每个故事都有个开头，对人工智能(Artificial Intelligence， AI)而言，可以选择的开头有很多，因为人类对人工智能的梦想，可以追溯到很久很久以前。

——迈克尔·伍尔德里奇

《人工智能全传》

作者：[英]迈克尔·伍尔德里奇

出版社：浙江科学技术出版社

出版时间：2021年3月

作者介绍

[英]

迈克尔·伍尔德里奇

Michael Wooldridge

国际人工智能学界领军人物，现任牛津大学计算机学院院长，投身人工智能研究30余年。

2015—2017年曾担任国际人工智能联合 会议（IJCAI）主席（该会议是人工智能界顶级会议之一），2020年获颁英国计算机领域至高荣誉——洛芙莱斯奖章，被誉为英国计算机领域具有重要影响力的三位学者之一。

以下为《人工智能全传》精选内容

深度学习为人工智能的应用打开了大门，在21世纪的第二个10年里，自从20世纪90年代万维网出现以来，还没有另一门新技术如人工智能这样吸引人们的注意力。每个拥有数据和需要解决问题的人都忍不住要问，深度学习是否能够帮助他们——在很多情况下，答案是肯定的。

人工智能已经出现在我们生活的方方面面，我们随时都能感受到它的存在。但凡涉及技术的领域，都有人工智能的身影：教育、科学、工业、商业、农业、医疗保健、娱乐、媒体和艺术等各个领域。未来，或许有些领域会有非常明显的人工智能痕迹，有些领域则不会。人工智能将悄然无声地嵌入我们的世界，就像今天的计算机一样。正如计算机和万维网，人工智能也将改变我们的世界。

人工智能的伟大应用 — 无人驾驶汽车

在撰写本文的时候，全球每年有超过100万人死于和汽车有关的交通事故，仅中国和印度就占了其中的四分之一；每年还有5000万人在跟汽车有关的交通事故中受伤。这些数字触目惊心，想象一下，如果出现一种每年可以夺取100万人性命的新型流感病毒，那一定会引起全球性恐慌。然而，我们却习惯了公路上的危险——我们似乎已经接受这就是现代社会的现状。不过，人工智能能够带来大幅降低交通事故的前景：在发展智能中期内出现无人驾驶汽车，已经成为可能。最终，它能够拯救无数人的生命。

自20世纪40年代以来，人们在自动驾驶领域就不断地尝试，但直到70年代微处理器技术出现以后，它们才真正变得可行。不过，无人驾驶汽车面临的挑战也是艰巨的，最根本的问题就是感知。如果你能够找到一种方法，让一辆汽车能够随时准确地知道它自己在哪里，周围环境是怎么样，那么恭喜你，你已经找到解决无人驾驶问题的方法了。而要解决感知问题，我们需要采用现代机器学习技术：没有它们，无人驾驶汽车无法实现。

无人驾驶技术的里程碑演进

1987-1995年，由欧洲泛政府研究组织欧洲研究协调局(EUREKA)出资赞助的普罗米修斯工程，是无人驾驶汽车技术的先驱。在1995年进行了一次示范表演。一辆汽车在无人驾驶的情况下从德国慕尼黑开到丹麦的欧登塞，然后返回。虽然平均5.5英里就需要进行一次人工干预，但是在没有人工干预的情况下，最长的一次无人驾驶距离约为100英里。

2004年，美国国防高级研究计划局(DARPA)组织了一场无人驾驶汽车顶级挑战赛，邀请研究人员组队参加挑战赛，让无人驾驶的车辆穿越150英里的美国乡村。共有106支来自大学研究院和汽车公司的参赛队。但在这一届比赛中，没有一支队伍完成超过8英里的赛程，有的车辆甚至都没能驶离出发区。跑得最远的是来自卡内基-梅隆大学的无人驾驶汽车，虽然它仅仅前行了7.5英里就偏离了航道，卡在堤坝上。

2005年的比赛吸引了更多的参赛者，总共有195支队伍参赛，最终闯入决赛的有23支。最终的冠军被斯坦福大学研究团队摘得，获得了200万美元的奖金。斯坦福大学获胜的汽车名叫STANLEY，由塞巴斯蒂安·特隆(Sebastian Thrun)带领的团队打造。它是由一辆大众途锐汽车改造的，用了不到7个小时就完成了比赛，平均时速20英里。STANLEY配备了7台车载电脑，它们需要解读GPS、激光测距仪、雷达和视频传输中的数据。

从那以后，无人驾驶汽车技术领域获得了大量投资，既有老牌汽车公司不顾一切地拒绝被时代车轮甩掉，也有新公司发现有机会来抢夺传统汽车制造商的蛋糕。

2014年，美国自动化工程师协会提供了一个实用的分级方案，为自动驾驶分级制定了标准：

Level 0：人工驾驶。汽车没有自动控制功能，驾驶员始终自主控制车辆(尽管车辆会提供警告和其他数据用来辅助驾驶员驾驶)。如今公路上的绝大部分汽车都是L0级。

Level 1：辅助驾驶。汽车提供了一定程度的控制，通常是在常规驾驶方面，但驾驶员仍须在驾驶过程中保持全神贯注。自适应巡航控制系统是辅助驾驶的一个例子，它可以使用刹车和油门来控制车速。

Level 2：部分自动化。在这个等级，汽车可以参与转向和速度的自主控制，但驾驶员同样需要持续监控驾驶环境，并准备好在必要的时候进行干预。

Level 3：有条件自动驾驶。在这个等级，驾驶员已经不再需要持续监控驾驶环境，尽管汽车可能会要求用户在遇到无法应对的情况下进行控制。

Level 4：高度自动化驾驶。在这个等级，汽车能够自动完成正常驾驶操作，不过驾驶员仍然可以干预驾驶行为。

Level 5：全自动驾驶。你只需要坐上一辆车，说出你的目的地，然后剩下的所有事情都交给汽车自动处理。这种汽车甚至连方向盘都没有。

在撰写本书时，最先进的商用无人驾驶汽车系统可能是特斯拉的自动驾驶系统，最初出现在特斯拉S型车上。2012年发布的特斯拉S型是高规格电动车系列中的旗舰车型，在发布之时，它或许是全世界技术最先进的市售电动车。从2014年9月起，所有特斯拉S型车都配备了摄像头、雷达和声程传感器。2015年10月，特斯拉发布了新款车用软件，启用了这些高科技套件，完成“自动驾驶”功能——当然，是一种有限的自动驾驶能力。

无论这项技术有多先进，很明显，涉及自动驾驶仪的严重事故还是会发生，而第一例特斯拉自动驾驶仪导致人员死亡的事故很快成为全世界的头条新闻。2015年5月，佛罗里达州的一位特斯拉车主在路上与一辆18轮卡车相撞，不幸身亡。有报道称，汽车的传感器被白色卡车在明亮的天空下的景象给迷惑了，结果汽车的人工智能系统未能识别出路上还有另一辆车存在，直接高速撞上卡车。

无人驾驶何时才能进入日常生活？

目前围绕无人驾驶汽车的一系列活动表明，这项技术已经日趋成熟，但是离它进入我们的现实生活还有多久呢？我们什么时候可以跳上一辆无人驾驶汽车，只需要说出自己的目的地，就可以轻松抵达呢？

2017年，有20多家公司向加利福尼亚州提交了自动驾驶汽车脱离报告。从行驶里程数和每千英里最低脱离次数来看，一家名为Waymo的公司遥遥领先，该公司的自动驾驶汽车平均每行驶5000英里才报告1次脱离。表现最差的是汽车巨头梅赛德斯-奔驰，每千英里不少于774次脱离。

Waymo是谷歌旗下的无人驾驶汽车公司，最初，它是谷歌内部的一个项目，运营负责人是塞巴斯蒂安·特隆，他曾经率领团队赢得2005年美国国防高级研究计划局组织的无人驾驶汽车挑战赛。2016年，Waymo成为谷歌的子公司，2018年，Waymo的报告说，该公司旗下无人驾驶汽车已经达到平均行驶超过11 000英里才报告1次脱离的水准。

从各大汽车制造商的尝试中，我们可以得出的第一个结论是：汽车行业经验的积累并不是无人驾驶汽车技术取得成功的关键条件。仔细想想这并不奇怪：无人驾驶汽车的关键不是内燃机，而是软件——人工智能软件。因此，美国汽车巨头通用公司在2016年收购了无人驾驶汽车公司Cruise Automation，金额保密(但显然数额巨大)，而福特公司给自动驾驶初创公司Argo AI投资10亿美元。两家公司都公开了推出无人驾驶汽车的雄心勃勃的声明：福特公司预测将在2021年前投入运营一款“完全自动驾驶”的商用汽车。

有趣的是，与无人驾驶汽车技术工程师交谈会发现，他们认为这项技术的关键难点在于如何应对突发事件。我们可以训练汽车应对大多数可能出现的危险，但当汽车遇见一种与训练中任何事件都不同的情况，会发生什么呢？虽然大多数驾驶场景都是常规和可预期的，但难免会出现完全无法预计的突发状况。在这样的情况下，人类驾驶员可以凭借丰富的经验进行处理，利用经验思考处理方案，如果实在来不及思考，也会凭借直觉处理。而无人驾驶汽车没有直觉这种奢侈的东西——在可以预见的未来，它们也不会拥有。

鉴于我对无人驾驶汽车技术进步的乐观评价，以上的问题听起来可能让人十分悲观。所以，让我尽可能解释一下我认为未来几十年内，事情会怎样发展。首先，我的的确确相信无人驾驶汽车技术在某种形式上很快就会在日常生活中应用——当然，是在未来10年内。然而，这并不意味着L5级的自动驾驶可以很快实现。相反，我认为，我们将开始看到无人驾驶技术在特定的“安全”领域开始推广，并逐渐走向更广阔的世界。

那么，这些技术将率先在哪些领域开始推广呢？我认为采矿业是一个很好的例子，也许从澳大利亚西部或加拿大阿尔伯塔省的大型露天矿开始：那里地广人稀，行人和喜欢骑自行车蛇行或做出其他危险动作的人也少得多。事实上，采矿业已经大规模使用自主汽车驾驶技术。例如，横跨英国和澳大利亚的跨国矿业集团力拓集团于2018年宣称，在西澳大利亚皮尔巴拉地区，他们的大型自动卡车车队已经运送超过10亿吨矿石和矿产。从公开的信息看，这些自动卡车离L5级别的全自动驾驶还差得远——更偏向“自动化”而不是“自主驾驶”。不过这是个很好的例子，说明无人驾驶汽车在有限的环境中能够发挥巨大作用。

同样，无人驾驶车辆似乎非常适用于工厂、港口或者军事设施区域。我相信在未来几年内，无人驾驶技术将在这些领域得到大规模应用。