近年來，新一輪科技革命和產業變革迅猛發展，生成式AI、大模型與數字科技已成為催生新產業新業態和新模式的重點領域。加強關鍵核心的“卡脖子”技術攻關，構建具有國際競爭力的產業智能化數字經濟尤其重要。

近日，中國人工智能學會發起主辦“第十二屆吳文俊人工智能科學技術獎頒獎典禮暨2022中國人工智能產業年會（CAIIAM2022）”，大會以“場景驅動?數智強國”為主題，重點聚焦智能大模型前沿及應用、海洋智能技術與裝備、人工智能安全、智能交通與人工智能技術應用、虛實融合交互技術、大模型應用與挑戰、多模態智能、新一代人工智能倫理和治理、智能能源技術應用等優勢應用領域。中國工程院院士、吳文俊人工智能最高成就獎獲得者鄭南寧在會上做瞭題為《智能機器行為與自動駕駛》的主題發言，以下為報告節選。

鄭南寧

智能機器行為演進

鄭南寧從人工智能的起源和歷史演變展開，剖析瞭人工智能技術應用的基本原理和發展階段，展示瞭人工智能在智能制造、智慧農業、智慧醫學、國防智能裝備等產業及詩歌創作、音樂解讀等藝術領域的一系列創新應用，進一步深化瞭人們對人工智能應用場景的認識和理解。他指出，由於人工智能在有效認知、直覺判斷、情感與想象力、合作性行為、復雜性動作技能、模仿與解釋等方面尚存在較大“缺陷”，因此需要我們不斷拓寬研究思路，將“感知物理世界”和“交互自主學習”融入技術攻堅的方法論。

“機器行為的研究主范疇要包括以下六個方面：第一，它關註的是智能機器而非傳統機器；第二，機器行為生成的人工設計；第三，智能體如何憑借經驗來產生行為；第四，機器行為的可解釋性；第五，智能體如何根據場景響應機器行為；第六，機器行為失去監督的潛在危害。”鄭南寧介紹道，“我們要把它看成一個具有自身演化過程的、個體的機器群體，並在研究過程中參考動物的行為進化。諾貝爾獎獲得者、荷蘭動物學傢Tinbergen曾提出瞭關於行為研究的基本框架，對於我們目前研究機器行為是一個非常好的基本參考框架：首先我們探討產生行為的機制，這個機制要基於其算法和執行環境的特點，從機器行為的利用可解釋性技術來理解特定行為模式背後的特定機制。”

鄭南寧指出，智能體的行為不是一次性發生，它會隨著時間的推移而發展，因此要研究機器如何獲得或者發展特定個體或集體行為；同時，由於智能體容易受到進化歷史和其他智能體交互的影響，在進化過程中智能體的各方面都會在新的環境中得到演化，因此研究機器行為就需要關註智能體的進化。

“機器行為發展的第一個方面是由人類直接賦予的，比如說我們無人駕駛車的這樣一種行為會隨著軟件的優化、硬件的更新而不斷發展，空間機械臂的行為也會隨著算法嵌入，任務的增加而不斷發展，而機器人的行為也會隨著算法的升級、材料及機械結構的優化而發展，機械手在特定場景中通過獎懲訓練來完成物體的抓取……這些實際上是智能體個體行為的生成。”

“再來看人與智能機器的行為關聯。人與智能機器的行為關聯分為三部分：第一，機器塑造瞭人類行為。因為在社會系統中我們引入瞭智能機器，它可以改變人類的行為方式，因此智能機器具有改變社會結構的潛力，比如ChatGPT就是一個非常典型的、能夠改變人類行為方式的智能機器; 第二，人類塑造瞭機器行為，人類通過對人工智能系統進行主動輸入或被動行為的觀察與控制訓練來塑造瞭機器行為。第三，人機混合的協同行為。當前大多數人工智能算法都是在一個復雜的混合系統中、與人類共存的領域發揮著重要作用，因此如何分析和刻畫復雜系統中人機交互的屬性和行為，包括合作、競爭和協調，這都是這些行為研究的重要內容。”

鄭南寧還從條件問題和分支問題兩個層面分析瞭新一代人工智能所面臨的挑戰，強調要實現類人水平的人工智能需要從記憶、學習、直覺推理、演繹與歸納推理、因果模型及演化模型等方面，模擬構建基於腦認知與神經科學的“混合—增強智能”形態。

自動駕駛技術優勢

一是解放人力。據公安部統計，截至2022年3月底，全國機動車保有量達4.02億輛，其中汽車3.07億輛；機動車駕駛人4.87億人，其中汽車駕駛人4.50億人。大量自動駕駛汽車的出現，可以把人從繁重的駕駛任務中解放出來，大大節省人工成本，解放生產力，讓人們有更多的時間去做更重要的事。

二是減少事故。世界衛生組織公佈的數據顯示，全球每年因道路交通事故造成近130萬人死亡、約5000萬人受傷，造成交通事故最主要的因素是人為失誤，如超速、酒駕，或不按交通規則行駛等。如果由機器代替人類駕駛，機器不會“路怒”、不會走神、不會疲勞，可以始終按交通規則行駛，將大大減少安全隱患。

三是緩解交通壓力。隨著汽車的大量普及，交通擁堵已成為各大城市面臨的共性問題，如果用自動駕駛替代人類駕駛，把自動駕駛和智能交通系統融為一體，則有望實現交通狀況整體態勢的優化預測，在很大程度上緩解城市交通擁堵。

四是節約能源。大雁南飛的飛行距離長達幾千公裡，大雁在空中飛行的平均速度約每小時68~90公裡。頭雁在飛行時身後會形成一個低氣壓區，其他大雁在這個低氣壓區內飛行阻力就會大大減少。如果使用自動駕駛技術讓車組隊，就可以形成類似大雁結伴飛行的效能，達到降低風阻、節省能源的效果。

五是重塑未來城市景觀。在前工業化時代，城市沿著馬車道而形成；20世紀60年代以後，汽車的大量普及持續改變著城市面貌；自動駕駛普及後，由於它是完全按交通規則行駛，理論上不需要過寬的車道，可以減少道路所占用的土地資源。自動駕駛和智能交通的充分融合將釋放出更多空間，重塑城市景觀。

自動駕駛前路漫漫

鄭南寧表示，盡管自動駕駛有諸多優勢，但距完全沒有人工幹預的自主駕駛還有很長的路要走。

按照對駕駛員解放程度的不同，國際汽車工程師協會將自動駕駛分為6級。L0級：沒有任何駕駛輔助功能，需要駕駛員全權操控汽車；L1級：通過方向盤上的按鍵對車速進行調整和控制，即我們所熟知的定速巡航；L2級：依托毫米波雷達攝像頭等硬件，對前方路況實時監測，從而達到在一定條件下完成主動加速、主動剎車、自動保持車距以及障礙物識別等控制功能；L3級：在良好的路況環境下，大多數操作由汽車來主導，駕駛員隻需在必要時進行幹預；L4級：在良好的路況環境下，讓汽車完全自主操作；L5級：自動駕駛將針對所有路況進行適應性優化，不再需要人類進行任何與駕駛相關的操作。

“目前自動駕駛技術在L2.5~L3級已得到規模應用，但要實現完全自動駕駛，還有一段很艱難的路程。”鄭南寧認為人工智能系統可以分為兩類，一類是可以容忍其犯錯，犯錯瞭可以再來；另一類則在統計意義上不能犯錯，自動駕駛就屬於這類不能犯錯的人工智能系統，因為一旦犯錯就會釀成交通事故。“自動駕駛系統是一種不能犯錯誤的人工智能，要實現L5級的自動駕駛， 還有五大難題亟需破解。

一是對復雜交通環境的“周密感知”。無論天氣或照明情況如何，自動駕駛汽車都必須在不斷變化的情景下檢測道路特征並及時做出安全響應，完成對周圍環境的周密感知。

二是對“預行為”的充分理解。預行為指沒有產生該行為之前，下一個時刻周邊車輛或移動物體的可能變化，人類駕駛員實際上都是根據前方車輛或者周邊移動物體的預行為來理解其行駛意圖，但目前的自動駕駛技術很難理解周邊車輛的“預行為”。

三是對意外遭遇的應對。人類駕駛員可以根據身體語言或其他語境線索來理解交通場景，比如交警的手勢和行人肢體語言、比如行駛中突然發生的交通管制、比如有行人突然闖入車行道等，但自動駕駛技術目前還不能很好地理解和處理類似上述的各種“異常”情況，這些“異常”沒有辦法事先編碼寫入自動駕駛的算法。

四是如何實現人車、車車交互。乘客坐在自動駕駛的汽車裡，必然希望能用自己的語言和自動駕駛汽車進行交互。如行駛途中與自動駕駛汽車進行“我要去哪裡”、“還有多少時間能到達目的地”的對話，這種交流既是一種舒適的乘車體驗，也是一種安全認證。未來，人類駕駛員和自動駕駛汽車一定會共享道路，因此建立人車、車車自然交互的駕駛環境非常重要。

五是網絡安全問題。自主駕駛是通過雲端獲取和更新地圖，隨著越來越多的計算滲透到人們使用的各種智能終端，人們也將面臨更大的網絡安全風險。如何避免黑客入侵智能汽車、威脅交通安全？

鄭南寧認為，解決上述五大挑戰的根本是自動駕駛技術需要強大的計算能力，從而才能實現更好的理解能力。“自動駕駛想要實現大規模應用，需要打造聰明的車、智慧的路和強大的雲這種生態。聰明的車即解決車本身的智能技術，智慧的路則要使得車與路相協同，在路側也需要裝有傳感器，把雲和車通過車路協同相聯系，此外聰明的車也可以與人建立聯系和數據交換。”

最後，鄭南寧展示瞭由西安交通大學人工智能與機器人研究所研發的最新一代無人駕駛汽車“pioneer 先鋒號”。先鋒號無人駕駛車搭載的傳感器及先進算法可以全方位無死角地檢測車身周圍的行為、車輛等一切物體，可以在各種交通環境中安全、自由地行駛，包括城區道路、高速公路，甚至是非結構化的鄉村道路。高精度語義地圖是先鋒號安全行駛的基礎，先鋒號的高精度語義地圖由32線激光雷達、全景相機在自動駕駛測試道路上構建，根據高精度語義地圖和道路的實際情況，先鋒號可以將乘客運送到任何指定地點；先鋒號還可以根據乘客的出行需求在起點、終點之間快速完成全局路徑規劃，乘客可以通過平板電腦與先鋒號進行人車交互，乘客隻需按下“開始”按鈕便可享受這段旅程；在行駛過程中，先鋒號使用多傳感器融合算法，不僅能快速準確地識別和跟蹤交通場景中的各種物體，還能預測其他車輛、行人的運動狀態；同時，決策系統會根據道路實際情況實時更新路徑，確保行車安全；在高速公路上，由於車速較快，激光雷達通常不能滿足遠距離探測的需要。在這種情況下，先鋒號使用多個不同焦距的相機來準確辨別車道線，並實現自動巡航；通過融合毫米波雷達和相機的數據，即使在高速行駛中，先鋒號仍然可以快速準確地對其他車輛及行人進行識別和跟蹤；對於鄉村道路，結構化信息的缺乏讓無人車很難進行預先的路徑生成與規劃。先鋒號會將激光點雲數據與圖像信息進行融合，檢測出道路和可行駛區域，最終規劃出行駛路徑；結束行駛任務後，先鋒號自動行駛到停車場尋找空餘車位、進行全自動泊車。

鄭南寧總結道：“從L4級到L5級的絕對不是技術上線性的朝前邁進，要實現完全自主的L5級自動駕駛一定會發生革命性的變化，這是一個令人興奮、同時又望而生畏的挑戰。”

來源：高產科技與產業化

鏈接：曬科網