自動(dòng)駕駛太難的因果

近日，特斯拉汽車的馬斯克說(shuō)自動(dòng)駕駛太難了，將現(xiàn)在的自動(dòng)駕駛的人工智能（AI）責(zé)任推脫給學(xué)術(shù)界：“學(xué)術(shù)界沒(méi)有將AI變成真正的智能”。

一、現(xiàn)主流AI是炒作出來(lái)的

事實(shí)上，目前包括應(yīng)用在自動(dòng)駕駛的AI算法，占AI算法主流的深度學(xué)習(xí)算法不是學(xué)術(shù)界推出的，而是商業(yè)炒作出來(lái)的。多年前谷歌等國(guó)際大公司就看準(zhǔn)應(yīng)用深度學(xué)習(xí)算法需要無(wú)限的算力，大有賣他們GPU的商機(jī)，便大力制造本來(lái)深度學(xué)習(xí)在其中作不大的的機(jī)器人戰(zhàn)勝人類最高棋手等轟動(dòng)新聞，大肆宣傳深度學(xué)習(xí)的威力，并投巨資建立起便于學(xué)習(xí)和可照貓畫虎地在簡(jiǎn)單應(yīng)用場(chǎng)景確實(shí)有效的深度學(xué)習(xí)的開(kāi)源程序等開(kāi)發(fā)環(huán)境，同時(shí)用多種方式和渠道大批量培訓(xùn)出各層次的相關(guān)技術(shù)人員，最終將深度學(xué)習(xí)炒作成為充滿世界的讓一大批人頂拜的AI算法。可以說(shuō)，當(dāng)今的中國(guó)人工智能也被深度學(xué)習(xí)深深的綁架?？匆幌略趪?guó)內(nèi)教學(xué)、科研、評(píng)獎(jiǎng)、揭榜等等；在產(chǎn)業(yè)園、科技園、示范區(qū)、引導(dǎo)區(qū)處處都是在以深度學(xué)習(xí)為主，甚至在被獨(dú)尊。

  人工智能算法出現(xiàn)此種怪象有多種可能，最好的可能是有好的人工智能算法在國(guó)家尖端領(lǐng)域已在秘密研制和使用。最不好的可能是因深度學(xué)習(xí)受獨(dú)寵，好的人工智能算法一直在被排斥或封殺。

二、自動(dòng)駕駛為何太難

如此被獨(dú)寵的深度學(xué)習(xí)的真實(shí)情況是什么樣呢？經(jīng)多年來(lái)實(shí)踐，已有許多專家、院士、技術(shù)人員指出深度學(xué)習(xí)是存在魯棒性差、不可解釋、有NP問(wèn)題等較多缺陷，特別是還有致命的黑箱存在的大模型、大數(shù)據(jù)、大硬件的AI算法。因此，連深度學(xué)習(xí)的發(fā)明人Hinton教授都早在2017年因無(wú)法解決深度學(xué)習(xí)存在的嚴(yán)重的缺陷，公開(kāi)宣布放棄深度學(xué)習(xí)，要推倒重來(lái)。但是，廣大的用戶并不了解詳情，不免遭受強(qiáng)大資本的作用和利益驅(qū)動(dòng)的推廣單位和人員的蠱惑，大量在使用深度學(xué)習(xí)。

客觀講，深度學(xué)習(xí)在學(xué)術(shù)上比以專家?guī)鞛橹鞯纳弦淮鶤I是有進(jìn)步的，特別是在人臉識(shí)別、語(yǔ)音識(shí)別等應(yīng)用場(chǎng)景比較簡(jiǎn)單、數(shù)據(jù)量不很大的應(yīng)用中還是有效果，所以有較大的迷惑性。但是，深度學(xué)習(xí)在處理復(fù)雜場(chǎng)景和大數(shù)據(jù)量應(yīng)用需求時(shí)，就不能勝任，甚至錯(cuò)誤頻出。由于自動(dòng)駕駛的巨復(fù)雜性，就不可避免地成為受深度學(xué)習(xí)應(yīng)用影響最大的重災(zāi)區(qū)。想用深度學(xué)習(xí)完成自動(dòng)駕駛，自然是難上加難。

三、深度學(xué)習(xí)在自動(dòng)駕駛很難有果

如同古人想學(xué)鳥(niǎo)飛翔，試圖人造翅膀飛，但都未能如愿飛遠(yuǎn)?，F(xiàn)代人依據(jù)空氣動(dòng)力學(xué)，造出與鳥(niǎo)不一樣的飛機(jī)實(shí)現(xiàn)了飛翔。深度學(xué)習(xí)較以往AI算法先進(jìn)的是仿人腦建的神經(jīng)網(wǎng)絡(luò)。但所建的神經(jīng)網(wǎng)絡(luò)要將需分類識(shí)別的場(chǎng)景數(shù)據(jù)都要一一對(duì)應(yīng)事先進(jìn)行機(jī)器學(xué)習(xí)，不具備人腦的舉一反三的思維和糾錯(cuò)能力，如果缺少數(shù)據(jù)或數(shù)據(jù)有錯(cuò)就不能準(zhǔn)確分類識(shí)別。為達(dá)到對(duì)所提供場(chǎng)景的數(shù)據(jù)分類識(shí)別準(zhǔn)確，對(duì)許多復(fù)雜數(shù)據(jù)，深度學(xué)習(xí)還需人手工做標(biāo)注后供機(jī)器學(xué)習(xí)識(shí)別，遠(yuǎn)達(dá)不到完全自動(dòng)機(jī)器學(xué)習(xí)。

深度學(xué)習(xí)是通過(guò)規(guī)則判斷讓自動(dòng)駕駛汽車行駛的。由于，自動(dòng)駕駛汽車應(yīng)正常在世界各種道路上行駛，但所遇到的路況和天氣等隨時(shí)都要發(fā)生千變?nèi)f化，對(duì)每一種情況都相應(yīng)地制定出規(guī)則讓深度學(xué)習(xí)事先機(jī)器學(xué)習(xí)是很難的，也是幾乎不可能的。所以谷歌、特斯拉等國(guó)際大公司都在投巨資和大量人力在讓汽車按數(shù)以萬(wàn)公里地去跑路，以求囊括他們的自動(dòng)駕駛汽車可能遇到的一切情況，制訂出相應(yīng)的規(guī)則讓機(jī)器事先學(xué)習(xí)。但是，事實(shí)證明，深度學(xué)習(xí)的這種要求數(shù)據(jù)或?qū)?yīng)規(guī)則一個(gè)都不能錯(cuò)和少的機(jī)器學(xué)習(xí)的分類識(shí)別要求，無(wú)論讓自動(dòng)駕駛汽車跑多少路都不可能全遇到可能出現(xiàn)的路況和場(chǎng)景，靠人苦想也想不全。所以，這問(wèn)題是馬斯克發(fā)出“自動(dòng)駕駛太難”呼聲的主因。

更讓人生畏的是，深度學(xué)習(xí)存在的黑箱隨時(shí)會(huì)出現(xiàn)讓機(jī)器死機(jī)。因此，谷歌已經(jīng)宣布深度學(xué)習(xí)應(yīng)用退出工業(yè)控制。黑箱在工業(yè)控制上出現(xiàn)只會(huì)使機(jī)器或生產(chǎn)線可能損壞，但如在自動(dòng)駕駛上出現(xiàn)，不僅是可能車毀，人也可能傷亡。用戶一旦知情，會(huì)有多少人愿買應(yīng)用深度學(xué)習(xí)的自動(dòng)駕駛汽車呢？

四、自動(dòng)駕駛的路在何方

既然深度學(xué)習(xí)在自動(dòng)駕駛的應(yīng)用很難有果，為什么那些研發(fā)自動(dòng)駕駛的團(tuán)隊(duì)不及時(shí)停步呢？為什么有一些單位現(xiàn)在還在加入自動(dòng)駕駛的隊(duì)列中去呢？原因是這些團(tuán)隊(duì)的領(lǐng)導(dǎo)們還沒(méi)有完全了解深度學(xué)習(xí)存在的嚴(yán)重缺陷和可怕的黑箱問(wèn)題，一般都是在跟風(fēng)或聽(tīng)專家話決策。又因其中有少數(shù)單位已通過(guò)炒作，在金融和各種補(bǔ)貼中得到豐厚的回報(bào)，也起到很大的吸引作用。經(jīng)多年的研發(fā)，大多數(shù)單位雖然已感到做自動(dòng)駕駛很難，但因已投入巨大資源不好交代，處于騎虎難下?tīng)顟B(tài)，只得硬著頭皮在繼續(xù)著。但是，隨著時(shí)間的延長(zhǎng)他們等來(lái)的可能是更大的損失。

新的高效可靠的AI算法應(yīng)用將是當(dāng)前自動(dòng)駕駛尋求的繼續(xù)發(fā)展之路。中國(guó)嵌入式系統(tǒng)產(chǎn)業(yè)聯(lián)盟理事、天津市阿波羅信息技術(shù)有限公司和阿波羅（日本）株式會(huì)社首席科學(xué)家顧澤蒼博士（中國(guó)籍）在業(yè)內(nèi)最先發(fā)表論文指出深度學(xué)習(xí)存在的缺陷，并依據(jù)自己在日本從事三十多年人工智能積累的經(jīng)驗(yàn)，針對(duì)深度學(xué)習(xí)的缺陷獨(dú)自創(chuàng)新發(fā)明出小模型、小數(shù)據(jù)、小硬件的沒(méi)有黑箱的自律學(xué)習(xí)SDL算法，就是一種高效可靠的AI通用算法。

自律學(xué)習(xí)SDL算法自2018年8月在北京世界機(jī)器人大會(huì)上正式發(fā)布以來(lái)，經(jīng)近三年多的的實(shí)踐檢驗(yàn)，已證明是可廣泛在包括工業(yè)控制和嵌入式系統(tǒng)在內(nèi)的許多人工智能應(yīng)用領(lǐng)域的新一代AI算法。特別是顧博士率20多人的小團(tuán)隊(duì)，使用不到2000萬(wàn)資金在半年多的時(shí)間就研制出在自動(dòng)駕駛的感知、決策和控制都用自己發(fā)明的SDL算法全部用人工智能實(shí)現(xiàn)，并經(jīng)一年多的路測(cè)表明各項(xiàng)指標(biāo)都達(dá)到世界領(lǐng)先水平。顧博士團(tuán)隊(duì)近日還向社會(huì)承諾，如融到資金可在三個(gè)月研制出不用工控機(jī)，全部都用模塊的分布式系統(tǒng)做到不靠“算力”，而靠“智力”實(shí)現(xiàn)自我超越的又以新的世界新領(lǐng)先水平的自動(dòng)駕駛汽車。如融到資金，該團(tuán)隊(duì)還可在6個(gè)月研制出達(dá)到人駕駛IQ的新一代自動(dòng)駕駛汽車。顧博士團(tuán)隊(duì)要研制的新一代自動(dòng)駕駛汽車，將以按駕校教的駕駛規(guī)則教機(jī)器學(xué)習(xí)，配不同類型人、路況和天氣等場(chǎng)景的最佳駕駛規(guī)則，并不依賴高精地圖可在各種道路滿足安全正常行駛的需求為目標(biāo)。這不就是當(dāng)今自動(dòng)駕駛追求的目標(biāo)和要走的發(fā)展之路嗎？