉声称是L2等级的自动驾驶,也就是需要驾驶员的手放在方向盘上,保持注意力。如果不这样干,出了事故还是驾驶员的责任。所以图灵测试的问题是一个现实的问题。

二、拟人过程中的三种认知

我们的观点和特斯拉不一样,和谷歌有区别,和英特尔也有不同,我们认为八个字,无人驾驶,难在拟人。无人驾驶不仅仅是车,不是做自动化就可以了,自动化遇到了天花板,人工智能来了。

人的智商到底是怎么样表现的,生物学家告诉我们,在微观,宏观维度上有不同的表现。比如说看到一个词汇和听到一个词汇,人的兴奋区和兴奋度都会不一样。所以告诉大家,所以告诉大家,记忆很重要。一个驾驶员头脑里记录了多少场景,能够应付多少事件,怎么学习的,这点很重要。

当人看周围场景的时候,驾驶员是有选择性注意的:同样一个场景,小孩子和一个经验驾驶员看,注意点是不一样的。我们很多人都做机器视觉,有人说是计算机视觉,确切说是图像的处理和理解,我们叫做先视后觉。它无特定的任务驱动,所以我们进行分类,聚类,进行一些识别,形成一个全局的认知,现在很火。但是人类认知难道都是这样的吗?不是的,因为我们在做无人驾驶的时候,有一条坚定的信念,也是我们确定的一条原则,叫做传感器不完美原则。不要想着哪个传感器是完美无缺的,分布在车体各部位的传感器都认为看到了全局。

生物视觉和机器视觉的差别,视而不觉,无视后觉,边视边觉,先觉后视。在生物视觉选择性注意当中,我们经常听到,大范围优先,或者大尺度有限,当你看一幅图的时候,大图很重要,细微的地方并不重视。另外,当你看到一副图像的时候也会存在差异优先。我们的问题是,在选择注意力的时候,这几个问题碰到一起到底谁优先?我们研究的结果认为,真正的是记忆优先,你头脑里记忆的东西对当前情景的优先选择会发生很大的影响。

现在很多人研究感知的智能,没有人研究认知的智能。而我们就在研究认知的智能。脑认知主要表示在如何听、说和如何看,而脑认知的内涵是想,想的时候有三种认知,计算认知、记忆认知和交互认知。我曾经在一个场合说过一点计算机负面的话,就是我们人类对计算机的追求有一点贪得无厌,计算速度现在这么快,我们还要更快。但是我们没有用精力研究记忆和交互,这是一个遗憾。我们在研究计算的同时,应该花更多的精力研究记忆和交互,这才是受脑认知启发的人工智能。

我们认为人类的认知没有想象的那么复杂。将一句话,一件事反复地装进你的头脑里,你就形成了自己的认知。记忆是脑认知的核心,遗忘是人类智能的显著表现,没有遗忘脑子将不堪重负。神经生物学家告诉我们,人类记忆是分区的,瞬间记忆,工作记忆,场景记忆,有不同的划分的区域和方法。遗忘是对记忆的不能再认和回忆,因此我们应该研究遗忘、记忆、存储。认知过程可以用卷积表征体现出来。我个人定义了一个很重要的公式:记忆是认知函数和遗忘记忆的卷积。我提出用认知学的物理方法研究人的遗忘,一个图片怎么实现遗忘过程的,在你的记忆里又是怎么恢复的,这件事情应该下决心研究清楚。记忆通常是非常丰富的,但是也是瞬间的,记忆是在海马体里面,它和学习有很大的关联。大脑的皮层的记忆已经被抽象化了,所以人工智能的学者不能简单研究计算,还要研究记忆,不但要研究学习和遗忘,还要研究三个不同记忆区的划分方法。要研究工作记忆和场景记忆,怎么样帮助当前的瞬间感知。人脑的计算没有什么复杂的变化,就是一种相似计算,是我们复杂化了。


13.jpg


交互是脑认知的重要形态,交互的力度不一样,各有各的不同,怎么样实现转换。人在与神经网络交互的同时,还有与外面世界的交互,获得心得感知,所以交互具有二重性。对于无人驾驶来说,你要回答人的驾驶认知过程中必须回答的问题,就是人脑是如何定位的。大家都知道,做无人驾驶最难的技术,就是实时定位,我们把大的坐标系叫做上帝坐标系,每个人看的都一样,我们的智能体是以它为基础的认知,因此我们提出对周边环境进行实时定位以及映射,这样才能知道我这辆车当前应该在什么地方,应该采取什么动作。而语言我们认为是图像认知在不同抽象中的语义标注。要构造不同尺度连接组的,三位一体的多个多层的卷积网络。

这时候我们看看计算机的局限性,计算机最主要的是CPU,脑认知的单元每层都有记忆智能,计算智能和交互智能,这样才能建立起来。我们的观点和特斯拉不一样,和谷歌有区别,和英特尔也有不同,我们认为八个字,无人驾驶,难在拟人。无人驾驶不仅仅是车,不是做自动化就可以了,自动化遇到了天花板,人工智能来了。

三、让驾驶脑具备个性

不同的人开车行为习惯不一样,我们认为自驾车应该有个性,好像我们每个人开车都有个性一样。驾驶技能的习得通常通过认知,关联,自主三个因素决定。

我们有一点感叹,现在的汽车可以做到100马力甚至更高,但是汽车在认知方面还不如马。马是认知主体,老马识途,车不如马,现在无人驾驶遇到最大的痛点就是最后一公里,回不来。共享单车回不来,将来共享汽车,最后一公里回不来,共享汽车的商业化用途就无解。因此,要想实现无人驾驶为主的驾驶,最根本的问题到底是解决车还是解决人,我们发出一点不同的声音。如果做解决车的问题,就把车的自动化做好,我们做一个软件定义的机器来实现无人驾驶。如果解决人的问题,那就必须具有记忆,决策和行为能力的认知主体来进行自主驾驶。一字之差,差之毫厘,自动化学者和人工智能学者是有不同的观点的。汽车的行为是由驾驶员决定的,无人驾驶难在拟人,因此我们要研究驾驶员行为学和驾驶员心理学,当在爆胎的时候,驾驶员的动作恰当吗,我们要研究驾驶员的感知、记忆、控制和行为技巧,而不是一味的改良车辆动力学性能,实现自动驾驶。

我们看看驾驶员的行为学和心理学,过去在交通运输领域就有专门研究驾驶员的行为学和心理学,分为感知域,认知域,行为域。现在我们在做认知领域的深度学习,驾驶认知的核心是学习还是记忆,生活是记忆,驾驶也是记忆,驾驶员开车的时候都是在“算账”,所以记忆很重要,每次驾驶都会结合对过去驾驶的记忆。学习是什么,学习是理解知识,形成记忆的交互过程,理解是信息的认知或已有认知的结果,而记忆弥散在神经网络之中,不去研究这样的问题,做出的决策和结果出路不大。驾驶员的经验和临场处理能力必须由驾驶员自己替代。我们现在开始往记忆和交互上发展,计算、操作系统ROS固然重要,但是它不能代表驾驶员。如果要说驾驶员的注意力,释放驾驶员的认知,必须有一个物化驾驶员的认知,我们把特定的驾驶认知叫做驾驶脑,这样以来就会注意力集中,永远专注,永不疲劳,原来驾驶员发生的事故称之为人类第一杀手,也就不再存在,这该多好。


14.jpg


驾驶认知,自动驾驶是机器驾驶,它物化了驾驶员的认识,实现了无人驾驶。我们想一想,自动驾驶如果是在地铁比较好,因为铁路是固定的,还有网络调度。高铁也可以做自动驾驶,因为道路是封闭的,调度能力很强,飞机也可以做自动驾驶。唯独汽车不行,因为汽车是个人的代步工具,它在开放的不确定性的环境下,常常会遇到大雪、大雾、大雨。还比如红绿灯失效,道路施工,车辆醉驾等等,如果不能处理这些情况,自动驾驶可能难以胜任。

有经验的驾驶员,标杆驾驶员能够灵活处置,但自动驾驶车辆怎样学习呢,这是我们研究的重点。一个小孩能够成功的抓住一只球,这是计算出来了吗,不是。是用了什么算法吗,也不是。一次又一次的学习,操练,久而久之,智能成为新的本领。我们认为开车和学英语本质上是相同的,熟练的司机开车,如同自己走路一样自然,开多了,不是每天都在计算。有经验的驾驶员,不但要符合驾规,安全行驶,我们还要使车子坐起来比较舒服,从A点到B点怎么样舒服省油,这也是驾驶员重要的技巧。

因此我们发明了一个单词,Driving Brain,不同的人开车行为习惯不一样,我们认为自驾车应该有个性,好像我们每个人开车都有个性一样。驾驶技能的习得通常通过认知,关联,自主三个因素决定。如果像特斯拉一样,把传感器放在车里,让人工开车,开了两年以后,拿回来一学习,再放回去让它和你开车一样。在路上的行为就成了自己的行为,人的感知和车的行为达到了合一的境界,这是我们追求的目标。


15.jpg


我们十多年的自动驾驶的生涯告诉我们,这件事情很重要,如果没有的话,我们仍然会恐慌、迷茫,今天做的很好的,明天可能就做不好了。感知认知和行为有一个比较好的反馈过程,从动态感知到态势分解,到自主决策,这个期间场景记忆,功能记忆都起到很重要的作用。四类传感器,分别是激光雷达,摄像头传感器,车姿传感器,还有GPS传感器,这代表我们的感知系统。认知系统里,既有驾驶技术,还有各种各样的记忆棒,我们利用当前的驾驶态势和时间序列表决策当前的认知,形成认知箭头,控制车的动力和行为,这块叫做小脑,因为它已经有驾驶技巧了。

从感知到认知到行动,我们2016年研发驾驶脑V1.0。原来开始开车准备时间十几分钟,现在我们开车启动时间只要22秒,我们终于开始我们自己的发明,就是驾驶脑,它是给你拿驾照的,它是给你积累驾驶技能的,它是买路熟的,它是个性化驾驶和标杆驾驶。这些东西怎么靠自动驾驶完成的呢,这就是我们在全世界自动驾驶的浪潮中发出的自己微弱的声音。我们认为人工智能的使命是加速汽车向人机交互的转变。有了驾驶脑,有可能使汽车成为驾驶员自己,这是我们人类追求非常有理想,有意义的科技,我们很多人买聊天机器人,我们想汽车也应该是这样的。智能驾驶专用实验与评估环境,全国已经批准了7个实验场,这很有可能发展成为赛车手和赛车机器人的赛车场。

机器人换人带来一个新的行业,就是后图灵时代。也许是人机共生,共融,共发展的时候了。如果人脑的域的认知能力可以先局部地得到解决,比如驾驶问题,写作问题,学英语问题等。如果在一个流动大巴车上,我们安排一个驾驶脑,安排一个聊天脑,不但会开车还会导游。慢慢发展下去,千千万万个特定的机器人认知脑,通过移动互联网,云计算和大数据,是不是可以倒逼变成一个通用的人工智能呢或者强人工智能呢?我们一起来拭目以待。

在无人驾驶的未来,车辆具备“智能脑”,既要与环境交互,也要与其他车辆交互。互联互通,以此为基础,城市的交通问题也会得到很好的解决。要解决交通问题除了依靠车联网,还要依赖智能交通系统中的管理规划、流量预测和分析、以及与互联网、大数据技术的相互配合。在WGDC2017上的空间大数据+智慧交通峰会上,我们将在这里与您共话智慧交通的未来。