中国人工智能学会理事长李德毅:后图灵时代是人机共融的时代

自动化
亿欧
李德毅
2017-05-21 22:22
[ 亿欧导读 ] 2017年5月21日,由中国人工智能学会、中文信息学会主办、亿欧承办的2017·全球人工智能技术大会在北京·国家会议中心拉开帷幕,学术界、工业界、高校师生参与其中。
李德毅,图灵时代,李德毅,2017·全球人工智能技术大会,无人驾驶

2017年5月21日,由中国人工智能学会、中文信息学会主办、亿欧承办的2017·全球人工智能技术大会在北京·国家会议中心拉开帷幕,学术界、工业界、高校师生参与其中,5月21日为活动的主论坛,主讲嘉宾包括中国人工智能学会理事长-李德毅院士、IBM中国研究院院长-沈晓卫、微软公司全球资深技术院士-黄学东、香港FDT金融银行家兼FDT总导师-马蔚华等。

李德毅院士做了主题为“无人驾驶的图灵测试”的演讲,本文为其演讲速记整理:

各位下午好,今天谈一谈智能驾驶,我讲一下智能车做好了怎么测,怎么使得它具有拿到驾照的水平,我报告的题目是无人驾驶的图灵测试。

做什么东西,得把评测搞清楚,怎么测,我们一直讲智能代理,智能代理或者认知它的方法是什么。图灵先生在他年轻的时候就在想这个事情,他提出了图灵测试,几十年过去了,人们已经把图灵测试研究透了,有人说图灵测试漏洞太多了,不好测。有人认为图灵测试做了很大的贡献,直到今天,人工智能经过两个寒冬以后,我们看人工智能带来的变化。首先是脑科学,然后是认知心理学,接着是神经生物学。

这三个学科对于人智能的启发更大一点,我们把这一块叫脑认知。脑认知启发的人工智能就是目前研究的对象,这一块怎么测,按照图灵的说法,拿对话来测,用一个人和一个机器人对话,看看我们能不能知道它是人的声音还是机器的声音。听起来很简单,但是有多少智商,比如你回答问题的时候是否得体,交谈的时候带不带情感,你是沮丧的沟通,还是愉悦的沟通,所以这件事情并不那么简单。

图灵测试已经进入我们的生活

1950年阿兰图灵写了一篇文章,可以看出来,图灵测试本质上就是交互智能的测试。一直到2014年,聊天机器人尤金古斯特曼发布了。还有做诗,给你一个上下连对横批,分别不出来是人做的还是机器人做的,是不是可以说这是图灵测试。但是有一个问题,你的打油诗是水平很高的诗,这个智能是怎么测试的。今天上午微软报告特别强调了在语音方面的智能处理,麻省计算机实验室做了一个机器制作的声音的实验,把物体碰撞的不同声音,把一个特定人的声音让机器人产生,达到了以假乱真的目的。如果我们用大数据,用深度学习训练一个机器人,让它达到某个特定人的说话水平,它发出的声音就是虚拟组织的声音,这个事情我们以前表演过,我记得科大讯飞做过这样的演示。

还有一个很重要的事情,像中小学生写作文,有一个批改网,一万人,一百万人同时写一个文章,看看哪个文章拿冠军,这时候有机器人阅卷,跟人的阅卷有什么差别,怎么样实时的交互,批改这个作文,怎么样打分,还要形成评语,都能达到以假乱真的程度。所以图灵测试又被提上了话题,尤其重要的是,最近全世界都在做智能驾驶,无人驾驶,驾驶驱动的图灵测试怎么测。如果我们在路上看到一台汽车,你是否分辨不出是机器人开的还是人开的?你是否分辨一个新手或者是老司机?是A驾照还是C驾照?图灵测试在后图灵时代已经进入了我们的生活。

谷歌公司是无人驾驶的领头羊,2015年就声称跑了100万英里,达到人类75年的驾龄了,但遇到一个最基本的问题,无人车上路怎么样获得驾照,驾驶认知度量已经成为交管部门当务之急的问题,对我们科技工作者来说,脑认知如何度量,这是一个非常重要的科学问题。假如我们把图灵测试的这个人变成一个自动驾驶仪,你区别不出是智能驾驶的汽车还是无人驾驶,那能不能叫图灵测试,如果测试者坐在直升飞机上,看交通流,车子往前走,你区别不出哪一辆车是人开的,哪一辆车是机器人开的,可不可以说就达到了人的水平呢。

图灵测试进入日常生活,进入寻常老百姓家已经不奇怪了,这里列出了一大堆需要我们识别的测试,比如网上聊天机器人,你用语句搜索,它把答案变成语音还给你,因为问出现了搜索引擎和语音智能的发展,使我们随时可以听到声音,这到底是人跟我们聊天,还是机器人跟我们聊天,是机器人跟我说话还是人在说话,是机器人在翻译还是人在翻译,所以这就涉及到图灵测试的问题。远程医疗把我们可穿戴的传感设备,把你的物理参数送上去以后,它给你开的药方,怎么知道是专家开的还是机器人开的。你在家里的时候,孩子在网上做辅导或者咨询,你怎么知道这个辅导老师是人还是机器人等等。所以图灵测试进入日常生活,人类已经进入后图灵的图灵测试。

做无人车要坚持一条信念:传感器不完美

无论是机器对话,机器写诗还是自动驾驶,有一点必须坚持,那就是允许测试者现场监督和交互,测试者可以现场改变红绿灯,看看车能不能停下来,可以制造一个干扰的汽车障碍,看看能不能避障。所以现场介入的交互是必须的,我们拿驾照的时候,当你路考的时候,同样两个人,水平差不多,一个人拿到驾照了,一个人没有拿到驾照,考官说你不行,你刚才超车的时候头没有往后看,我们规定头要往后看的,所以下次再考,但是你态度好一点,你记住了,这一次过了就可以了,所以我们认为图灵测试本质上尽管存在客观性,但是必然带有主观性,如果一个驾驶员老不合格,这就会受到质疑,何况驾照还可以收回,所以对图灵测试应该用这样的观点来看。

驾驶图灵测试的现实意义非常重要,随着机器换人时代的到来,有这样一个问题,相比较而言,汽车自动化程度比较高,一个驾驶员怎么样通过方向盘油门的动作改变习惯的,常年的考驾照的测试,已经积累了丰富的经验,驾驶图灵测试可以成为图灵测试的起始点。汽车工程师学会有一个非常自动驾驶的等级区分,分成L0到L5。上面两个是人驾驶,下面三个是机器人驾驶,有的厂家宣称我要做L4的自动驾驶,有人说我只能做L3,我觉得辅助驾驶挺好,所以有一个问题,就是图灵测试的问题。

自动驾驶的等级转换点如何度量,掌握权交界点如何度量,5级分类可操作点在哪里,要规定100个驾驶窗口还是1000个驾驶窗口,这还真是一个问题。我们在北京可以看到很多特斯拉的车,有的卖80万,有的卖120万,你问驾驶员你自动驾驶了吗,基本上没有,因为特斯拉声称是L2等级,需要驾驶员的手放在方向盘上,保持注意力,如果不这样干,出了事还是驾驶员的。苹果公司在加州测试是1000英里,0.2次干预,也就是北京到深圳来回一趟只干两次,所以图灵测试的问题是一个现实的问题。

人的智商到底是怎么样表现的,生物学家告诉我们,在微观,宏观维度上有不同的表现。比如说当我们看台子上写的人工智能,你脑子里的兴奋区也许在这个地方。当你耳朵里听到人工智能这个词兴奋度在这个地方,什么也没有听说,你自己想,兴奋区就更多了,所以告诉大家,记忆很重要,一个驾驶员头脑里记录了多少场景,能够应付多少事件,怎么学习的,这点很重要。

再一个,当你看周围场景的时候,驾驶员是有选择性注意的,同样一个场景,小孩子和一个经验驾驶员看,注意点是不一样的。我们很多人都做机器视觉,有人说是计算机视觉,确切说是图像的处理和理解,我们叫做先视后觉,它无特定的任务驱动,所以我们进行分类,聚类,进行一些识别,形成一个全局的认知,现在很火。但是人类认知难道都是这样的吗?不是的,因为我们在做无人驾驶的时候,有一条坚定的信念,叫做传感器不完美,是我们确定的一条原则,不要想着哪个传感器是完美无缺的,分布在车体各部位都认为看到了全局。

记忆是认知函数和遗忘记忆的卷积

生物视觉和机器视觉的差别,观而不觉,无视后觉,边视边觉,先觉后视。生物视觉选择性注意当中,我们经常听到,大范围优先,或者大尺度有限,当你看一幅图的时候,大图很重要,细微的地方并不重视,这是优先点不重要。还有,当你看到一个图像的时候,掉下来的部分你很注意,这是一个圆的,方的长的,还有一种差异优先。

我们的问题是,在选择注意力的时候,这几个问题碰到一起到底谁优先,我们研究的结果认为,真正的是记忆优先,你头脑里记忆的东西对当前情景会发生很大的注意,上午很多人研究感知的智能,没有人研究认知的智能,对不起,我们就在研究认知的智能。脑认知的主要外面表示在如何听说和如何看,脑认知的内涵是想,想的时候有三种认知,记忆认知,计算认知和交互认知,我在一个场合说了一点计算机负面的话,我们人类对计算机的追求有一点贪得无厌,现在这么快,我们还要更快,但是我们没有用精力研究记忆和交互,这是一个遗憾。我们在研究计算的同时,应该花更多的精力研究记忆和交互,这才是受脑认知启发的人工智能。

我们认为人类认知没有你想想的那么复杂,用一句话,一件事情反复的装进你的头脑里,你就形成了自己的认知,记忆是脑认知的核心,遗忘是人类智能的显著表现,没有遗忘脑子将不堪重负。神经生物学家告诉我们,人类记忆是分区的,瞬间记忆,工作记忆,场景记忆,有不同的划分的区域和方法。遗忘是对记忆的不能再认和回忆,因此我们应该研究遗忘、记忆、存储,认知过程可用卷积表征体现出来。我个人定义了一个很重要的公式,记忆是认知函数和遗忘记忆的卷积。我提出用认知学的物理方法研究人的遗忘,一个图片怎么实现遗忘的,在你的记忆里怎么恢复的,这件事情应该下决心研究清楚。感觉记忆是非常丰富的,但是也是瞬间的,工作记忆是在海马体里面,它和学习有很大的关联。大脑的皮层的记忆已经被抽象化了,所以人工智能的学者不能简单研究计算,还要研究记忆,不但要研究学习和遗忘,还要研究三个不同记忆区的划分方法。

要研究工作记忆和场景记忆,怎么样帮助当前的瞬间感知。人脑的计算没有什么复杂的变化,就是一种相似计算,是我们复杂化了。交互是脑认知的重要形态,交互的力度不一样,各有各的不同,怎么样实现转换。人在神经网络交互的同时,还有与外面世界的交互,获得心得感知,所以交互只有二重性。对于无人驾驶来说,你要从人的驾驶认知必须回答的问题,人脑是如何定位的。大家都知道,做无人驾驶最难的技术,就是实时定位,我们把大的坐标系叫做上帝坐标系,每个人看的都一样,我们的智能体是以它为基础的认知,因此我们提出对周边环境进行实时定位,以及影射,这样才能知道我这辆车当前应该在什么地方采取什么动作。语言我们认为是图像认知在不同抽象中的语义标注。要构造不同尺度连接组的,三位一体的多个多层的卷积网络。

这时候我们看看计算机的局限性,计算机最主要的是CPU,脑认知的单元每层都有记忆智能,计算智能和交互智能,这样才能建立起来。我们的观点和特斯拉不一样,和谷歌有区别,和英特尔也有不同,我们认为八个字,无人驾驶,难在拟人。无人驾驶不仅仅是车,不是做自动化就可以了,自动化遇到了天花板,人工智能来了。

我们有一点感叹,现在的汽车可以做到100马力甚至更高,但是汽车真的不如马的认知,马是认知主体,老马识途,车不如马,现在无人驾驶遇到最大的痛点就是最后一公里,回不来,共享单车回不来,将来共享汽车,最后一公里回不来,共享汽车的商业化用途就无解。因此,要想实现无人驾驶为主的驾驶,最根本的问题到底是解决车还是解决人,我们发出一点不同的声音,如果做解决车的问题,就把车的自动化做好,我们做一个软件定义的机器,实现无人驾驶。

如果解决人的问题,那就必须具有记忆,决策和行为能力的认知主体,进行自主驾驶,一字之差,差之毫厘,自动化学者和人工智能学者是有不同的观点的。汽车的行为是由驾驶员决定的,无人驾驶难在拟人,因此我们要研究驾驶员行为学和驾驶员心理学,当在爆胎的时候,驾驶员的动作恰当吗,我们要研究驾驶员的感知、记忆、控制和行为技巧,而不是一味的改良车辆动力学性能,实现自动驾驶。

我们看看驾驶员的行为学和心理学,这张图是在自动驾驶之前,在交通运输里就有的,专门研究驾驶员的行为学和心理学,分为感知域,认知域,行为域,现在把感知智能适应以后的结果演化成驾驶透视图,通过深度学习或者算法,实现对方向盘和油门的控制,然后我们把驾驶员的驾驶技巧,怎么样省油,坐着舒服,就是有技巧的驾驶,怎么样使这个车子开的平稳,我们自然科学基金会组织全国八九次的比赛,考虑到裁判指标,图灵测试的指标,我们检测4个S,靠这4个S形成图灵测试,拿出一个表,决定谁是冠军,谁是亚军。现在我们在做认知领域的深度学习,驾驶认知的核心是学习还是记忆,生活是记忆,驾驶也是记忆,驾驶员开车的时候都是在算账吗,所以记忆很重要。

每次驾驶都会结合对过去驾驶的记忆,学习是什么,学习是理解知识,形成记忆的交互过程,理解是信息的认知或已有认知的结果,而记忆弥散在神经网络之中,不去研究这样的问题,做出的决策和结果出路不大。驾驶员的经验和临场处理能力必须由驾驶员自己替代。

我们现在开始往记忆和交互上发展,当然计算也是很重要,有的单位说我们做一个机器人操作系统,用它支撑驾驶员,操作系统ROS固然重要,但是它不能代表驾驶员。如果要说驾驶员的注意力,释放驾驶员的认知,必须有一个物化驾驶员的认知,我们把特定的驾驶认知叫做驾驶脑,这样以来就会注意力集中,永远专注,永不疲劳,原来驾驶员发生的事故称之为人类第一杀手,也就不再存在,这该多好。

驾驶认知,自动驾驶是机器驾驶,它物化了驾驶员的认识,实现了无人驾驶。我们想一想,自动驾驶如果是在地铁比较好,因为铁路是它的,还有网络调度,如果是高铁,也可以做自动驾驶,因为道路是封闭的,调度能力很强。如果是飞机也可以做自动驾驶,唯独汽车不行,因为汽车是你个人的代步工具,它在开放的不确定性的环境下,常常会遇到大雪、大雾、大雨。比如说冰雪,还有人为的红绿灯失效,道路施工,车辆醉驾等等,如果不能处理这些能力,做自动驾驶可能难以胜任。

有经验的驾驶员,标杆驾驶员能够灵活处置,自动驾驶车怎么样学习呢,这是我们研究的重点。一个小孩能够成功的抓住一只球,这是计算出来了吗,不是,是用了什么算法吗,也不是。一次又一次的学习,操练,久而久之,智能成为新的本领。我们认为开车和学英语本质上是相同的,熟练的司机开车,如同自己走路一样自然,开多了,不是每天都在计算。经验驾驶员,不但要符合驾规,安全行驶,我们还要使车子坐起来比较舒服,从A点到B点怎么样舒服省油,这也是驾驶员重要的技巧。

因此我们发明了一个单词,DrivingBrain,不同的人开车行为习惯不一样,我们认为自驾车应该有个性,好像我们每个人开车都有个性一样,如果你不强调开车的水平,我们可以找标杆驾驶员开车,这也是可以的。驾驶技能的习得通常通过认知,关联,自主三个因素决定的。如果像特斯拉一样,把传感器放在车里,让人工开车,开了两年以后,拿回来一学习,再放回去让它和你开车一样。在路上的行为就成了自己的行为,人的感知和车的行为达到了合一的境界,这是我们追求的目标。

后图灵时代也许是人机共融的时代

我们十多年的自动驾驶的生涯告诉我们,这件事情很重要,如果没有的话,我们仍然会恐慌、迷茫,今天做的很好的,明天可能就做不好了。感知认知和行为有一个比较好的反馈过程,从动态感知到态势分解,到自主决策,这个期间场景记忆,功能记忆都起到很重要的作用。四类传感器,分别是激光雷达,摄象头传感器,还有车姿传感器,还有GPS传感器,这代表我们的感知系统。而认知系统里,既有驾驶技术,还有各种各样的记忆棒,我们利用当前的驾驶态势和时间序列表决策当前的认知,形成认知箭头,控制车的动力和行为,这块叫做小脑,因为它已经有驾驶技巧了,从感知到认知到行动,再感知到认知到行动。可先利用微电子技术,采用GPU+CPU+FPGA+ASIC机构,生产专用芯片和板卡,2016年研发的驾驶脑V1.0。

原来开始开车准备时间十几分钟,现在我们开车启动时间只要22秒,我们终于开始我们自己的发明,就是驾驶脑,它是给你拿驾照的,它是给你积累驾驶技能的,它是买路熟的,它是个性化驾驶和标杆驾驶,这些东西怎么靠自动驾驶完成的呢,这就是我们在全世界的自动驾驶的浪潮中发出了自己微弱的声音。我们认为人工智能的使命是加速汽车向人机交互的转变。有了驾驶脑,有可能使汽车成为驾驶员自己,这是我们人类追求非常有理想,有意义的科技,我们很多人买聊天机器人,我们想汽车也应该是这样的。智能驾驶专用实验与评估环境,全国已经批准了7个实验场,这很有可能发展成为赛车手和赛车机器人的赛车场。

机器人换人带来一个新的行业,就是后图灵时代,也许是人机共生,共融,共发展的时候了。如果人脑的特定问题域的认知能力可以先局部地得到解决,比如驾驶问题,写作问题,学英语问题等等。如果我们做一个流动大巴车,我们安排一个驾驶脑,安排一个聊天脑,不但会开车还会导游,这样下去,千千万万个特定的机器人认知脑,通过移动互联网,云计算和大数据,是不是可以倒逼变成一个通用的人工智能呢,或者强人工智能呢,我们一起来拭目以待,谢谢大家。


亿欧深耕科技领域,关注人工智能行业的动态,已与400位人工智能创始人进行深度访谈。步入2017年之后,亿欧已经发布了《中国人工智能首部人物视频》;亿欧智库研究院发布了第一份人工智能与产业结合的报告《亿欧智库:人工智能产业综述报告》;4月21日,亿欧在深圳举办了人工智能与产业结合的行业峰会《新科技·划时代峰会——让AI落地产业才能产生价值》。更多关于人工智能在各行业中的应用报告,请关注亿欧黑科技频道及亿欧智库。

本文系投稿稿件,作者:李德毅;转载请注明作者姓名和“来源:亿欧”;文章内容系作者个人观点,不代表亿欧对观点赞同或支持。

各工作岗位将被AI取代的概率

选择岗位,查看结果

制图员和摄影师

87.9%

参与评论

最新文章

关闭

快来扫描二维码,参与话题讨论吧!

快捷登录 密码登录
获取验证码

新用户登录后自动创建账号

登录表示你已阅读并同意《亿欧用户协议》

快捷登录 密码登录

账号为用户名/邮箱的用户 选择人工找回

关联已有账户

新用户或忘记密码请选择,快捷绑定

账号为用户名/邮箱的用户 选择人工找回

快速注册

获取验证码

创建关联新账户

发送验证码

找回密码

获取验证码
账号为用户名 / 邮箱的用户 选择人工找回

未完成注册的用户需设置密码

如果你遇到下面的问题

我在注册/找回密码的过程中无法收到手机短信消

我先前用E-mail注册过亿欧网但是现在没有办法通过它登录,我想找回账号

其他问题导致我无法成功的登录/注册

请发送邮箱到service@iyiou.com,说明自己在登录过程中遇到的问题,工作人员将会第一时间为您提供帮助

账号密码登录

乐乐呵呵@微信昵称

该亿欧账号尚未关联亿欧网账户

关联已有账户

曾经使用手机注册过亿欧网账户的用户

创建并关联新账户

曾用微信登录亿欧网但没有用手机注册过亿欧的用户

没有注册过亿欧网的新用户

先前使用邮箱注册亿欧网的老用户,请点击这里进入特别通道
意见反馈
意见反馈
亿欧公众号 亿欧公众号
小程序-亿欧plus 小程序-亿欧plus
返回顶部