近年來，結(jié)合了感知、融合、決策、控制的自動(dòng)駕駛技術(shù)無疑是近年最火的研發(fā)領(lǐng)域之一。這得益于現(xiàn)在人工智能技術(shù)的發(fā)展，但是在ThoughtWorks大數(shù)據(jù)團(tuán)隊(duì)首席科學(xué)家王曉雷看來，人工智能不是萬能的，深度學(xué)習(xí)也可能被“愚弄”。

在近日舉行的2018 ThoughtWorks技術(shù)雷達(dá)峰會(huì)上，王曉雷進(jìn)行了主題為《自動(dòng)駕駛——人工智能的能與不能 》的演講，并結(jié)合自動(dòng)駕駛技術(shù)的最新發(fā)展，分享了我們對(duì)于真實(shí)世界中，關(guān)于智能算法的長處和局限性的一些思考。

從備受爭(zhēng)議的自動(dòng)駕駛談起

2015年5月，工信部發(fā)表《中國制造2025》，將智能車聯(lián)網(wǎng)提升到國家戰(zhàn)略高度。至今三年時(shí)間里，各項(xiàng)政策層出不窮，甚至開放了包括北京上海的部分道路在內(nèi)的一部分路段作為路測(cè)。然而，近來，自動(dòng)駕駛汽車的安全與倫理一直備受爭(zhēng)議，不僅發(fā)生了幾起令人側(cè)目的特斯拉自動(dòng)駕駛系統(tǒng)事故，還在2018年3月發(fā)生一起致命事件。在該起致命事件中，Uber自動(dòng)駕駛車輛與行人之間發(fā)生碰撞并導(dǎo)致行人死亡。這讓人們不禁關(guān)注起自動(dòng)駕駛技術(shù)的敏捷度、安全性、以及車企如何能夠保證它萬無一失。

王曉雷表示， 比起完全信息博弈，自動(dòng)駕駛更像是一場(chǎng)司機(jī)與環(huán)境的對(duì)話。這里面涉及眾多環(huán)節(jié)。比如定位與映射；場(chǎng)景理解；路徑規(guī)劃；狀態(tài)感知等等 。

如此復(fù)雜的流程必須依靠包括深度學(xué)習(xí)在內(nèi)的人工智能技術(shù)進(jìn)行支撐，機(jī)器通過大量數(shù)據(jù)的采集與特征提取，在一定算法的基礎(chǔ)上自主的完成優(yōu)化和改進(jìn)，從而最終得出一個(gè)具有統(tǒng)計(jì)學(xué)意義的結(jié)果。這個(gè)統(tǒng)計(jì)學(xué)結(jié)果的得出其實(shí)是值得探討的。由于包括數(shù)據(jù)量不足和模型本身的種種限制，深度學(xué)習(xí)并不能實(shí)現(xiàn)100％的準(zhǔn)確性。

人工智能背后是一整套算法的支持，而這些算法的優(yōu)化又依賴于大量的數(shù)據(jù)進(jìn)行不斷的訓(xùn)練，從而獲取到一個(gè)在訓(xùn)練數(shù)據(jù)上相對(duì)較好的模型，然后再利用這一模型對(duì)其他數(shù)據(jù)做出預(yù)測(cè)。在這一過程中，任何一個(gè)因素都有可能導(dǎo)致預(yù)測(cè)結(jié)果出現(xiàn)一個(gè)偏差。舉一個(gè)例子，當(dāng)我們?cè)噲D訓(xùn)練一個(gè)模型來創(chuàng)作一行標(biāo)題用以描述圖片內(nèi)容時(shí)，我們常常認(rèn)為該模型是在“理解”圖片的內(nèi)容的基礎(chǔ)上，從而產(chǎn)生相應(yīng)的標(biāo)題。然而，當(dāng)輕微改變訓(xùn)練數(shù)據(jù)中存在的圖像時(shí)，比如調(diào)制一些特制的噪聲進(jìn)去后，研發(fā)者會(huì)非常驚訝地發(fā)現(xiàn)模型開始創(chuàng)作完全荒謬的字幕。

通常，這類行為被強(qiáng)調(diào)為對(duì)抗案例，通過向深度學(xué)習(xí)網(wǎng)絡(luò)輸出錯(cuò)誤的樣本來欺騙模型。 如上圖所示，我們拍攝一輛卡車，添加一個(gè)“鴕鳥”梯度噪聲，則訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)可以以很高的置信度將這輛卡車分類為鴕鳥，而人類肉眼完全無法判斷這兩張圖片之間的區(qū)別。 這證明了深度學(xué)習(xí)模型并非萬能的，它們從輸入到輸出映射與我們?nèi)祟惛兄g的深刻差異。

簡(jiǎn)而言之，深度學(xué)習(xí)模式對(duì)他們的輸入沒有任何理解，至少不是從人的意義上來說。我們對(duì)圖像，聲音和語言的理解是基于我們的運(yùn)動(dòng)感覺體驗(yàn)。然而機(jī)器人卻沒有這種經(jīng)驗(yàn)，因此不能以任何以人為本的方式理解他們的駛?cè)搿Ｍㄟ^輸入大量的培訓(xùn)示例來訓(xùn)練我們的模型，我們讓他們學(xué)習(xí)一個(gè)幾何變換，將數(shù)據(jù)映射到這個(gè)特定的一組示例上的人類概念，但是這個(gè)映射只是我們思想中原始模型的簡(jiǎn)單草圖。

這也就是現(xiàn)在人工智能技術(shù)發(fā)展的困境。同樣，這與適用于自動(dòng)駕駛技術(shù)?！艾F(xiàn)在對(duì)于人工智能的態(tài)度，兩類人是恐懼的。一類是不懂的人，他們認(rèn)為人工智能是破壞性的；另一類是懂的人，因?yàn)樗麄冎廊斯ぶ悄苣軌蚪鉀Q很多現(xiàn)實(shí)問題，但是這需要對(duì)人工智能技術(shù)有個(gè)正確的認(rèn)識(shí)和用法，特別是算法的設(shè)計(jì)。

當(dāng)算法應(yīng)用于產(chǎn)品時(shí)，我們不僅僅要考慮算法是否能夠?qū)崿F(xiàn)需求，同時(shí)還必須考慮算法本身的性能和準(zhǔn)確性，這就和算法本身的體系搭建有著密切的關(guān)系。

為你的場(chǎng)景找到人工智能的位置

人工智能只是一個(gè)單純的技術(shù)，需要與對(duì)應(yīng)的應(yīng)用場(chǎng)景進(jìn)行結(jié)合，自動(dòng)駕駛就是典型應(yīng)用。王曉雷表示，AI能做的與人類想要的交集就是我們的機(jī)會(huì)。所以，我們給人工智能找到一個(gè)合適的落地場(chǎng)景。為了實(shí)現(xiàn)這樣的目標(biāo)，我們需要思考以下問題：

預(yù)測(cè)的目標(biāo)可以被量化嗎？

與目標(biāo)相關(guān)的特征可以被有效的表達(dá)嗎？

指標(biāo)和目標(biāo)相關(guān)嗎？

有足夠的數(shù)據(jù)來訓(xùn)練模型嗎？

不可否認(rèn)，人工智能代表著未來的方向。但是在生活中，除了在某些特定的場(chǎng)景（自然語言處理和計(jì)算機(jī)視覺）使用到外，人們還無法感受到它的存在和意義。目前人工智能還遠(yuǎn)沒有達(dá)到一個(gè)被公眾所大范圍接受的地步，因?yàn)樗嬲笔У囊彩亲詈诵牡臇|西，正是用戶場(chǎng)景。更準(zhǔn)確地來說是接地氣的用戶場(chǎng)景。

在當(dāng)前，隨著CNN、RNN等算法成熟和GPU對(duì)計(jì)算能力的提高，現(xiàn)今人工智能所需要面臨的是如何使應(yīng)用深化，從而對(duì)產(chǎn)業(yè)發(fā)起變革。特別是場(chǎng)景化、標(biāo)簽化的數(shù)據(jù)獲得是人工智能應(yīng)用落地的關(guān)鍵。我們以安防為例，在深度學(xué)習(xí)、計(jì)算機(jī)視覺算法開源化的大趨勢(shì)下，具有特征性的場(chǎng)景數(shù)據(jù)集的獲得，是對(duì)安防行業(yè)人工智能視頻分析技術(shù)真正落地應(yīng)用的關(guān)鍵。

1956年，美國達(dá)特茅斯大學(xué)會(huì)議標(biāo)志著人工智能研究的正式誕生，推動(dòng)了了全球第一次人工智能浪潮。但這一次人工智能的春天只持續(xù)了20年，原因是當(dāng)時(shí)過于重視算法和方法論，而導(dǎo)致了人工智能在處理問題范圍的局限性。

如今，人工智能研究的發(fā)展已經(jīng)歷了六十多年的沉浮，從硬件的計(jì)算能力、到深度學(xué)習(xí)算法、計(jì)算機(jī)視覺技術(shù)和自然語言處理等各領(lǐng)域都有了本質(zhì)上的飛躍，人工智能已經(jīng)從一個(gè)學(xué)術(shù)層面上的探索發(fā)展成一種可推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)變革的新興生產(chǎn)方式。

在這樣的情況，整個(gè)社會(huì)需要正視人工智能技術(shù)，擁抱人工智能，推動(dòng)其在行業(yè)中的落地，而問題是在發(fā)展中解決的，我們不能因噎廢食。相信未來人工智能在整個(gè)產(chǎn)業(yè)革新方面發(fā)揮越來越重要的作用。