李德毅院士：智能驾驶——打造中国新名片

来源：中国工业和信息化   作者：李德毅

从人工智能百年发展的角度，分析智能驾驶不断升级的过程。展望未来，到2056年，智能驾驶将成为我国继高铁之后又一张新名片。

我们正迎来新时代，并将见证历史、创造历史。作为一个人工智能领域的工作者，在严寒中需要顽强，在热闹中需要一点冷思考。

从人工智能诞生100年的时间尺度来看，也就是到2056年人工智能诞生100年的时候，人工智能对社会尤其是对交通会产生什么样的影响？这里隐含着一层意思，中国人工智能怎么样占领“无人区”，在世界上做好中国答卷，提出智能时代的中国方案。

什么是人工智能

     

中国是全球第一个率先宣布要做新一代人工智能的国家。

今天，我们要弄清楚，新一代人工智能的技术特征是什么？传统人工智能应该怎么定义？

其实，人工智能比想象得要难。尽管大家已经尝到好处，但仍要思考它的内核到底是什么？有几个关键词，可以描述当前我国人工智能状态：一是基础研究弱。我国人工智能拿到图灵奖的只有姚期智院士一人，他还是美国培养的。二是辐射市场大。这个比较容易理解。三是叶茂枝不壮，树大根不深，叫好难叫座。真正掏钱投资的时候，就出现了一些困难因素。

1956年人工智能诞生。那么，传统的人工智能是什么？新一代人工智能又是什么？中间分界点在哪里？

笔者认为分界点就是机器碾压人类围棋高手。这发生在2016年。从此，政治家、经济家、企业家、老百姓都觉得这是大事情：中韩一流围棋高手败给了机器人。

从技术上来看，这个成果源于2006年萌发的深度学习，它由20世纪机器学习演变而来。

传统人工智能如何定义呢？笔者提出的概念是计算机智能。这个想法，来自于笔者与李科杰教授的电子邮件交流。当时，谈及国家提出的类脑智能研究方向，这可能是人类最后一个科学堡垒。由此，笔者想到要把人脑怎么工作的机理搞清楚，能不能借鉴脑科学的方法来研究人工智能呢？

现在，人工智能的制高点是预编程人工智能。目前的人工智能实际上是算法功能的智能编程代码，可以在机器上一而再、再而三地执行操作。严格来讲，是机器在执行，智能是算法工程师预设的。

凡是大数据预编程的智能，都可以定义为传统人工智能。

新一代人工智能会自主学习、自编程，不需要算法工程师来编程。

我们需要什么样的人工智能

     

没有类鸟，人类发明了飞机。反过来用空气动力学解释了鸟的滑翔。滑翔翅膀是不动的，所以飞机翅膀不动。其实，鸟在空中的动作很多地方是科学解释不了的。

没有类脑，人类发明了计算机。反过来用计算智能解释了人脑的部分智能，像围棋计算能力超强。实际上，类脑、类人智能之路还很长很长。站在科学史的发展角度，如果用两百年，甚至三百年能把人脑搞清楚，都是了不起的。

类脑智能从何入手？这里的类脑智能，不是微观上与人脑组织结构一样的生物智能，而是脑科学或者认知科学启发的人工智能。

脑科学涉及生命科学和神经科学，特别是认知神经生物学。认知科学涉及社会科学、行为科学，我国的认知科学还不发达。其实，认知心理学已经有了100多年的历史，特别是讲人是怎么学习的学习科学。所以，要做的是不纠结于细节，不是在微观上去研究类似脑的组织，智能行为上要类人，要剥离意识，不是做人工生命。笔者的主张是，在物理装置上外显人类智能。50多年来，我们团队与天津港一起提出了一个概念叫驾驶脑的物理装置。它没有意识，听话，不闹情绪。脑科学、认知科学启发新一代人工智能的架构，研发的是智能机器。对于交通来说，最大的问题是事故。事故的最大问题是生命。原因就在于人的思想不集中，会疲劳。机器要避免这样的问题，这才是我们真正需要的。

人工智能的研究方向

     

人工智能70年发展中，有三个主流学科。

一是行为主义。机器人从感知到行为，所有智能都是通过行为表现的。想做什么呢？像人一样行动。要把行为主义智能进一步发扬光大，笔者提出两个智能：感知智能和行为智能。

二是符号主义。研究的方向是什么呢？就是希望机器像人一样思维。笔者在做博士的时候，就做了这个方面的研究，博士论文就是论述问题怎么变成一个未知延伸的证明问题，即证明它的对等性。确切地说，符号主义要研究的是计算怎么样优化，怎么样预测，怎么样可解释。

三是连接主义。它希望机器脑像人一样连接，模拟神经网络的结构，最著名的就是深度学习。机器人行为智能能不能抽象与类比。

笔者认为，人工智能有两个重要领域，一个是计算，一个是记忆。这是新一代人工智能的核心。

举例来说，在一个交通枢纽，大家看到一个盲人，带着一个机器导盲犬在寻找出口。机器导盲犬的摄像头看到一个出口B，但不能确认，在看了C之后，它才确认了B，然后就按照规划走了出去。如果C被标为14，那么它就会确认B不是B，而是13。这个例子说明，B是不确定的，在不同情境下它有不同的含义。离开了情境、离开了语境谈算法和语义的意义并不大。

所以，笔者提出要从4个方面研究语境、语用、语义、语法。计算智能太多靠语境和语法，或者语境和语义。三个学派是各司其职，智智与共。在此基础上，我们开始有我们的思想。计算机诞生于符号处理，类似人的高阶认知，我们被困在计算机太久了，总是在想智能就是计算，期望快一些再快一些。于是，声音、算力、算法、数据被归为人工智能的核心。这么说对不对？对，但不全面，准确的说，它是计算智能的核心，不是新一代人工智能的核心。如果是那样，把技术科学做好就行了，何必把人工智能搞成一个学科呢。人类智能在环境交互中进化，先有感知和行为，自身产生感知智能和行为智能，先低阶后高阶，高阶认知产生记忆智能和计算智能。勇闯“无人区”就是要另辟蹊径，实现更大更快的突破。新一代人工智能，既然叫新一代，必须有一个质的跃升。笔者觉得质的跃升是从计算智能扩展到记忆智能，从人机交互扩展到交互认知，从深度学习扩展到机器自学习，各司其职，智智与共，才是新一代人工智能研究方向。

人类正在进入智能时代，现在是一个未来已来、过去未去的时代。人工智能用动能机器渗透，各式各样的智能代理或者智能机器正在成为人类智能的体外延伸，替代或者服务人类无处不在，无时不在。

新一代人工智能的硬核是什么？

     

对于这个问题，笔者的回答是会学习。会学习这个词用英文翻译出来就叫Learning to learn。智能植根于教育，文明是智能的生态，为什么把我们生命和思想放在学校里，就是要培养学习能力，是高阶的学习，不仅仅是一种知识。

人在与环境交互中，形成物理空间未知感，通过跨模态感知，一般讲多模态。把物理空间解决的现实问题转化为认知空间，在认知空间不同记忆区留下带时间印记的抽象，可以从长期记忆区直接提取问题解决方案，这叫快搜索，也可以在工作记忆区进行计算思考和推理新的解决方案，这叫慢搜索。通过智能行为作用到物理空间，能感知认知行为环，交互中的空间智能以及现实空间或虚拟空间不停的映射，是人类智能的基本能力。计算机放在这个房间，放在那个房间，不知道在哪里没有问题。可一辆汽车就不行，你知道这辆汽车此时此刻在哪个路口，这叫空间位置感知能力，想象的认知和客观世界。

因为学习，所以与时俱进。我们不再是只具备解决预设同类问题的能力。阿尔法GO围棋能力好不好？很智能，把冠军击败了。但是，假如棋盘不是19×19的，那么，围棋手能下，机器人就不行。如果搞一个矩形，或者六边形棋盘，围棋手仍会下。那么，具不具备通用的智能，体现在能不能随时针对一个跨领域现实问题，生成新的记忆边界完成推理。比如，智能驾驶测试层无论做多少个案例，但发生事故的案例偏偏不在测试库里。所以，智能驾驶比想象得要难。

驾驶文化也不是智能大脑可替代的，这就是无人驾驶的难点，要比人脸识别难得多。

研发有感知、有认知、有行为、可交互、会学习、自成长的新一代人工智能就是我们的目标。希望到2056年，我们的00后能享受这样的东西。

如果说传统人工智能有什么硬核的话，就是算力、数据和算法，新一代人工智能就是交互、记忆和学习。

人工智能产业既是自成产业，更是赋能产业。如果自身没有硬核，就难以形成规模经济。汽车生产企业知道，全世界这么多车，一辆车20万元，20万亿元经济产值，比人脸识别大得多。

智能时代的中国方案

     

我们对于智能驾驶的长远作用认识不足，对于产业化难度认识不足，对于经济效果希望过高。

未来汽车要做一个机器人路线图。把这个路线图换算到全球坐标，即全球人工智能驾驶——假如从科研探索期，0到1阶段，我们参加那么多次比赛，基本上是在探索，从2020年到2030年，是10年市场创新期，产品孵化期，目前就在这样的关键十年，关键是规模化量产。从2030年到2055年，是人工智能100年。全球现在有多少辆车呢？4.4亿辆，如果到2035年能够把它变成无人驾驶已经是不得了的成绩了。全球现在总共保有10万亿辆车，到2056年全部无人驾驶，比10万亿辆少一点，在这样的情况下应该怎么做呢？这里介绍两条曲线，任何一个新技术都有社会接受度曲线与社会关注度曲线。无人驾驶社会关注度很高，但是量产的前景还在后面。产业化分四个阶段：第一个阶段是炫耀阶段，第二阶段是豪华品牌高端市场阶段，第三阶段是低成本经济型拉动市场阶段，第四阶段是大众普及阶段。第四阶段才是高回报的时段，这也是特斯拉产业化的方针。

中国应该怎么发展呢？

对于我国来说，这十年智能制造乃至人工智能能否占领全球制高点举足轻重。

在2020年到2025年的孵化期前五年，自动驾驶车辆不会是市场主流，可通过有趣的技术，谨慎选择落地场景，先用于特种车或者商用车，先吸引创新者和早期采用者，大家稍微冷静一点，不要太赶潮流。

真正吸引市场的不完全是技术，更重要是痛点和刚需，归根到底是要叫座而不是叫好。可以选择十个场景，它们的共同点是环境恶劣、岗位无趣、白天黑夜重复劳动，人力得不到解放。比如卡车司机、环卫工人。他们中75%的人对自己的工作岗位不满意，95%的人不愿意自己的孩子再干这一行，就应该在这样的场景迭代产品。

所以，我们提出十个场景四大赛道，港口、干线物流，就是当前两个重要方向。乘用车先把自动泊车做好；再一个就是把RoboTaxi做好，把公交做好；还有，就是把农村拖拉机无人驾驶做好等四个赛道。

卡车赛道我们提出了港口运输带动卡车无人驾驶落地。

农机车道把无人拖拉机作为智慧农业的起跑线。

低速电动车赛道率先实现无人配送规模化应用。

2025年到2030年的孵化期后五年，我们希望产业链配套，可规模化扩展，提供精准化管理或市场化服务，产品开始快速迭代升级，十大赛道全面铺开，从示范走向普及，智能网联汽车生产超过1000万辆。这样，大部分城市BRT公交实现自动驾驶，并普遍推广特种车和商用车，迅速向私家车和小轿车普及。

从2030年到2035年是大规模发展期的前五年，智能驾驶车具备学习能力，包括试错学习，如向事故学习，不再是软件定义汽车。它不仅有计算智能，还有交互智能和记忆智能，可以自学习、自成长。

这将是大规模发展的十年，智能制造的辉煌时期，到那个时候智能驾驶车突破地理、气候和人文地理风俗栅栏，车群具有灵活编队模式，形成新的交通文化和社会生态，人工驾驶门槛大幅度提升。

如何打造中国新名片

     

中国智能网联生态要领先全球，如今国内常见的人工驾驶，到2056年要像今天看到马车一样感到稀罕，可交互、会学习、自成长的轮式机器人机器编队可实现国内交通全覆盖。

希望智能驾驶成为我国继高铁之后又一张新名片，这就是人工智能100年的中国答卷，具体体现在以下几点；

第一，智能车载平台有望提升我国整个智能制造业。因为，只有智能制造才能有规模，有规模才能有万亿元规模级 GDP。

第二，北斗+4G/5G 成为中国智能网联汽车特色生态，这是制度优势和体制优势。

第三，农机智能驾驶成为我国智慧农业起跑线。

第四，公交智能驾驶使老百姓有实实在在的获得感。如果中国所有城市 BRT都是无人驾驶，而且颠簸程度稍微好一点，刹车更柔和一点，制动像小轿车那样灵活，乘坐者就舒服得多。

第五，以港口枢纽和高速干线物流为代表的新一代智能运输系统能够形成。

第六，交互学习和记忆成为新一代人工智能的硬核，辐射所有方面，这就是我的理想和遐想、

（根据李德毅院士在WIC2021第五届世界智能大会的分论坛“智能交通峰会”上的演讲整理，标题为本刊所拟，未经本人审阅）