李德毅：讓云計(jì)算、大數(shù)據(jù)助推并成就人工智能

　　導(dǎo)語：他最早提出“控制流—數(shù)據(jù)流”圖對理論和一整套用邏輯語言實(shí)現(xiàn)的方法；提出云模型、云變換、云推理、云控制等方法用于不確定性認(rèn)知和云計(jì)算，在智能控制“三級倒立擺動(dòng)平衡”實(shí)驗(yàn)和智能駕駛中取得顯著成效。　　　　 　　　　　　　　　　　

　　李德毅，中國工程院院士，物理學(xué)家。中國人工智能學(xué)會(huì)理事長，歐亞科學(xué)院院士。他最早提出“控制流—數(shù)據(jù)流”圖對理論和一整套用邏輯語言實(shí)現(xiàn)的方法；提出云模型、云變換、云推理、云控制等方法用于不確定性認(rèn)知和云計(jì)算，在智能控制“三級倒立擺動(dòng)平衡”實(shí)驗(yàn)和智能駕駛中取得顯著成效。

　　近十年，李德毅院士一直關(guān)注中國的云計(jì)算產(chǎn)業(yè)。對于李德毅來說，從云計(jì)算到人工智能，新技術(shù)形態(tài)正在帶來應(yīng)用端空前的繁榮，它們不僅涉及到大數(shù)據(jù)、機(jī)器人，還包括智能駕駛。

　　目前，這位年近耄耋之年的科學(xué)家正與國內(nèi)的車輛制造企業(yè)進(jìn)行駕駛腦方面的合作。駕駛腦——即代替人類指揮車輛進(jìn)行自主駕駛的認(rèn)知和控制單元——在李德毅看來，將人類在駕駛活動(dòng)時(shí)的動(dòng)機(jī)、思維與記憶等用機(jī)器來實(shí)現(xiàn)，就是駕駛腦。在這個(gè)過程中，記憶認(rèn)知與交互認(rèn)知，相比計(jì)算認(rèn)知更為重要。

　　以下為李德毅院士自述——

　　去年，我和我的同事們還有企業(yè)的合作伙伴們做了一件事情，利用無人駕駛技術(shù)、通過精確導(dǎo)航，將國產(chǎn)的公交車從鄭州到開封，實(shí)現(xiàn)了世界上第一輛大巴在鄭州的道路上運(yùn)行，而且全程無人干預(yù)。

　　汽車，曾經(jīng)被稱之為改變了世界的機(jī)器正在被軟件所改變。但我不主張簡單地說智能車就是四個(gè)輪子加一部手機(jī)，這句話有問題。智能車研發(fā)的困難不僅僅是傳感器，更重要是機(jī)器駕駛腦和駕駛員一樣應(yīng)對不確定性，適時(shí)做預(yù)測控制，駕駛活動(dòng)是人在活動(dòng)中預(yù)測控制，更多是技巧和經(jīng)驗(yàn)而不是知識(shí)、推理和計(jì)算，經(jīng)驗(yàn)駕駛員常年與車互動(dòng)，熟練到把車融為身體一部分，成為身體無縫對接的增設(shè)外力。

　　而預(yù)測控制正是人工駕駛的魅力所在。

　　舉個(gè)例子車子在急匆匆地趕往機(jī)場的路上，前面強(qiáng)光非常的刺眼，我們就只好盡快把車速減下來，而輪式機(jī)器人也需要在出現(xiàn)不確定情況的時(shí)候緊急應(yīng)對。舉個(gè)例子來講，周邊突發(fā)事故隨時(shí)發(fā)生，環(huán)境噪聲或者對面一個(gè)車突然過來了，尤其是那個(gè)寵物從橫向切過來，這些都需要預(yù)測控制。

　　但智能駕駛最基本的問題，好多人還沒有搞清楚。到底是誰教誰？

　　智能車不是程序定義的機(jī)器，真正教機(jī)器人開車應(yīng)該是經(jīng)驗(yàn)駕駛員。比如谷歌請了一大批經(jīng)驗(yàn)駕駛員開車，在這個(gè)問題上我們有相同的認(rèn)知。我的團(tuán)隊(duì)常年以來都是把裝有程序的技術(shù)交給第三方，自動(dòng)啟動(dòng)技術(shù)程序，讓汽車自動(dòng)開。

　　本質(zhì)上程序員通過程序教機(jī)器人開車，汽車成為軟件定義的機(jī)器，實(shí)現(xiàn)了自動(dòng)駕駛。自動(dòng)駕駛根本區(qū)別在于機(jī)器人有沒有向人類駕駛員在線學(xué)習(xí)的能力。誰教誰，我的觀點(diǎn)，不是觀點(diǎn)程序員教機(jī)器，而是有經(jīng)驗(yàn)人的駕駛員教機(jī)器人。

　　下一步，學(xué)什么？學(xué)人駕駛。人的駕駛過程是一個(gè)人在大腦回路中的預(yù)測控制。預(yù)測控制作為反被控制的策略之一，駕駛員有限之內(nèi)的預(yù)測或者時(shí)間滾動(dòng)以后，始終由當(dāng)前預(yù)測值刷新這個(gè)問題。第一個(gè)元素形成返回空置率作為這個(gè)車，所以光有傳感器是不行的。

　　接下來，怎么學(xué)？輪式機(jī)器人涉及時(shí)變、非線性、有時(shí)滯、是多約束條件下的目標(biāo)優(yōu)化。我們采取策略是給出一個(gè)三位一體的機(jī)器認(rèn)知、交互認(rèn)知、駕駛員認(rèn)知的方法。學(xué)習(xí)駕駛員認(rèn)知的行使化。一個(gè)好的駕駛員安全反應(yīng)度要高；第二個(gè)要舒適，不能讓坐的人前仰后翻；第三個(gè)耗油量低。

　　我們要將調(diào)試總線擴(kuò)展為自學(xué)總線，開創(chuàng)自學(xué)習(xí)板塊，完成深度學(xué)習(xí)和進(jìn)化學(xué)習(xí)，讓掄式機(jī)器人像人一樣開車，研發(fā)有個(gè)性的智能車。將經(jīng)驗(yàn)駕駛員對油門、制動(dòng)和方向盤的操控量抽象為認(rèn)知箭頭。利用搜索引擎通過態(tài)勢圖、以圖搜圖，實(shí)時(shí)地在記憶中近似像素。形成大數(shù)據(jù)認(rèn)知碎片化認(rèn)知，細(xì)分的約束取件，通過大量微觀認(rèn)知形式化，減少形式化難度，縮小在線推理的范圍。

　　另外，關(guān)于智能駕駛技術(shù)相關(guān)的政策和法律適配的問題，現(xiàn)在國家一級設(shè)立了智能設(shè)施示范區(qū)，第一個(gè)在上海，還有4個(gè)，很快智能駕駛將進(jìn)入尋常百姓家，比你想象中要快。

　　云計(jì)算的概念已經(jīng)從概念當(dāng)中通過技術(shù)落地了，目前的問題是怎么提高服務(wù)質(zhì)量的問題，服務(wù)要更加精細(xì)化，更加的經(jīng)濟(jì)。那么云計(jì)算在人工智能領(lǐng)域起什么作用？

　　云感知、云認(rèn)知、云交互、云學(xué)習(xí)，如果是駕駛腦，有了云計(jì)算這個(gè)駕駛腦變成駕駛超腦，因?yàn)榭梢越柚w的智慧，形式化的約束然后做模型然后做算法然后寫程序，程序+數(shù)據(jù)+文檔是軟件，程序圍著數(shù)據(jù)轉(zhuǎn)，就能用數(shù)據(jù)定義程序、數(shù)據(jù)定義算法、數(shù)據(jù)定義模型。

　　讓輪式機(jī)器人在工作記憶里面形成駕駛態(tài)勢，涵蓋方向盤具體動(dòng)作。再認(rèn)知再行動(dòng)這樣一個(gè)數(shù)據(jù)的認(rèn)同，所以我認(rèn)為不要老是講計(jì)算，記憶太重要了，記憶不等于存儲(chǔ)，記憶和計(jì)算和存儲(chǔ)是同時(shí)發(fā)生的。

　　輪式機(jī)器人的應(yīng)用，說明一個(gè)問題——人工智能核心不僅僅是算法更是學(xué)習(xí)——在大數(shù)據(jù)環(huán)境下充分發(fā)揮大數(shù)據(jù)碎片化認(rèn)知，客觀形式的認(rèn)知難度，降低形式化的難度，生成數(shù)據(jù)定義的軟件，那才是圍著數(shù)據(jù)轉(zhuǎn)，形成數(shù)據(jù)的有價(jià)值的人工智能。

　　很多人擔(dān)心，未來機(jī)器人將控制人類社會(huì)，但很多的專家、學(xué)者的共識(shí)是“人是強(qiáng)智能、機(jī)器是弱智能的。不管怎么說呢，機(jī)器與人共舞的過程中，人一定是領(lǐng)舞者，所以要對人工智能有一些敬畏之心。讓機(jī)器跟人類和諧的共存。

　　人類要控制這個(gè)機(jī)器人，要調(diào)教機(jī)器人，用新機(jī)器人代替舊的機(jī)器人。人以后會(huì)更重要，聰明程度也會(huì)越來越強(qiáng)。事實(shí)上，人工智能是物理學(xué)和生命科學(xué)這兩個(gè)最強(qiáng)大的科學(xué)領(lǐng)域交叉形成，必然會(huì)給人類社會(huì)帶來巨大變化。

責(zé)任編輯：陳近梅