每個故事都有個開頭，對人工智能(Artificial Intelligence， AI)而言，可以選擇的開頭有很多，因為人類對人工智能的夢想，可以追溯到很久很久以前。

——邁克爾·伍爾德里奇

《人工智能全傳》

作者：[英]邁克爾·伍爾德里奇

出版社：浙江科學技術出版社

出版時間：2021年3月

作者介紹

[英]

邁克爾·伍爾德里奇

Michael Wooldridge

國際人工智能學界領軍人物，現任牛津大學計算機學院院長，投身人工智能研究30余年。

2015—2017年曾擔任國際人工智能聯合 會議（IJCAI）主席（該會議是人工智能界頂級會議之一），2020年獲頒英國計算機領域至高榮譽——洛芙萊斯獎章，被譽為英國計算機領域具有重要影響力的三位學者之一。

以下為《人工智能全傳》精選內容

深度學習為人工智能的應用打開了大門，在21世紀的第二個10年里，自從20世紀90年代萬維網出現以來，還沒有另一門新技術如人工智能這樣吸引人們的注意力。每個擁有數據和需要解決問題的人都忍不住要問，深度學習是否能夠幫助他們——在很多情況下，答案是肯定的。

人工智能已經出現在我們生活的方方面面，我們隨時都能感受到它的存在。但凡涉及技術的領域，都有人工智能的身影：教育、科學、工業、商業、農業、醫療保健、娛樂、媒體和藝術等各個領域。未來，或許有些領域會有非常明顯的人工智能痕跡，有些領域則不會。人工智能將悄然無聲地嵌入我們的世界，就像今天的計算機一樣。正如計算機和萬維網，人工智能也將改變我們的世界。

人工智能的偉大應用 — 無人駕駛汽車

在撰寫本文的時候，全球每年有超過100萬人死于和汽車有關的交通事故，僅中國和印度就占了其中的四分之一；每年還有5000萬人在跟汽車有關的交通事故中受傷。這些數字觸目驚心，想象一下，如果出現一種每年可以奪取100萬人性命的新型流感病毒，那一定會引起全球性恐慌。然而，我們卻習慣了公路上的危險——我們似乎已經接受這就是現代社會的現狀。不過，人工智能能夠帶來大幅降低交通事故的前景：在發展智能中期內出現無人駕駛汽車，已經成為可能。最終，它能夠拯救無數人的生命。

自20世紀40年代以來，人們在自動駕駛領域就不斷地嘗試，但直到70年代微處理器技術出現以后，它們才真正變得可行。不過，無人駕駛汽車面臨的挑戰也是艱巨的，最根本的問題就是感知。如果你能夠找到一種方法，讓一輛汽車能夠隨時準確地知道它自己在哪里，周圍環境是怎么樣，那么恭喜你，你已經找到解決無人駕駛問題的方法了。而要解決感知問題，我們需要采用現代機器學習技術：沒有它們，無人駕駛汽車無法實現。

無人駕駛技術的里程碑演進

1987-1995年，由歐洲泛政府研究組織歐洲研究協調局(EUREKA)出資贊助的普羅米修斯工程，是無人駕駛汽車技術的先驅。在1995年進行了一次示范表演。一輛汽車在無人駕駛的情況下從德國慕尼黑開到丹麥的歐登塞，然后返回。雖然平均5.5英里就需要進行一次人工干預，但是在沒有人工干預的情況下，最長的一次無人駕駛距離約為100英里。

2004年，美國國防高級研究計劃局(DARPA)組織了一場無人駕駛汽車頂級挑戰賽，邀請研究人員組隊參加挑戰賽，讓無人駕駛的車輛穿越150英里的美國鄉村。共有106支來自大學研究院和汽車公司的參賽隊。但在這一屆比賽中，沒有一支隊伍完成超過8英里的賽程，有的車輛甚至都沒能駛離出發區。跑得最遠的是來自卡內基-梅隆大學的無人駕駛汽車，雖然它僅僅前行了7.5英里就偏離了航道，卡在堤壩上。

2005年的比賽吸引了更多的參賽者，總共有195支隊伍參賽，最終闖入決賽的有23支。最終的冠軍被斯坦福大學研究團隊摘得，獲得了200萬美元的獎金。斯坦福大學獲勝的汽車名叫STANLEY，由塞巴斯蒂安·特隆(Sebastian Thrun)帶領的團隊打造。它是由一輛大眾途銳汽車改造的，用了不到7個小時就完成了比賽，平均時速20英里。STANLEY配備了7臺車載電腦，它們需要解讀GPS、激光測距儀、雷達和視頻傳輸中的數據。

從那以后，無人駕駛汽車技術領域獲得了大量投資，既有老牌汽車公司不顧一切地拒絕被時代車輪甩掉，也有新公司發現有機會來搶奪傳統汽車制造商的蛋糕。

2014年，美國自動化工程師協會提供了一個實用的分級方案，為自動駕駛分級制定了標準：

Level 0：人工駕駛。汽車沒有自動控制功能，駕駛員始終自主控制車輛(盡管車輛會提供警告和其他數據用來輔助駕駛員駕駛)。如今公路上的絕大部分汽車都是L0級。

Level 1：輔助駕駛。汽車提供了一定程度的控制，通常是在常規駕駛方面，但駕駛員仍須在駕駛過程中保持全神貫注。自適應巡航控制系統是輔助駕駛的一個例子，它可以使用剎車和油門來控制車速。

Level 2：部分自動化。在這個等級，汽車可以參與轉向和速度的自主控制，但駕駛員同樣需要持續監控駕駛環境，并準備好在必要的時候進行干預。

Level 3：有條件自動駕駛。在這個等級，駕駛員已經不再需要持續監控駕駛環境，盡管汽車可能會要求用戶在遇到無法應對的情況下進行控制。

Level 4：高度自動化駕駛。在這個等級，汽車能夠自動完成正常駕駛操作，不過駕駛員仍然可以干預駕駛行為。

Level 5：全自動駕駛。你只需要坐上一輛車，說出你的目的地，然后剩下的所有事情都交給汽車自動處理。這種汽車甚至連方向盤都沒有。

在撰寫本書時，最先進的商用無人駕駛汽車系統可能是特斯拉的自動駕駛系統，最初出現在特斯拉S型車上。2012年發布的特斯拉S型是高規格電動車系列中的旗艦車型，在發布之時，它或許是全世界技術最先進的市售電動車。從2014年9月起，所有特斯拉S型車都配備了攝像頭、雷達和聲程傳感器。2015年10月，特斯拉發布了新款車用軟件，啟用了這些高科技套件，完成“自動駕駛”功能——當然，是一種有限的自動駕駛能力。

無論這項技術有多先進，很明顯，涉及自動駕駛儀的嚴重事故還是會發生，而第一例特斯拉自動駕駛儀導致人員死亡的事故很快成為全世界的頭條新聞。2015年5月，佛羅里達州的一位特斯拉車主在路上與一輛18輪卡車相撞，不幸身亡。有報道稱，汽車的傳感器被白色卡車在明亮的天空下的景象給迷惑了，結果汽車的人工智能系統未能識別出路上還有另一輛車存在，直接高速撞上卡車。

無人駕駛何時才能進入日常生活？

目前圍繞無人駕駛汽車的一系列活動表明，這項技術已經日趨成熟，但是離它進入我們的現實生活還有多久呢？我們什么時候可以跳上一輛無人駕駛汽車，只需要說出自己的目的地，就可以輕松抵達呢？

2017年，有20多家公司向加利福尼亞州提交了自動駕駛汽車脫離報告。從行駛里程數和每千英里最低脫離次數來看，一家名為Waymo的公司遙遙領先，該公司的自動駕駛汽車平均每行駛5000英里才報告1次脫離。表現最差的是汽車巨頭梅賽德斯-奔馳，每千英里不少于774次脫離。

Waymo是谷歌旗下的無人駕駛汽車公司，最初，它是谷歌內部的一個項目，運營負責人是塞巴斯蒂安·特隆，他曾經率領團隊贏得2005年美國國防高級研究計劃局組織的無人駕駛汽車挑戰賽。2016年，Waymo成為谷歌的子公司，2018年，Waymo的報告說，該公司旗下無人駕駛汽車已經達到平均行駛超過11 000英里才報告1次脫離的水準。

從各大汽車制造商的嘗試中，我們可以得出的第一個結論是：汽車行業經驗的積累并不是無人駕駛汽車技術取得成功的關鍵條件。仔細想想這并不奇怪：無人駕駛汽車的關鍵不是內燃機，而是軟件——人工智能軟件。因此，美國汽車巨頭通用公司在2016年收購了無人駕駛汽車公司Cruise Automation，金額保密(但顯然數額巨大)，而福特公司給自動駕駛初創公司Argo AI投資10億美元。兩家公司都公開了推出無人駕駛汽車的雄心勃勃的聲明：福特公司預測將在2021年前投入運營一款“完全自動駕駛”的商用汽車。

有趣的是，與無人駕駛汽車技術工程師交談會發現，他們認為這項技術的關鍵難點在于如何應對突發事件。我們可以訓練汽車應對大多數可能出現的危險，但當汽車遇見一種與訓練中任何事件都不同的情況，會發生什么呢？雖然大多數駕駛場景都是常規和可預期的，但難免會出現完全無法預計的突發狀況。在這樣的情況下，人類駕駛員可以憑借豐富的經驗進行處理，利用經驗思考處理方案，如果實在來不及思考，也會憑借直覺處理。而無人駕駛汽車沒有直覺這種奢侈的東西——在可以預見的未來，它們也不會擁有。

鑒于我對無人駕駛汽車技術進步的樂觀評價，以上的問題聽起來可能讓人十分悲觀。所以，讓我盡可能解釋一下我認為未來幾十年內，事情會怎樣發展。首先，我的的確確相信無人駕駛汽車技術在某種形式上很快就會在日常生活中應用——當然，是在未來10年內。然而，這并不意味著L5級的自動駕駛可以很快實現。相反，我認為，我們將開始看到無人駕駛技術在特定的“安全”領域開始推廣，并逐漸走向更廣闊的世界。

那么，這些技術將率先在哪些領域開始推廣呢？我認為采礦業是一個很好的例子，也許從澳大利亞西部或加拿大阿爾伯塔省的大型露天礦開始：那里地廣人稀，行人和喜歡騎自行車蛇行或做出其他危險動作的人也少得多。事實上，采礦業已經大規模使用自主汽車駕駛技術。例如，橫跨英國和澳大利亞的跨國礦業集團力拓集團于2018年宣稱，在西澳大利亞皮爾巴拉地區，他們的大型自動卡車車隊已經運送超過10億噸礦石和礦產。從公開的信息看，這些自動卡車離L5級別的全自動駕駛還差得遠——更偏向“自動化”而不是“自主駕駛”。不過這是個很好的例子，說明無人駕駛汽車在有限的環境中能夠發揮巨大作用。

同樣，無人駕駛車輛似乎非常適用于工廠、港口或者軍事設施區域。我相信在未來幾年內，無人駕駛技術將在這些領域得到大規模應用。