QQ在線
企業(yè)微信
資訊
127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。專用人工智能的目的在于通過預(yù)設(shè)的算法或訓練解決特定問題；而通用人工智能則致力研發(fā)元學習能力，借助后天培育解決各類問題。正如將“智能”視作“計算”一樣，專用人工智能專家常常將自動駕駛視為一個純粹的技術(shù)問題，并試圖通過模塊化的方式實現(xiàn)技術(shù)拓展。
未來，專用人工智能技術(shù)路線下的L4—L5級別的自動駕駛，或趨向“智能外包”的技術(shù)解決路線——依靠的不是更強的單車智能，而是更復雜、精密的上層協(xié)調(diào)節(jié)點。這種做法存在諸多隱患。高級協(xié)調(diào)節(jié)點不僅覆蓋性有限，并將增加通行系統(tǒng)的邊際成本和總體復雜性，令單車決策鏈延長及決策參與度降低。其后果是，智能路網(wǎng)本身的系統(tǒng)性脆弱將面臨被放大的風險。事實上，基于專用人工智能的自動駕駛并未真正面對“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），即車輛自己更多負責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，而往往是人為改造了那些不適應(yīng)的地方——這仍陷于“有多少人工，就有多少智能”的魔咒之中。
通用人工智能試圖創(chuàng)造能思考、有情感的具有認知功能的軟件系統(tǒng)，并認為智能并非全知全能，系統(tǒng)需要通過預(yù)設(shè)的元能力不斷學習才能達到某個領(lǐng)域內(nèi)的實用水平。而且，即使在達到這種水平后，學習也不會停止，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)置的是元水平的學習能力，但一切學習的內(nèi)容都由后天習得。因此，基于通用人工智能系統(tǒng)的自動駕駛，本質(zhì)上是一個教育而非技術(shù)問題。
通用人工智能系統(tǒng)在啟動時并未預(yù)置任何駕駛經(jīng)驗，更不是為了駕駛汽車而設(shè)計的。通用人工智能系統(tǒng)與人類高度類似，成長的第一步也是通過自身的感知運動設(shè)備獲取具身的直接物理經(jīng)驗。訓練一個機器人和訓練一輛汽車完成自動駕駛?cè)蝿?wù)，對通用人工智能系統(tǒng)而言并無實質(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。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，基于通用人工智能的自動駕駛，不限定設(shè)備類型、載運形式和駕駛環(huán)境，這樣也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)在駕駛背后學習內(nèi)容的廣博性和具身理解性。通用人工智能自動駕駛“算法”的奧義，就是從零開始“養(yǎng)育”一臺通用人工智能的機器“嬰兒”。這臺機器“嬰兒”具有主動性，其行動力依靠自身積累的歷史經(jīng)驗，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的那種外在干涉。而“養(yǎng)育”具體的技術(shù)手段，也不是專用人工智能的機器學習、圖像識別、優(yōu)化求解等軟硬件技術(shù)，而是類似于對人類嬰幼兒的教育手段。這種特殊性與人們的常識相悖，令其乍看上去似乎難以理解。在此，以感知運動為例進行比較說明。
首先，專用人工智能系統(tǒng)的處理內(nèi)容既可以是圖像、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，但對其教育能且只能從感知運動經(jīng)驗做起。因為只有這種經(jīng)驗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)驗根本沒有立身之基。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，通用人工智能的機器“嬰兒”一開始也并不知曉。
其次，專用人工智能系統(tǒng)的學習和訓練階段中，感知與運動通常是分離的。圖像識別無須攝像頭像人眼一樣“跳視”，而機器人位移也只是程序設(shè)定的機械操作及其優(yōu)化。然而，在通用人工智能系統(tǒng)的“養(yǎng)育”過程中，感知和運動不可分，二者不是兩類不同事物，而是同一類事物的不同側(cè)面。運動是感知經(jīng)驗變化的原因，感知則是運動結(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)由運動，感知才能建構(gòu)出主體內(nèi)在的經(jīng)驗意義。感知運動信號是最直接且不可再分的經(jīng)驗，其意義來自內(nèi)在的相互賦予。
最后，基于通用人工智能的自動駕駛也是我們的一面鏡子，能夠從中折射出深刻的關(guān)于人的道理。比如，通用人工智能的機器“嬰兒”的運動，可分為主動運動和被動運動兩類。主動運動由機器“嬰兒”自行控制車輪移動，被動運動則是車輪不動由外力（如人拿起小車）導致車體位置變化。主動運動是主觀經(jīng)驗的發(fā)動機，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、自我與他人進行區(qū)分的自閉癥患兒而言，基于通用人工智能的自動駕駛所帶來的病理學啟示，或為當前自閉癥生物學假說帶來新的可能。
