李德毅院士:人工智能正在加速汽车向轮式机器人转变

智东西(公众号:zhidxcom)
文 | Lina

人工智能第三次浪潮风起云涌,产业界大浪淘沙,在“GTIC 2017全球(智慧)科技峰会”感受时代脉搏,看见未来。

3月10日,由智东西、AWE、极果等联合举办“GTIC 2017全球(智慧)科技峰会”在上海证大喜马拉雅中心正式开幕。学术界、投资界、创业圈和产业链在这里激烈交锋,NVIDIA、Neato Robotics、科大讯飞、商汤科技、科沃斯机器人、Ninebot(纳恩博)、威马汽车、奇点汽车、驭势科技、歌尔股份、地平线机器人等近40位大佬轮番登台。

作为2017年上半年人工智能领域规格最高的峰会,GTIC聚焦“机器人产业”、“汽车新势力”、“家居物联生活”领域,探讨技术变革下的掘金机会、消费升级与生态建设,带来最前沿的实践经验和判断。

在上午的演讲环节中,中国工程院院士、人工智能学会理事长李德毅发表了名为“自动驾驶的技术变迁”的主题演讲,详细解构了人工智能在自动驾驶与辅助驾驶中的难点与核心要素,以及自动驾驶现有应用阶段与未来发展方向。

以下为李德毅院士演讲的要点精摘:

1、人工智能能够为家电厂商和消费者提供:从制造业向服务业的转变、人性化、个性化这三大板块的功能升级。不具备人工智能的自动化已经触及了发展的天花板。现有的家电厂商要改变思路,增加学习功能——比如不具备学习能力的扫地机器人,只能靠随即碰撞模式进行清扫,效率低下且容易损坏。

2、汽车总有一天能够像地铁或是高铁一样,自动行驶在封闭的结构化道路环境下,实现自动驾驶 + 智能网联。把自动驾驶和网络能力捆绑。依靠5G、移动互联网、云计算和大数据,依靠道路基础设施建设和位置服务,智能车联有无限的想象空间。

3、自动驾驶的1-5个等级(辅助驾驶、部分自动、有条件自动、高级自动、完全自动)中,自动驾驶启动计算机程序,让汽车自动开,如果程序不合适,则由人来调程序。本质上是程序员通过程序教机器人开车,汽车成为软件定义的机器,实现自动驾驶。自动驾驶的车无需有个性。

4、由于在交通过程中常遇到偶发的、超强的、随机的天气、道路和社会环境扰动,现有的汽车认知能力比不上一百多年前人们的常用交通工具:马匹。因此自动驾驶的一个重点就是研发一个物化驾驶员在线认知的智能代理——驾驶脑,释放人的注意力,释放人的驾驶认知;把驾驶员的工作用机器人替代,是有自主决策和行为能力的认知主体,实现自主驾驶。

因此,对于自动驾驶,李德毅院士提出了一个重点结论:自动驾驶,难在拟人,不仅在车。人工智能的使命是加速汽车向可交互的轮式机器人的转变。

5、智能车研发的困难,不仅仅是汽车动力学的性质和各种各样的传感器要求,更重要的是要研发和驾驶员一样在线的“机器驾驶脑”,模拟实现人在回路的自主预测和控制,应对车辆行驶中的不确定性。而现在把人在回路中的自主驾驶让车厂去模拟、以及把机器驾驶脑的研发让车厂去做, 对汽车厂商要求太高了。

6、自动驾驶的芯片未来发展要求:“一大一小,两高两低”——大接口、小尺寸 、高性能、高可靠 、低功耗、低成本。可利用微电子技术,采用CPU+GPU+FPGA+ASIC架构,生产专用芯片和板卡,研发驾驶脑。

7、汽车发展的这130年间,车辆动力学性质已经相当完善,人机工程学的巨大成功导致纵向控制和横向控制的解耦,为智能车的自主驾驶和双驾双控奠定了基础。随着辅助驾驶ADAS逐步发展:辅助人、辅助无人、全自动驾驶车。在今后的一个世纪里,会出现人工驾驶、局部自动驾驶和自驾驶混驾的状况,这条可持续发展的道路,必然导致ADAS的转型。今后的轮式机器人能够和多种人交互,“机驾为主,人可干预, 人机协同共驾”的未来势在必行。

以下为李德毅院士在“GTIC 2017全球(智慧)科技峰会”上的演讲全文:

大家早上好,我今天讲讲自动驾驶技术的变迁,首先跟大家聊天,我们应该想想这个背景是什么,增加了什么东西,我是一个消费者,我买了三代的扫地机器人,我觉得我可以跟大家共享一下我的体会,一开始是买的日本的一万多块钱的机器人,到家以后,他就在角落休息,什么原因?不皮实,坏了一个螺丝就没有办法干活了,缺少工匠精神。

这件事情希望各位制造商们一定要站在用户的角度,做的皮实一点,否则好东西就浪费了。第二个重要的问题是扫不干净,我们扫地为什么不能扫地机器人代替小时工呢,因为他扫不干净。第三个由于文契重要,扫不到位,因为该扫的地方扫不到,让你着急,明明脏的在那儿扫不掉,怎么办,所以大家给这个机器人加了很多的传感器,红外的不行就加摄象头,现在还要加雷达,这样一来用户就要买不起了,所以我们要用人工智能改变思路,我跟制造商讲了,能不能回家以后用摇控器扫一下,让他记忆一下这个环境。先让他有交流和学习的功能,而不是到家就乱撞,现在扫地积极人到家里就乱撞,他的理论是在有限的空间内无限的扫,总是可以扫到的。所以我希望大家好好想想,扫地机器人是多大的市场,怎么样能把他们替代了。

移动通信、云计算、物联网和大数据解决了我们家电和消费电子的最后一公里的问题。如果我们的产品买回来以后,放在家门口,大家都一样,你就认为那个事做完了,对不起,你就要被淘汰,真正做得好的是从门口到家里的那一公里,要知道怎么用,用的好不好,你根据他使用的情况还可以做改进,那你家里就好了,所以我们做消费电子产品的电子商们,如果你的产品都是一样的,千篇一律的,就完蛋了。所以我们感谢人工智能,尤其是感谢深度学习,他不是惊天动地的,是润物无声的。

他解决了什么问题呢,让制造业变成了服务商,让我们更加的任性化,你可以和机器人交谈,这个是最自然的。尤其是解决了个性化的问题,我家里的热水器和你家的热水器使用就是不一样的,我们家里的空调一般不是用坏的,而是用了旧了换了,如果你说一句话,他会答应你,那你觉得是什么场景。我们告诉大家,人工智能的时代到来了,光是自动化是不够的,必须搞人工智能。

说说自动驾驶,自动驾驶这个事情,150多年了,从世界上第一辆奔驰出来到现在,经过了19世纪到20世纪,现在我们已经到了自动驾驶、自主驾驶、轮式机器人,我们曾经有一个非常好的电子,ADAS。汽车引入人类生活,以孤立的人工驾驶模式已经有一百多年的历史,随着自动控制的技术在汽车的所有执行器上得到了普遍应用,进而在若干执行器组成上得到了普遍的应用,自动驾驶有着长久的发展过程,导致今天的全自动驾驶呼之欲出。我在英国留学的时候,我做了一个ACC我觉得很好,他做的很好,一开始我看ACC怎么来的,定速云航,然后是定距巡航,然后是自适应巡航,所以ACC的历史可以追溯到1971年,有时候开车不用脚,有时候不用手,大大激发了驾驶的热情和激情,现在吊足了大家的胃口,尤其是特斯拉,先说做了一个自动驾驶,然后说是辅助驾驶,我们开玩笑啊到底是什么驾驶?后来又是导航,大家发现如果路径不熟悉,这个导航很好。

我们说一下我们国内的自动驾驶标准。美国加州车管局发布的2016年度自动驾驶报告中,最高水平的0.2次每千盈利的干预频率是什么等级?究竟要多少科目的自动驾驶模式?汽车总有一天如同地铁车或者高铁车一样,自动驾驶在封闭的结构化道路环境下实现自动驾驶+智能网联。其实,实现最好的,我认为是地铁,地铁的火车基本是无人驾驶,我刚刚在北京看了他们的一个无人驾驶的会,很好,然后是高铁,也是这样的,高铁的司机也不用开车,都是网络调度。我们很多人在这方面做努力,什么5G、移动互联网、云计算、大数据,尤其是基础设施的改变,因此,智能网联就带来无限的想象空间,大家精力放在智能网联上了。

但是,真是这样吗?我想回顾一下自动泊车,早些年就有这样的自动泊车的系统,增加两万块钱就可以有这样的功能,这可以吊足够你的胃口,买回家以后什么结果呢?回家以后发现,2005年雪铁龙有一个这个技术,仅仅是释放方向盘,方向盘自动转,但是这个泊车还是不能完成泊车,所以厂家把这个两万块钱的功能取消了,用户不买了,你搞不定我也搞不定。所以搞自动驾驶的人提出了一个提醒,你那个车的自动泊车是一个噱头,你做不到的,这个功能也做不到。我说一个泊车,泊车有正面泊车、垂直泊车、侧方泊车,最难的是私家车位泊车,我们的这个停车位置有限,在地下又没有GPS,怎么办?

于是,我们有的学者开始想了,怎么把自动泊车的模式重新设计,有没有高精度的地图信息,没有,也没有卫生导航信息,也没有结构化的道路信息,有没有路径信息?没有,有没有路口信息,也没有。全自动泊车取决于是否可以穷举泊车的所有窗口条件,我们都停过车,你认为需要多少条件?如果你自动泊车都做不了,怎么来的全自动驾驶,这是一个人工智能的缺失,对自动化技术的缺失,这个天花板怎么解决?

再看看这个自动驾驶等级转换点的起点在哪里,掌控权交界点如何度量。

什么是全自动,就是全天时,全天侯,全地域。那么,出行有风险,开车要谨慎,安全无劲头,智能无极限,这是我们看无人驾驶、自动驾驶的一个基本方面。我们做一个数据证明,如果全自动驾驶等于自动驾驶模式i,这里面有两个问题,第一个问题,多少种自动驾驶模式才能安全完全覆盖各种各样的驾驶场景,这是一个充分条件。

第二个条件,从一个状态到另外一个状态是唯一确定的吗?这就是一个充分必要条件,困难就是这两个问题。因此,我们今天做了一点自动驾驶的解释,启动计算机程序,让汽车自动开如果程序不合适,则由人来调程序,本质上是程序员通过程序教机器人开车,汽车成为软件定义的机器,实现自动驾驶,自动佳士得车不需要有个性,这样的自动驾驶你同意吗?如果有一天全社会的车子都是自动驾驶,这个里面黄色的都是自动驾驶,还有两个车是人工驾驶的,是红色的,这个红色的车有一点情绪,他们觉得你们都有钱,我没有钱,我不按常规开了,于是出现了我上面写的这个话,两个人驾驶的车和多个带有自动驾驶模式的车混合行驶,由于自动驾驶模式缺少交互认知能力,受到人驾驶的车的干扰,这个家动驾驶的门槛立马崩溃,几乎全部转为人工驾驶。自动驾驶可能也是个陷井,就像空调一样,因为你不智能。你怎么知道我这个车上有多少是人开的车,有多少是自动驾驶的车?

怎么样跨越自动驾驶的陷井。我提出一些我们的观点,我们认为自动驾驶的基本问题是要解决车的问题,还是解决人的问题?如果你是解决车的问题,你就把车越做越桥,做成软件定义的机器,实现自动驾驶。而我们认为,我们要把驾驶员的工作用机器人替代是有自主决策和行为能力的认知主体,实现自主驾驶,有个性。

一点感叹,汽车是从马车演变而来的,作为动力工具,汽车的马力可以达到100匹,但是现在汽车远不如马,因为不同的负荷、不同天气、不同路面、不同的曲率、不同速度、不同车辆情况下的适应能力,汽车的感知认知能力远远不如马这个认知主体。自动驾驶过程中,驾驶员与环境和周边车辆的交互认知哪儿去了,驾驶员和经验和临场处置能力由谁来替代?这个是每个开车人都遇到的,一个是常常遇到的,一个是偶然遇到的场景,小概率事件发生一次是必然的,所有驾驶人都会遇到这样的情况,大雨天、大雾天、大雪天,你开一个车在过桥的时候,这个风来了,你感觉到这个车漂了,你怎么处理?狭小的胡同,崎岖的小路,积水、涉水、冰雪、地裂等等,你怎么办?红绿灯失效,道路施工、事故突发,行人违规、车辆醉驾等等交通状况,你怎么办,连新手驾驶员都难以完成的这些驾驶任务,经验驾驶员往往能够灵活处置,而自动驾驶的车辆如何应对呢?如果这些问题不解决,你怎么能做到自动驾驶呢?偶发的,常常遇到的这些情况,靠自动驾驶能解决吗?

所以,汽车自动驾驶时,有时候释放人的脚,有时候释放人的手,甚至可以同时释放人的手和脚,但能不能释放人的主力,释放人的驾驶认知,实现全自动驾驶,如果不能释放人的注意力的自动驾驶,都是谈不上真正的自动驾驶。为了应对这个问题,我们在全世界率先提出了驾驶脑,代替人的这一部分。这样一来,开车的疲劳驾驶和注意力分散就不存在了,路边的美女不要看,开车就开车。驾驶认知中的选择性注意和选择性记忆,这是我下午要跟大家说的。

我们的解决方案,不是自动驾驶+智能网联,而是自主驾驶加交互,这是我们和别人不一样的地方,我们希望把汽车做成一个可交互的轮式机器人。

自动驾驶难在拟人,不仅在车。驾驶脑自主应对驾驶过程中的常常遇到的偶发的各种各样的不确定性。我们2017年要生产一百台做的这个驾驶脑,里面有我们自己的国产芯片,生产专用芯片和板卡,研发驾驶脑,总的要求是一大一小,两高两低,大接口、小尺寸,高性能高可靠。我们的创新,这个驾驶脑是具备驾驶技能的的,对路况也是非常熟悉的,我们还是具有个性化驾驶和标杆驾驶的。智能车研发的困难,不仅仅是汽车动力学的性质和各种各样的传感器要求,更重要要研发和驾驶员一样的在线机器驾驶脑,模拟实现人在回路的自主预测和控制,应对车辆行驶中的不确定性。驾驶脑的畅想,驾驶脑有在线学习能力,记忆有成十上百的驾驶事故预防处置,还能和乘坐者聊天。

我们的智能驾驶还有一个等级区分。尽管智能车产业化正在星期,专职司机行业将逐渐消失,私人拥有轿车的时代已经渐行渐远,但是这也必定是一个可持续发展的过程,有一个全社会的适应周期。这样的情况下,我们希望自动驾驶做的更好,ADAS做得更好。我们希望我们的轮式机器人要和多种人交互,不仅和驾驶员交互,还可以和乘客交互,甚至可以和交警交谈。我们将来期盼着白色的ADAS从辅助人的变成辅助无人的。我们在座的同志们,谁能成为我国生产车载毫米波雷达、激光雷达、夜视雷达量产首家过千台的企业,谁能成为我国生产车载相机、车载BDS朝千台的企业,什么时候白色的ADAS成为橙色的ADAS。

这就是我的演讲。谢谢。
李德毅院士:人工智能正在加速汽车向轮式机器人转变