本文來自微信公眾號：返樸 （ID：fanpu2019），作者：劉凱、賈敏
如火如荼的自動駕駛技術(shù)發(fā)展到今天，無人駕駛的車輛已經(jīng)走上了街頭。但是，為了保證行車安全，絕大多數(shù)無人駕駛車輛都配備了副駕座位上的“安全員”，監(jiān)控車輛的行車狀態(tài)。坊間有戲言：每一輛無人駕駛汽車底盤都藏著一個駕駛員。駕駛等級從 L3 到 L4、到 L5 的遷躍，似乎面臨著一道難以逾越的天塹。
想要與人類司機(jī)并駕齊驅(qū)，像真正的人一樣靈活應(yīng)變、自主決策，自動駕駛還有一個 Plan B 可以選擇，那就是通用人工智能。
撰文 | 劉凱（渤海大學(xué)教育科學(xué)學(xué)院）、賈敏（渤海大學(xué)通用人工智能研究所）
人工智能具有專用和通用兩種不同取向，分別對應(yīng)專用人工智能與通用人工智能。目前學(xué)術(shù)界與實(shí)業(yè)界中的“人工智能”一詞幾乎無例外地均屬專用人工智能，其目的在于通過預(yù)設(shè)的算法或訓(xùn)練解決特定問題；通用人工智能則致力于研發(fā)元學(xué)習(xí)能力，借助后天培育實(shí)現(xiàn)特定問題的成功解決。
正如將“智能”視作“計(jì)算”一樣，自動駕駛在專用人工智能專家眼中似乎只是一個純粹的技術(shù)問題，并試圖通過模塊化的方式實(shí)現(xiàn)技術(shù)拓展。人可以做到不攜帶任何設(shè)備就自行出門，但自動駕駛汽車離開通訊網(wǎng)絡(luò)將寸步難行?？v使最新的高性能芯片和激光雷達(dá)傍身，自動駕駛汽車在稍微擁堵的路口駛出高速或插入轉(zhuǎn)彎隊(duì)列時依然經(jīng)常判斷失誤。為解決此類問題，汽車制造商爭先恐后地提升汽車的智能水平，從 L2-L3 向 L4-L5 急行軍的消息經(jīng)常見諸報(bào)端。與此同時，專門為協(xié)助自動駕駛車輛應(yīng)對復(fù)雜路況的各式專用計(jì)算設(shè)備也應(yīng)運(yùn)而生，C-V2X 蜂窩車聯(lián)網(wǎng)技術(shù)就是其中之一，具備交叉路口來車提醒、前方事故預(yù)警、盲區(qū)監(jiān)測、道路突發(fā)危險(xiǎn)情況提醒等功能，被視為智能駕駛和智慧交通落地的關(guān)鍵環(huán)節(jié)。
可以預(yù)見，自動駕駛車輛通過路口的成本將繼續(xù)上升，連稍有經(jīng)驗(yàn)的城市流浪狗都能做到的事情，如今卻要在所有路口都部署各式監(jiān)控設(shè)備，使得本就復(fù)雜的城市道路管理雪上加霜。這僅限于市內(nèi)，畢竟靠外界幫助才能獲取的“絕對安全”難以在郊外推廣?？雌饋砀袷菫榱烁印爸悄堋倍脑O(shè)計(jì)的一出城市“秀”。
未來，專用人工智能技術(shù)路線下的 L4-L5 級自動駕駛，必然趨向“智能外包”的技術(shù)解決路線 —— 依靠的不是更強(qiáng)的單車智能，而是更復(fù)雜、更精密的上層協(xié)調(diào)節(jié)點(diǎn)。這種做法存在諸多隱患，高級協(xié)調(diào)節(jié)點(diǎn)不僅具有十分有限的覆蓋性，并將迅速增加通行系統(tǒng)的邊際成本和總體復(fù)雜性，令單車決策鏈延長及決策參與度降低。其后果則是，智能路網(wǎng)本身的系統(tǒng)性脆弱將面臨隨時被放大的危險(xiǎn)，這就是專用人工智能集權(quán)技術(shù)發(fā)展路線與生俱來的軟肋！
事實(shí)上，專用人工智能的自動駕駛從未真正面對“智能”問題，而是將單車智能（內(nèi)部解）不斷轉(zhuǎn)嫁為尋求外部援助（外部解），即車輛自己更多負(fù)責(zé)提出問題而非解決問題。到最后，并不是汽車變得更具適應(yīng)性，而是人為地改造了那些不適應(yīng)的地方 —— 汽車本身仍被封印在“有多少人工，就有多少智能”的魔咒之中。
通用人工智能則不同。它試圖創(chuàng)造能思考、有情感的具有認(rèn)知功能的軟件系統(tǒng)，并認(rèn)為智能并非全知全能，系統(tǒng)需要通過預(yù)設(shè)的元能力不斷學(xué)習(xí)才能到某個領(lǐng)域內(nèi)的實(shí)用水平。而且，即使在達(dá)到這種水平之后，學(xué)習(xí)也不會停止，尤其是在環(huán)境變化的情況下更是如此。對通用人工智能而言，先天預(yù)置的是元水平的學(xué)習(xí)能力，但一切學(xué)習(xí)的內(nèi)容都由后天習(xí)得。因此，通用人工智能系統(tǒng)的自動駕駛本質(zhì)上是一個教育而非技術(shù)問題。
正如剛出生的人類嬰兒不會駕駛汽車一樣，通用人工智能系統(tǒng)啟動時也并未預(yù)置任何駕駛經(jīng)驗(yàn)，更不是為了駕駛汽車而設(shè)計(jì)。其實(shí)，自動駕駛對通用人工智能來說是一個偽問題。因?yàn)椋c人類高度類似，通用人工智能系統(tǒng)成長的第一步也是通過自身的感知運(yùn)動設(shè)備獲取具身的直接物理經(jīng)驗(yàn)。訓(xùn)練一個機(jī)器人和訓(xùn)練一輛汽車完成自動駕駛?cè)蝿?wù)，對通用人工智能系統(tǒng)并無實(shí)質(zhì)區(qū)別。究竟裝配步足、履帶還是輪子等“器官”，只是系統(tǒng)的“感覺”各異，卻并非“駕駛”有別。甚至，都未必非得裝配“腿腳”，用翅膀或推進(jìn)器前進(jìn)也同樣可以。乘客可以繼續(xù)坐在車?yán)?，也可以把汽車造成機(jī)器人形狀而把乘客收容到“肚子里”，甚至還能懷抱或者背馱。但凡能夠?qū)崿F(xiàn)載人有目的性的自主移動，就是自動駕駛。因此，通用人工智能的自動駕駛不挑設(shè)備類型、不挑載運(yùn)形式、不挑駕駛環(huán)境，通用人工智能的自動駕駛正是通用意義上的駕駛。
這種通用性一方面體現(xiàn)在外設(shè)選擇的多樣性，另一方面則體現(xiàn)在駕駛背后學(xué)習(xí)內(nèi)容的廣博性和具身理解性。通用人工智能自動駕駛“算法”的全部奧義，就是從零開始“養(yǎng)育”一臺通用人工智能的“機(jī)器嬰兒”。這臺“機(jī)器嬰兒”具有主動性，其所有行動力全都依靠自身積累的歷史經(jīng)驗(yàn)，是一種向內(nèi)依賴的平權(quán)技術(shù)模式，而非向外依賴的集權(quán)技術(shù)模式。于是，通用人工智能系統(tǒng)的“養(yǎng)育”過程，并不存在專用人工智能那種外在上帝視角的干涉，唯一的上帝視角恰是機(jī)器“嬰兒”自身的內(nèi)在視角。而“養(yǎng)育”具體的技術(shù)手段，也不是專用人工智能的機(jī)器學(xué)習(xí)、圖象識別、優(yōu)化求解等計(jì)算機(jī)及機(jī)器人相關(guān)的軟硬件技術(shù)，而是相較于人類嬰幼兒一樣的教育手段。這種特殊性與人們過去幾十年來對機(jī)器學(xué)習(xí)、人工智能的了解相悖，令其乍看上去似乎難以理解。在此，以感知運(yùn)動為例進(jìn)行比較說明：
首先，專用人工智能系統(tǒng)的處理內(nèi)容無所不包，既可以是圖像、聲音之類的具象數(shù)據(jù)，也可以是自然語言、知識之類的抽象概念，但通用人工智能系統(tǒng)的教育能且只能從感知運(yùn)動經(jīng)驗(yàn)做起。因?yàn)橹挥兄苯咏?jīng)驗(yàn)才是絕對經(jīng)驗(yàn)，而只有絕對經(jīng)驗(yàn)才能在通用人工智能系統(tǒng)中直接落地。至于給通用人工智能系統(tǒng)預(yù)置“思想鋼印”的想法皆為秕言謬說，這些抽象經(jīng)驗(yàn)根本沒有立身之基，好比向人類嬰兒詢問“好人有好報(bào)”的看法一樣可笑。盡管理論上也許可以借助某種神秘生物手段在嬰兒腦中搭建特定的神經(jīng)構(gòu)成，但實(shí)際上嬰兒對這種抽象觀念卻毫無一絲理解可言。所以，就連距離、速度、避障乃至數(shù)字等自動駕駛最初級的常識，通用人工智能的機(jī)器嬰兒一開始也并不知曉，亦如人類嬰兒一般。
其次，專用人工智能系統(tǒng)的學(xué)習(xí)和訓(xùn)練階段中，感知與運(yùn)動通常是分離的。圖像識別無須攝像頭像人眼一樣“跳視”，而機(jī)器人位移也只是程序設(shè)定的機(jī)械操作及其優(yōu)化。然而，在通用人工智能系統(tǒng)“養(yǎng)育”過程中，感知和運(yùn)動不可分，二者不是兩類不同事物，而是同一類事物的不同側(cè)面。運(yùn)動是感知經(jīng)驗(yàn)變化的原因，感知則是運(yùn)動結(jié)果的反饋，二者相互依存、缺一不可。更為重要的是，直接或間接經(jīng)由運(yùn)動，感知才能建構(gòu)出主體內(nèi)在的經(jīng)驗(yàn)意義。比如，對于一個僅裝配輪子和超聲波傳感器的通用人工智能小車而言，聲波數(shù)據(jù)本身是沒有意義的，其意義發(fā)生于運(yùn)動因其變化之后；而單純的運(yùn)動也沒有意義，運(yùn)動的意義在于傳感器數(shù)值由其減少到零的過程之中。也就是說，感知運(yùn)動信號是最直接且不可再分的原子經(jīng)驗(yàn)，原子經(jīng)驗(yàn)沒有原生意義，其意義來自內(nèi)在的相互賦予。以視覺為例，通用人工智能的主動視覺與主流計(jì)算機(jī)視覺的基本原理和實(shí)現(xiàn)方式大相徑庭，盡管都是“看”，卻有不同的“見”。前者關(guān)注動機(jī)水平上自上而下面向可供性（Affordance）的意義建構(gòu)，具有主觀性和可解釋性；后者則聚焦于像素水平自下而上的模式發(fā)現(xiàn)與匹配，本質(zhì)是一個無腦的哲學(xué)僵尸。
此外，通用人工智能的自動駕駛也不僅僅只停留在造車的層面，它是我們的一面鏡子，能夠從中折射出更為深刻的人的道理而令我們受益。例如，通用人工智能機(jī)器“嬰兒”的運(yùn)動分為主動運(yùn)動和被動運(yùn)動兩類。主動運(yùn)動由機(jī)器“嬰兒”自行控制車輪移動，被動運(yùn)動則是車輪不動由外力（比如人拿起小車）導(dǎo)致車體位置變化。主動運(yùn)動是主觀經(jīng)驗(yàn)的發(fā)動機(jī)，是從客觀環(huán)境中與傳感器一同協(xié)作感受自我邊界從而區(qū)分主客體的原動力，因此對機(jī)器“嬰兒”至關(guān)重要。只有經(jīng)歷這樣的成長，才能在人與物、自我與他人、自我與環(huán)境之間形成更清晰的辨識。反觀人類自身，對那些無法有效將人與物、自我與他人進(jìn)行區(qū)分的自閉癥患兒而言，通用人工智能自動駕駛所帶來的病理學(xué)啟示，無疑是當(dāng)前自閉癥生物學(xué)假說深陷泥淖之時的一線“另類”曙光。
故而，不同于時下大燥的自動駕駛技術(shù)，通用人工智能注定走在不一樣的道路上 —— 不只駕駛車輛，甚至品悟“人生”。
注：
文章發(fā)表于《中國社會科學(xué)報(bào)》科學(xué)與人文版 [1]，本文為投稿原文。
[1] 劉凱，賈敏.探索基于通用人工智能的自動駕駛 [N]. 中國社會科學(xué)報(bào)，2022-08-23 (007).
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。