[汽车总站网 www.chianautoms.com欢迎你]

原标题：第三波人工智能即将爆发，无人驾驶会走向何方？

　　4月17日下午，湛庐特别邀请圣塔菲研究所客座教授、《AI 3.0》一书作者梅拉妮·米歇尔，中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃，驭势科技联合创始人、董事长兼CEO吴甘沙，清华大学计算机系副教授、智源青年科学家刘知远等国内外知名科学家和创业者，以及特别嘉宾达闼云端机器人小姜，一起探讨AI 3.0时代的新商机和新生态。

　　这次全智能场景发布会第一次采用了演播室和户外智能场景双现场形式，在无人驾驶汽车和云端智能机器人的烘托下，全面展示了中国人工智能领域的创新实力和前沿进展。几位科学家、企业家跨界深度交流，共同探讨了人工智能发展现状，以及透视当下AI发展的关键问题，并对产业布局和政策提出了可供参考的建议，助力未来的想象与开创。

　　以下为驭势科技联合创始人、董事长兼CEO吴甘沙的演讲精华内容

　　无人驾驶是人工智能顶上的皇冠

　　在科学技术飞速发展的今天，人工智能被广泛应用在多个尖端领域，比如无人驾驶、生命科学探索及医药制造等。除了商业应用，人工智能还创造了打败排名世界第一的人类棋手柯洁的辉煌战绩。在所有这些任务中，自动驾驶被誉为人工智能顶上的皇冠，这是为什么呢？在吴甘沙老师看来，无人驾驶获得这一赞誉的关键在于mission critical AI。

　　那么什么是mission critical AI呢？通俗来讲，就是关键任务人工智能。它与我们通常所说的人工智能的差别主要在于准确率。在传统的人脸识别技术中，我们说其准确率为92%或95%，事实上，两者之间并没有多大区别。而在自动驾驶这样的关键任务中，我们需要确保其准确率达到100%，或者说无限接近100%。这就好比我们给出了100万张不同的试卷，由人工智能来答，它只能有一张试卷上出错，其他都必须得满分。

　　就目前投入应用的无人驾驶技术而言，它所搭载的人工智能实现的是一个非常简单的闭环，这个闭环主要包括五个部分。第一个部分是感知，而这个感知是通过传感器来实现的。这些传感器能帮助车辆“眼观六路、耳听八方”。第二个部分是认知，用于帮助车辆判断周围物体的运动，识别道路标志等。第三个部分是车辆导航和定位，导航是知道车辆往哪里去，定位是明确车辆在哪里。而目前无人驾驶采用的定位技术误差只有几厘米。第四个部分是决策和规划，主要是车辆的中央处理器根据车辆周围的情况确定下一步的动作。第五个部分是控制，就是将中央处理器的指令转变为控制车辆底盘的动作。

　　今天的无人驾驶建立在笨鸟式的人工智能之上

　　无人驾驶的前景非常吸引人，但就当前的发展情况而言，实现的难度非常大。目前的人工智能，吴甘沙老师称其为笨鸟式人工智能，因为它是通过大量的数据，通过蛮力式的计算，通过历史的记忆，比如高精地图，整合形成的。车辆需要将沿路的道路记忆输入进去，其中还会遇到数据不全或算力不足等问题，这种情况下，人们就必须做出取舍，通过设计大量冗余去弥补单个部件的不可靠性。

　　就现在汽车安装的传感器来说，有基于激光的，有基于摄像头的，有基于毫米波雷达的，有基于超声波的。这些传感器每一种都有其优缺点，在应用过程中，我们需要对其进行组合。而这种组合跟我们追求的终极的人工智能是有很大差别的。

　　所谓的笨鸟式人工智能，意味着要在现有基础上实现非常可靠的无人驾驶，需要积累几十亿公里的数据。目前，谷歌的无人驾驶汽车积累的数据也不过几千万公里。而几十亿公里，相当于一个人类司机几百万年的驾龄。

　　很多人通常认为无人驾驶人工智能已经得到了大规模应用，而实际情况是我们的科学家和制造者还在研究开发的过程中，目前的人工智能和我们理想中的职能还有很大的差距。我们都倾向于称目前阶段的、仍有许多局限的人工智能为专用人工智能或领域人工智能，即AI2.0，与其相对的则是通用人工智能，即AI3.0.AI3.0是人工智能未来发展的必然趋势，而这也是梅拉妮·米歇尔在《AI3.0》这本书中重点介绍的。

　　今天的无人驾驶在识别一辆车时，是靠着大量的劳动力对后台数据一一进行标注实现的，可以说，没有人工就没有智能。《AI3.0》中描述了一个场景，是一个推着婴儿车的孕妇牵着一条狗出现在路边。当人类看到这个场景时，我们可能产生无数种解读，比如通过孕妇的表情去判断，她脸上的表情是惊诧还是平静；比如观察孕妇周围有没有人，这个人有没有可能对她们采取下一步动作。人类，即使是小孩都可以轻松对这一场景进行准确、迅速的判断，但对人工智能来说就很难。

[汽车总站网 www.chianautoms.com欢迎你]