打字猴:1.700043961e+09
1700043961
1700043962 在不远的将来,全球汽车博物馆里展览的汽车,都会变成21世纪初之前的那些光鲜靓丽的车型。就像历史的痴迷者来到一个历史遗迹后,会闪身钻入精心保存下来的中世纪小屋回廊里,参观博物馆的人也会钻进这些展览车辆的前排座椅里。这些参观者坐在方向盘后面,拨弄着内置GPS的显示器屏幕,游戏似的用他们的脚踩动着刹车,这一切恐怕会让体验者不禁感叹,21世纪初的人类竟然会用如此不便甚至危险的交通方式。
1700043963
1700043964 我们当前的汽车是非智能的。它有四个轮子、一个金属机身和一个气动发动机,这样一套标准化的自动系统“平台”,自100年前被引入后就从没有发生过任何本质性改进。而在这100年间,随着越来越多的智能软件,几乎无处不在的通信网络,以及体型不断缩小、价格逐年下降的强大而准确的硬件传感器兴起,世界上其他产业的根基都在发生着根本性的变革。得益于机器人技术和人工智能软件在近期取得的成就,非智能汽车的时代终将结束。普通平凡的汽车即将发展进化成自动化的移动机器人。
1700043965
1700043966 在近一个世纪的时间里,由人类驾驶的汽车已经改变了我们的生活。这种无需马匹拉动的“自动”车厢的出现,已经改变了“行走之城”的城市格局。曾经如蜂巢一般,由各种小而弯曲的小巷、庭院、商铺、公共广场交织而成的城市演变成了“汽车之城”,打造出了由广阔街道和停车场组成的整齐的大网格。汽车不仅给人们带来了自由,同时也带来了新的工作机会和社交机会。汽车也给商业贸易带来了便利,商人可以快速地将产品运输到以前从未到达过的市场。
1700043967
1700043968 然而,如此宝贵的个人移动便捷性也让人类付出了极高的代价。在近百年的进程中,交通事故已经夺去了数百万人的生命。当汽车赋予人们开车到远方工作的自由时,也催生了一种新的问题——城市交通拥堵。今天,世界上所有城市的人们每天都要出行、上班通勤,或者通过汽车运送货物,这使得城市上方的空气层恶化成一个黄色烟雾似的“油斗篷”。
1700043969
1700043970 粗略估计,目前全球有十亿辆由人类驾驶的汽车在陆地上漫游。对汽车的依赖已经使我们在很多方面付出了高昂代价。但归根结底,对于世界上的大多数人而言,汽车仍是目前个人出行中最快速、最廉价、最舒适的方式。不管怎样,汽车仍将是我们现代生活中不可缺少的一部分。
1700043971
1700043972 事实上,解决汽车引发系列问题的最好方式就是让它们变得更智能。当人类驾驶者让智能软件接管方向盘的时候,无人驾驶汽车将为全世界数十亿人提供一种更安全、更简洁,甚至更方便的出行方式。在未来的十年,自动驾驶汽车将出现在全世界的大街小巷,它将再次重新编排我们的居住环境以及工作娱乐环境。
1700043973
1700043974 不相信?这也难怪。
1700043975
1700043976 近百年来,各行各业的专家都在预测人类的霸主地位将会被智能机器所取代。但到目前为止,这些预测仅仅在一些高度细分化的工业岗位上成真了,或者是仅限于虚拟世界中的活动。例如,机械手臂可以完美无瑕地取代曾经由工厂工人实现的操作;在虚拟世界里,人工智能软件的能力已经超越了人类,它们可以玩棋类游戏,可以迅速地进行股票证券交易,或者在复杂的大运量公共客运系统中找出最优路线。
1700043977
1700043978 现代化的软件极大提升了人工智能的能力,先进的机器人还可以执行诸多技巧性的工作,这些都已成为现实。但是如果机器人的身体并非由螺栓插销固定,而是由仿人类的机械躯干组成,使其能在运动过程中与周边环境互动,那么即使是当前最先进的人工智能软件系统也无法顺利地承载这项复杂的管理任务。在后面的章节中,我们会陆续探讨相关的原因,但目前来看,今天那些能够移动的机器人,在身体敏捷性和感知能力上也就相当于蟑螂的水平——或者状态良好的话,可以达到蟾蜍水平。
1700043979
1700043980 当机器人学家还在研究移动化智能机器人的道路上步履维艰时,建造一辆踏实可靠的无人驾驶汽车从技术上而言已经触手可及,这同样也是工程学上的一项壮举。因为对于程序员为人工智能写代码操作运动过程来说,汽车相比其他形式的移动化机器人有一个巨大的优势——滚动要比行走或爬行简单得多。
1700043981
1700043982 如果人工机器人具备多个肢体部件,那么管理其动作快速运行的软件从体量和复杂性上都要比智能汽车大得多,因为多肢体部件可以演化出数量近乎无限大的不同动作模式和相对位置。相反,一辆汽车的四个轮子、刹车以及方向盘组合出的运动模式几乎全部是可预测的。引导无人驾驶运动的软件所管控的动作组合数量必然相当少,例如多半只是车轮的左右转动,或者监控汽车是在减速还是加速。
1700043983
1700043984 驾驶行为可以自动化的第二个原因在于,开车是一个相对刻板重复的反应式活动,无论智力高低都能拿到驾照,因此无人驾驶的智能只需满足以下条件就够了:对清晰可见的路面危险——比如不断靠近的路面坑洼或者缓慢行走的成群结队小学生——做到即时反应,沿着清晰明了的道路或高速行驶,并且遵守相对简单的交通规则。
1700043985
1700043986 说到这儿,怀疑论者就会指出这背后一定另有故事。的确,如果只是简单地编辑程序让四个轮子的机器人遵守道路交通规则,那么无人驾驶在几十年前就早已普及了。汽车为什么直到现在才有可能变得智能自动化呢?源于两个原因:
1700043987
1700043988 第一是现实因素,也就是它的门槛很高。汽车毕竟是行驶在公共街道上的重达两吨的“铁盒子”。如果引导无人驾驶的软件出现了问题,后果将不堪设想。“人命关天”,这也就解释了为什么今天的第一批自动驾驶车辆会先在人烟稀少的地方使用,因为车辆如果在这种地方出问题、偏离既定的路线,所造成的人员伤亡是最小的。例如,在偏僻的澳大利亚北部矿石公司使用巨大的自动化驾驶卡车来运载矿石;农民使用自动驾驶的拖拉机、联合收割机在广袤而无人的农地里耕作;在配送中心和工厂里,专门的自动化车辆会将货物从房间的一侧运到另一侧;在度假村或机场,名为纳维亚的无人驾驶穿梭车会以既定每小时15英里的速度沿着固定路线往返运送乘客……
1700043989
1700043990 制约无人驾驶发展的第二个难点及关键点就是纯粹的技术问题。虽然在99%的时间里,驾驶过程都是思维僵化而且可预测的,但是仍有1%的时间里会产生突发事件。生物有机体会依赖所谓的“本能(Simple)”来应对生活中突发的未知事件。是“本能”,使人类可以在交通的高峰时段自由驾驶,也正是“本能”,蕴含了人类智能中尤为难以复制的大量能力。
1700043991
1700043992 机器人学家对这种只在1%的时间内才发生的突发性小概率事件赋予了专门的名称——“极端事件(Corner Cases)”。极端事件并不常见,也难以预测,却可能导致灾难性后果。机器人的人工“本能”在处理极端事件时的效果最终决定了它的可靠性与价值。如果一个机器人的软件无法处理它所遇到的每一个极端事件,那么希望人们不会放任它独自行动,否则最坏的情况就是机器人无法完成交代的任务并造成了严重的破坏。
1700043993
1700043994 驾驶也许是最为重复刻板的活动,但同时也充满了数不尽的、潜在的致命性极端事件。管理无人驾驶的软件必须能够本能性对突发情况做出反应,例如跳上汽车引擎盖的鹿,或者向汽车挡风玻璃上喷漆的愤怒乞丐,这些都有可能发生——还要祈祷乘客会为挡风玻璃上的污渍付清洁费——所以,尽管投入了几十年的努力,自动化工程师和机器人专家还是无法编写出一个有效的软件,处理无人驾驶在道路上可能遇到的无数种突发状况。
1700043995
1700043996 机器人技术中一条基本的规则就是,环境越是简单、越是容易预测(极端事件越少),构建一个使机器人在这种环境下执行任务的软件就越简单。机器人能在工厂里广泛普及是因为大多数工厂都是一个封闭的世界、一个高度结构化的环境,在那里极端事件是能够预测的,而且会被工业工程师小心地排除。在封闭的环境中,机器人的工作职能会围绕特定任务进行设计。工厂里的机器人知道将会发生什么。指导它们运行的软件会引导机器人进行一系列一成不变的活动,例如冲压金属部件、固定螺栓,或者将箱子从一侧拉到另一侧。
1700043997
1700043998 虽然在工厂里可以设计一个整齐划一的封闭式环境,然而在实际环境中,街道和高速公路上是复杂混乱且难以预测的。汽车方向盘后的每个司机不仅要处理新的突发情况,还必须应对其他相关挑战,这些挑战是软件程序难以处理的,由模糊的或者高度情境化的行为规则调控的信息交互问题。人工智能软件尤其会在对安全驾驶有重要影响的两类活动中出现问题,即复杂的非语言信息沟通,和在多种情境中对同一物品进行持续正确识别。
1700043999
1700044000 驾驶行为要求司机和行人之间进行复杂的“社交”活动。当人类司机位于方向盘后面时,通常会参与到一场非语言的“社交芭蕾舞剧”中,并用点头、挥手、眼神交流来传达他们的意图。挥手和微笑对于人类而言可能是简单的,但是想要编写一套软件来识别人类的面部表情、身体语言并做出恰当的回应,则异常困难。
1700044001
1700044002 无人驾驶汽车,这一移动版机器人不仅在识别复杂的非言语交流上存在困难,当需要应对突发事件时,它们的计算机智能也会捉襟见肘。这些问题均是由知觉缺陷导致的,即它们不具备对所见事物进行感知区分并合理应对的能力。理想情况下,计算机科学家会通过编写一套程序来解决这个问题,为汽车提供一致性、准确的人工意识和情境理解能力。然而直到目前为止,这个问题还没有被解决,这样的软件还没有做出来。自从人工智能领域开辟半个多世纪以来,计算机科学家和机器学家为了实现“知觉”这一神秘技艺的自动化已经尝试了各种方法,但均未能取得突破性进展。
1700044003
1700044004 生物有机体的知觉系统包含了一系列广泛的能力。知觉中的一个方面就包含认知识别功能,人或动物因此具有“读取”复杂情境的能力,并知道如何正确地反应。知觉的另一个功能就是加工处理视觉信息。生命体具有高度发达的视觉系统,可以良好地识别一个物体,甚至是从不同的角度、在不同的光线条件以及不熟悉的情境中都可以准确识别同一个物体。
1700044005
1700044006 视觉感知需要对视觉信息进行正确识别并进行归类,人类在进行这样的过程时,纯粹依靠本能,而且几乎能够做到完美无误。然而,我们这种感知所见事物的能力似乎拒绝被自动化。几十年来,机器视觉领域的研究者一直在努力研发能够快速而准确地“理解”环境中视觉信息的软件,但均以失败告终。
1700044007
1700044008 在机器人发展史的大部分进程里,它们都难以处理视觉信息。工业机器人应对这一缺点的方式就是在全封闭、黑暗无光的工厂环境中纯机械化地辛勤工作。而对于那些工作中涉及某些视觉活动的机器人,它们的工作方式则被设定为绝不去分类或检查它们不熟悉的事物。
1700044009
1700044010 阻碍机器视觉软件发展的另一因素就是计算能力的不足。由于处理图像是一项数据密集型活动,所以第一代机器视觉系统只能采取一种结构化路径的方式来实现这一流程,即用一系列“规则”来解析视觉信息。这些早期机器视觉系统的工作原理是想尝试将识别的物体与机器人内部储存的已知物体小型样例库做匹配,但显然这是一个缓慢、不准确也不灵活的过程。
[ 上一页 ]  [ :1.700043961e+09 ]  [ 下一页 ]