1700044574
1700044575
当控制工程专注于应用软件管理复杂的系统时，人工智能中相关领域的研究者则努力研发具备智能行为的软件，智能行为这一看似宽泛模糊的定义恰恰反映了这一领域的惊人深度和多样性。人工智能研究的理论基础来源于多个不同的领域，从心理学到语言学，再到统计学都有所贡献。虽然研发具备所谓普通智力水平的软件仍然是这个领域的长期目标，但这不妨碍许多人工智能研究者定向研究某一类问题的领域，例如让工业过程更加高效，或者让汽车能够自动驾驶得更安全。
1700044576
1700044577
对人工智能技术的深度解析远非本书所能及。为了简化问题，我们将人工智能技术中丰富多元的内容大致分为两派：自上而下的和自下而上的，或称为符号型人工智能（symbolic AI）和数据驱动型人工智能（data-driven AI），后者就是渐渐被人熟知的“机器学习”。符号型人工智能会将复杂的情境或任务分解成若干标准的指令或规则条目，然后程序员将这些规则写进软件代码，使计算机能够依据推理和查找功能执行这套逻辑规则。相反，数据驱动型人工智能（或者说机器学习）会应用各种算法对大量数据进行处理，然后利用统计学技术分类、排序，最终再解析这些数据。两种人工智能各有优势，但重要的是根据特定的任务应用最适合的人工智能。
1700044578
1700044579
所有人工智能程序都在尝试做的一件事就是将复杂未知的“现实世界”转变成有限数量的逻辑“组块”，以便软件进行后续分析。每个组块，或者说独立的情境，可以被称为一种“状态（State）”。一种状态既可以是指棋盘上棋子的特定组合配置，也可以是一瞬间环境中物体固定下来的特定组合配置，所有可能情境的集合被称为“状态空间（State Space）”。
1700044580
1700044581
符号型人工智能技术最适合在小型的状态空间里应用，即所有可能的结果可以事先预期到，并且能按照既定的规则解决。例如，相比繁忙的城市街道，工厂装配线的状态空间数量要少得多。因此，引导工厂内机器人执行有限数量的可能性动作和反应的软件，这种基于规则的符号型人工智能是一种有效的技术路线。
1700044582
1700044583
几十年来，符号型人工智能长期占据市场的主导地位。直到20世纪末，随着计算力的提升，传感器将可用数据数量从微小提升到海量，机器学习也从冷门学科进入到人们的视野里，赢得了广泛认同。这种技术路线的巨大优势，就是它不需要由人类程序员预计到一个场景中的所有可能结果，而传统的符号型人工智能技术却离不开这些。当程序员有了强大计算力的设备和大量训练数据，他就可以编写一个机器学习软件，让机器根据手头的素材“学会”自行应对处理，某些情况下，软件还可以学会应对不熟悉的新情境。汽车的操作系统应该囊括不同类型的人工智能软件，以实现各种控制功能的管理。
1700044584
1700044585
谷歌公司的“大眼睛的”自动化驾驶的出现与现代智人（Homo sapiens）的诞生具有相同价值，谷歌的无人驾驶汽车并不完全是谷歌天才研发人员在安保严密的实验室里突然搞出来的。实际上，谷歌现在的无人驾驶汽车是近一个世纪以来人工智能和机器人研究的智慧结晶，它所承载的机器人DNA也是从多个早已停止的研究项目中汲取的，有些项目提供了基本概念，有些贡献了突破性技术。
1700044586
1700044587
在人们通常的观念里，有一个不全面的观点，即在很久以前，多个人类物种先后灭绝的过程中，现代智人这一支系因其先天优势而得以保存下来。而现代DNA分析证实这种观点是有问题的。人们曾经认为尼安德特人（Neanderthals）已被其优秀的“表亲种族”所灭绝，但事实是他们的基因仍潜伏在我们身上——近期DNA分析表明欧洲人和亚洲人身上都多多少少携带着一些尼安德特人的基因，这说明人类的演化过程并不像我们曾经以为的那样循序渐进、阶段分明。
1700044588
1700044589
引导当前自动化驾驶汽车的软件，其发展渊源也同样存在争议，复杂难辨。谷歌汽车底层控制中用于监控刹车、转向和速度控制的软件，延续了1912年设计的军用机器人原型“战争狗（Dog of War）”的技术路线，可以说是其后辈的后辈；谷歌汽车上层控制中计划最佳路线的软件，使用的搜索算法也有几十年历史了。谷歌汽车通过对比现在驾驶情境与过往经验来实现学习的能力，有一部分源于机器学习技术，而这一技术的最初提出可追溯到20世纪50年代。
1700044590
1700044591
无人驾驶：人工智能将从颠覆驾驶开始，全面重构人类生活 [:1700043786]
1700044592
底层控制系统：加速、刹车和转向
1700044593
1700044594
无人驾驶汽车底层控制的核心工作是将系统稳定在最佳设定值上。反馈控制设备是一种广泛使用却又鲜为人知的判断性装置，通常用于调节引擎的燃油喷射、生产用机械的电压输入，甚至还可以用于调节房间内温度，使其准确地保持在恒温器设定的数值。反馈控制设备应用背后的逻辑支持就在于它的平衡观念：无论是机械设备、电子设备，还是生物体，一个系统需要尽可能维持在稳定均衡状态中。
1700044595
1700044596
自从20世纪80年代以来，汽车工程师将底层控制元件应用于防震、刹车和巡航定速控制等功能中。在无人驾驶汽车上，底层控制所涵盖的范围有些许扩大，加入了汽车核心硬件子系统的管理，按照计算好的路径前进的精准调控，刹车和加速过程中的平滑性控制。底层控制的过程是自动化进行的，而且当信号通过控制器局域网（controller area network，CAN）传递到汽车的计算中心时，系统会迅速作出决策判断。如果底层控制运行良好，无人驾驶汽车上的乘客不会觉察到任何运行状态的变化，唯一能注意到的就是这辆车“自己管理”得很流畅。
1700044597
1700044598
为了实现底层控制系统的流畅运行，工业工程师进行了一个多世纪的探索尝试。以现在的标准来看，最早期的反馈控制技术可谓粗糙不堪。在18世纪的蒸汽机时代，就出现了一个叫作调节器（Governor）的金属配件，用于调节从锅炉房中导出的压力强度，进而使得无论载荷如何变化，蒸汽机的运转速度都能保持恒定。这种老式的机械式调节器是利用两个轴承钢球组合旋转构成的精巧金属装置。它里面虽然没有什么人工智能，但是安装上它以后，引擎就获得了至关重要的功能：自动调节（Self-regulation）。
1700044599
1700044600
世界上第一台自动驾驶车辆大约是在1912年出现的，发明家约翰·哈蒙德（John Hammond）和本杰明·梅森纳（Benjamin Miessner）装配出一台简单的自动引导型小车，所用的工具只是一个电子回路和一对光感性硒光电管。当车上的光感性电管受到光线照射时，一个底层控制系统会拖拽小车的“方向盘”进行转向，使小车朝向光源方向，以实现两侧感光电管的均衡。设计师给这一粗糙的自动驾驶车辆起了个凶悍的名字——“战争狗”，因为这一设备的研发初衷是应用于军事领域，以帮助美国赢得第一次世界大战。战争狗的设计理念简单明了。在靠近敌人防线的地方投放出去，它能自动去执行破坏性任务，无需人类指引。正如梅森纳所描述的：“当敌人的探照灯扫射到它时，它会立即自动向敌人方向前进。”将爆炸物送到毫无戒备的守夜士兵那里。
1700044601
1700044602
1700044603
1700044604
1700044605
图3.1 战争狗（大约诞生于1912年）
1700044606
1700044607
来源：《科学美国人》（Scientific American）增刊，June 14，1919，376~377页
1700044608
1700044609
尽管以今日标准来看，它的设计很是粗糙，但战争狗却是控制工程学的一个早期应用事例，其背后的科学原理同样适应于无人驾驶汽车。战争狗还是很多现代化杀伤武器的前身，热导飞弹也是遵照同样原理设计的。目前，定速巡航控制系统从本质上讲也是应用了同一套算法逻辑。在车速过低时，自动注入较多汽油来提升车速；如果车速过快，控制器会减少汽油的注入，直到预定速度与实际速度之间的差异降到零。
1700044610
1700044611
战争狗身上应用的那些粗糙的底层控制元件已经被淘汰，利用传感器数据调节制动器的电子回路成了主流。现代的底层控制元件都是高等数学的一种拓展应用。底层控制需要使用大量种类各异的算法，以确保某个部件或整个系统的流畅运行。使用较频繁的底层控制算法通常还有其他叫法，有时可以叫控制方案（Control Schemes）或滤波器（Filters），有时被称为反馈控制（Reactive Controls）。随着传感器搜集到的数据越来越多，高级机器学习技术在底层控制技术有着很大的发挥空间。
1700044612
1700044613
预测算法通常基于底层控制，以确保机器人行进过程中的流畅性。预测算法可以提升汽车的情境识别能力，方法就是始终留意数字地图的变化，以便精准计算引擎的燃料注入量，使得汽车可以顺畅、平稳地翻山越岭。有些燃料喷射系统会利用多个不同传感器的数据流，并考虑到多种额外因素，如发动机负荷、空气湿度以及周遭环境的氧气水平，最终计算得出刚好适量的注入燃料以实现发动机的恒速运行。
1700044614
1700044615
想要实现汽油发动机的稳定运行，所需应对的重大难题之一就是时间延迟，或者称为“滞后时间（Lag time）”。对于一个发动机或者一个系统而言，时间滞后看似是无关紧要的小问题，但能影响反馈控制设备的运行，即使是最好的设备也不例外。因为给汽油发动机注入燃料的过程，究其核心还是一个机械的、化学的（非电子的）活动，所以因为时间滞后问题产生的难以预料的情况，使无人驾驶汽车的汽油发动机备受关注。这种时间滞后就意味着汽车的启动、加速以及停止都难以实现精准的时间控制。
1700044616
1700044617
不过，至少有两种方式可以减少时间滞后问题对自动驾驶汽车的影响：
1700044618
1700044619
一种方式是在底层控制中投入更多的计算能力。计算能力强大的电脑可以减弱燃油喷射器所带来的延迟问题，并为汽油发动机的匀速运行和精准计时提供更高的准确度，最终达到较高的平衡状态；解决问题的第二种方式就是更换发动机。
1700044620
1700044621
电动式引擎更加容易管理调节，这也是谷歌公司和特斯拉公司不约而同为其原型无人驾驶汽车配置电动引擎的原因之一。只要为电动引擎配置好特定的电压电位，引擎就始终能即时产生对应程度的力矩，推动汽车前进。很遗憾，几十年来大批才智超群的人将他们的智慧用于解决汽油发动机的调节控制问题，因为一旦全电动式引擎应用于无人驾驶汽车，那么那些丰富的智慧成果将变得毫无价值可言。
1700044622
1700044623
无人驾驶：人工智能将从颠覆驾驶开始，全面重构人类生活 [:1700043787]