【第一電動網(wǎng)】(專欄作者 夏珩)為期一周的人機世紀大戰(zhàn)最終以谷歌人工智能圍棋手AlphaGo四勝一負完勝人類世界圍棋冠軍李世石9段落下帷幕，引發(fā)了全人類對人工智能的關(guān)注狂潮。 AlphaGo(阿爾法狗)的強勁表現(xiàn)令科技界產(chǎn)業(yè)界為之振奮， 而未來其所代表的人工智能(AI, artificial intelligence)技術(shù)在智能駕駛等領域的發(fā)展則更加讓我們期待。 為什么這樣說？我們從兩個方面來聊一聊。

第一是深度學習，從大數(shù)據(jù)中學習發(fā)掘規(guī)律。 AlphaGo和李世石對弈， 都是在決定下一個子落在哪里的問題。 一個19*19的棋盤最多就有了361種選擇。 而最終的勝負是由這幾步、幾十步、甚至上百步?jīng)Q定的。 所以圍棋是典型的動態(tài)決策系統(tǒng)， 每一步都影響了后面的結(jié)局，每下一步我們都不得不去考慮接下來的幾步應該是怎么樣的， 這一步落子對后面有什么影響。 這也就是咱們說的棋盤推演。若是由電腦來做推演， 去考慮落子的各種可能性，從中選出最有勝算的一招，那人還有勝算嗎？ 1997年‘深藍’就是利用類似的‘窮舉法’打敗了當時的國際象棋世界冠軍卡斯帕羅夫。圍棋難就難在它的變化太多， 復雜度太高了，和國際象棋完全不在一個數(shù)量級， 就算是讓深藍用上當今最快速的硬件去硬算圍棋的棋盤推演， 深藍也只能對你說臣妾做不到呀。

人機世紀對決(圖片來源于網(wǎng)絡)

人比‘深藍’高明的一點就是棋感。 人根據(jù)棋局評感覺， 而不必做細致的棋盤推演， 就能大概篩選出一些較好的選擇； 對于走一步之后的局面， 人能大概判斷出是贏面大還是輸面大。所以人就避免了窮舉棋盤推演， 只需針對少量的選擇做些有效的搜索即能做出落子判斷。 從決策規(guī)劃的角度考慮， 這就好比把一個動態(tài)規(guī)劃的問題用近似動態(tài)規(guī)劃(ADP)的方法解決了。而對棋局的簡單有效的評估就類似ADP中的value function(價值函數(shù))， 落子的傾向性選擇類似ADP中的heuristics(試探法)。這種valuefunction和heuristics就是圍棋中的規(guī)律。 AlphaGo的成功就在于它的算法中包含了這兩個規(guī)律，而不僅僅是野蠻搜索。它的規(guī)律是通過機器學習獲得的， 這就是AlphaGo背后的兩大技術(shù)本質(zhì)：大數(shù)據(jù)和深度學習。通過學習幾千萬局的對弈過程數(shù)據(jù)，訓練后的人工神經(jīng)網(wǎng)絡中固化了優(yōu)秀棋手的落子傾向和對局面的判斷能力。 這樣在實時的人機對弈過程中， 其所需要搜索的空間范圍已經(jīng)收縮到一個可計算的范圍內(nèi)， 最終選定最佳落子。 而深度學習持續(xù)不斷的學習對弈數(shù)據(jù)， 使AlphaGo始終保持進步。

二是數(shù)據(jù)、學習與互連，讓AI做你的智能駕駛司機。AlphaGo的勝利只是針對一個博弈游戲，但是AlphaGo的算法是通用的機器學習算法，而不是特定于圍棋一種應用，所以真正有意義的是人工智能已經(jīng)在影響技術(shù)領域。 AlphaGo經(jīng)過學習打敗了圍棋世界冠軍， 那么AI技術(shù)用在汽車領域呢？人工智能駕駛會不會成為世界上最優(yōu)秀的司機？ 當前不是， 但是這個進程已經(jīng)開始。

人就是智能駕駛的老師， 每天的行駛數(shù)據(jù)(路況， 地圖， 交通信息， 駕駛員的操作)中包含著駕駛和交通的規(guī)律。AI技術(shù)通過學習這些大數(shù)據(jù)就能掌握人所掌握的規(guī)律。特斯拉(Tesla) 的Autopilot 1.01就已經(jīng)具備了學習的功能。特斯拉的用戶們已經(jīng)報道了他們的汽車每天的變化， 一開始不能很好保持在彎道行駛上的特斯拉汽車，漸漸地學會了在彎道上減慢車速從而實現(xiàn)車道保持。

小鵬汽車工程師對標Tesla Model S

而這種學習更大的力量在于它可以不僅是一輛車的學習， 更可以是所有的特斯拉汽車的共同學習。 汽車已經(jīng)有了互連網(wǎng)絡的屬性，駕駛數(shù)據(jù)從每一輛汽車傳輸?shù)皆贫耍?所以是一個群體去訓練同一個機器大腦。 這一點是比人腦更有優(yōu)勢的地方， 一個人的學習只能依靠自己的數(shù)據(jù)， 而機器學習卻能從所有人的數(shù)據(jù)中去發(fā)現(xiàn)規(guī)律，從而有望學習到最全面的駕駛規(guī)律， 超越每一個個體。 并且這種學習成果的分享性更是人類所不能及。 云端的AI可推送到每一個汽車中，實現(xiàn)數(shù)據(jù)的閉環(huán)。所以以后的汽車應該是具備本地學習能力以及互連群體學習的功能。 目前能提供這種基礎構(gòu)架的例如NVIDIA發(fā)布的PX2車載終端， 其每秒可進行24萬億次深度學習計算。 我們小鵬汽車在設計之初就考慮了這種需求方向，智能與互連是我們的屬性， 汽車-數(shù)據(jù)-網(wǎng)絡-后臺， 系統(tǒng)的框架能夠讓AI今后在我們的汽車上發(fā)揮作用。

機器學習甚至意味著能夠發(fā)現(xiàn)人類駕駛數(shù)據(jù)中沒有包含的規(guī)律。 好比AlphaGo通過左右互搏，產(chǎn)生大量新的對弈數(shù)據(jù)，通過加強學習(reinforce learning)刺激AlphaGo發(fā)現(xiàn)更優(yōu)的圍棋路數(shù)。在智能駕駛領域， 通過仿真交通場景， 讓AI自己去發(fā)現(xiàn)智能駕駛的問題與局限， 今其產(chǎn)生更好的規(guī)劃、決策和執(zhí)行。

智能駕駛技術(shù)的成熟尚需時日， 正如人工智能技術(shù)本身同樣處于快速發(fā)展中一樣。 越來越多的技術(shù)會最終應用于智能汽車， 通過學習不斷提高駕駛水平，帶來更加安全更加極致的駕駛體驗。

我們的司機是AI， 這一天終會到來，我們也會盡情的享受這種變革給我們帶來的便利，而不會再覺得是被碾壓了。

作者系小鵬汽車總裁

返回第一電動網(wǎng)首頁 >