1700046327
无人驾驶：人工智能将从颠覆驾驶开始，全面重构人类生活 [:1700043843]
1700046328
机器人的进化
1700046329
1700046330
确实，当我们进行机器人进化实验时，整个过程非常不稳定。进化机器人学说（Evolutionary Robotics）是机器人研究领域的一个分支。该学说应用于好几代机器人的变异和选择，刺激了计算机朝“达尔文理论”的进化特点发展。在实验中，我们让计算机随机地把机器人零部件（机械关节、刚性构件、发动机、电线和神经元）放在一起制造虚拟机。然后对计算机编程，使其快递选择并改良组装好这些零件，制作出“下一代机器人”，再把这些“下一代”纳入机器人队伍，再循环进行实验。我们则站在一旁观察。
1700046331
1700046332
第1代机器人全部都是一堆零件，而且都不能移动。当实验进行到至少第100代机器人后，那些零件依然不能移动，看起来我们不会在这项实验收获任何有趣的发现。进行到大约120代，那些电线、发动机、关节和连接看上去依旧是随机安排的，但它们突然能够产生小幅度的颤动或移动。尽管动作幅度微小，却绝对要比另一堆丝毫不动的零件要好得多。于是，这些动态机器人便在虚拟世界渐渐出现。回想起来，我们把这种现象命名为“震动发现（discovery of vibration）”，在整个机器人世界里，造成了突然的间断的性能改进。几百代之后，又有了新的发现，机器人性能再次得到明显改进。实验继续。又进化了几百代人后，我们看到工作性能优异的机器人，它们中的部分形态怪异如外星生物，另一些则能依稀辨识出熟悉的形态。
1700046333
1700046334
1700046335
1700046336
1700046337
图12.1 数百代机器人的进化过程
1700046338
1700046339
无人驾驶：人工智能将从颠覆驾驶开始，全面重构人类生活 [:1700043844]
1700046340
传感器王后
1700046341
1700046342
实验中，机器人的人为进化最终得出满足的结果，然而生物界进化过程却鲜有规律。寒武纪大爆发的成因到今天依然是个未解之谜。有人把这史前出现的多样性形成原因，归为多细胞生物发现成果的一部分。也有人认为，这是因为氧气等资源丰富、地球的生物宜居性提高，或者在物种大灭绝后出现的适应辐射的后果。还有人认为，原因部分来自于某些“使能技术”的“发现”，从而产生了许多之前没有的新可能。
1700046343
1700046344
在寒武纪大爆发时期出现的一项关键“技术”就是视力。在寒武纪时代以前，没有任何化石证明眼睛的存在，但在此之后却出现了多种视觉器官。在寒武纪中后期的伯吉斯页岩中，出现了不同种类的眼睛，适应此前出现的多种器官形态——视觉敏锐度不同，光线的敏感度不同，对波长、动态和色彩不同的识别能力。
1700046345
1700046346
我们在第一章中提到安德鲁·帕克的“光开关理论”，视力“技术”的出现使生物的“捕食-被捕食”关系中的对抗性以及交配机会发生变化；在视力出现以前，捕猎与逃生依靠的是作用于近距离范围的感觉，如嗅觉、味觉、动态和触觉。可是当捕食者的眼睛远远就能发现猎物，动物界急需产生新的捕食攻防战略，导致生物的协同进化防卫展开一场激烈竞争。由于捕食者视力的提高，猎物必须学会如何隐藏自己，如何快速逃生，如何用迷彩色伪装或长出刺来，这些“新技术”带来生物形态的进化。
1700046347
1700046348
我们无法确切知道视力是否在寒武纪的生物多样性出现中扮演了重要角色，但我们可以在此做一个假设：并非眼睛本身带来了多样性，而是其后的认知能力的发展。区别于触觉、味觉和嗅觉，视觉信息是“高带宽”的，在空间分辨率和时间流中，导致数据率比其他感觉器官要高。因为数据是远距离的传感器，范围覆盖机器以外的广阔世界，需求新的场景分割认知器官，空间模型和对世界的了解。也许数据大量地在早期的大脑中蔓延，是因为视觉为个体生物提供了稍微好一些的认知能力。认知能力的发展带来许多新机会：新的“捕食-被捕食”策略、新的寻找配偶策略和新的资源发现。
1700046349
1700046350
提供视觉信息的机制控制了我们的大脑。每只眼睛含有15亿的光传感器，而一只耳朵只含有3万个声音感觉神经。处理视觉信息的神经元占皮层的30%，而触觉和听觉的神经元分别只有8%和3%。
1700046351
1700046352
毫无疑问，视力始于视觉器官与视觉皮质协同进化的。神经器官包括对视觉场景的解读，以及各种很快被发现的“新应用”，形成了阶段性进步的生物创新。首先，视力对于协同进化作出了贡献，像是器官之间的共生现象，比如蜜蜂与开花植物之间的关系。它也扩大了个体寻找配偶的距离范围。起初，这种先进的寻找配偶感知功能也许只是用来发现同一种类的个体。可是当视觉进一步提升时，更有利于分辨配偶的条件是否理想，最终将导致雌雄淘汰和社交等行为的出现。
1700046353
1700046354
生物界的寒武纪大爆发与机器人的前景探索具有极高的相似性。DARPA计算机项目的前负责人吉尔·普拉特（Gill Pratt），在2015年被任命为丰田公司自动驾驶汽车分部的领导时写道：
1700046355
1700046356
今天，好几项前沿技术的发展正在机器人的多样性和能力发展范畴燃起一场大爆发。机器人依赖的许多基础硬件技术，尤其是计算能力、数据储存和交互能力，正在以幂次数量级的速度增长。两项新兴技术——云计算和深度学习将会影响上述基础技术在良性循环中进行爆炸性发展。
1700046357
1700046358
确实，对机器人影响重大的基础技术正飞速发展，这些技术使自动驾驶汽车的潜力和多样性成为可能。
1700046359
1700046360
1. 动力储存与效率的幂次增长。
1700046361
1700046362
自动机器人需要动力的自动化；在过去几十年中，电池技术不断进步。从1950年的铅酸电池到今天的聚合物锂离子电池效能提高了两倍。除了电池能力以外，机器人甚至能从效率的提高中获得更大的动力，例如发动机效率的提升。动力储存和效率的提升加速了自动系统整体性能的提高。性能更优的机器人可以花更多时间做事情和学习，降低充电和获取动力的时间。
1700046363
1700046364
2. 计算能力的幂次增长。
1700046365
1700046366
正如摩尔定律所预测的，每一块钱所能购买的可用计算能力每18个月增加一倍。由于受到体积限制，最近几年的晶体管小型化发展速度下降，然而每单位美元所能购买的计算能力却继续以其他方式来增长，如多核平行等。对于需要处理数据流和实时决策的自动系统而言，计算能力真是至关重要。高速的处理能力能让机器人在结构化程度较低的环境中顺利运行，更快地从经验中学习。
1700046367
1700046368
3. 传感技术的幂次增长。
1700046369
1700046370
从激光雷达发展到超声波，传感器变得更精确，速度更快，价格更低。所有维度中快速发展的传感器之一是相机。受到移动设备发展驱动，相机技术的性能和价钱都在以幂次数量级发展。光学仪器和传感器在成本、大小、性能的发展使得多功能的相机可以媲美一个机器人。多重数据流带来更好的认知性能，因为人们可以从多个视点（例如，来自超立体视觉的深度感知和速度感知）获得更可靠的场景理解，同时在应对恶性破坏和暂时的传感盲区时，带来更高的鲁棒性（robustness）。
1700046371
1700046372
4. 数据储存的幂次增长。
1700046373
1700046374
数据储存能力正在以幂次数量级的速度不断增长。这些提高影响的不仅仅是每一块钱能购买多少储存字节，还影响了数据存储和检索的速度和可靠性，每次数据存储消耗的能量，数据的物理重量（每千克的字节数量）。当机器人能高效地在本地储存大量数据，它们能回忆并重复利用以前的经验，从过去储存的经历中学习出新的知识。
1700046375
1700046376
5. 交互带宽的幂次增长。