李德毅:让云计算、大数据助推并成就人工智能

2016-06-12 10:06 来源:经济观察报
浏览量: 收藏:0 分享

李德毅;云计算;大数据;人工智能

导语:他最早提出“控制流—数据流”图对理论和一整套用逻辑语言实现的方法;提出云模型、云变换、云推理、云控制等方法用于不确定性认知和云计算,在智能控制“三级倒立摆动平衡”实验和智能驾驶中取得显著成效。

  李德毅,中国工程院院士,物理学家。中国人工智能学会理事长,欧亚科学院院士。他最早提出“控制流—数据流”图对理论和一整套用逻辑语言实现的方法;提出云模型、云变换、云推理、云控制等方法用于不确定性认知和云计算,在智能控制“三级倒立摆动平衡”实验和智能驾驶中取得显著成效。

  近十年,李德毅院士一直关注中国的云计算产业。对于李德毅来说,从云计算到人工智能,新技术形态正在带来应用端空前的繁荣,它们不仅涉及到大数据、机器人,还包括智能驾驶。

  目前,这位年近耄耋之年的科学家正与国内的车辆制造企业进行驾驶脑方面的合作。驾驶脑——即代替人类指挥车辆进行自主驾驶的认知和控制单元——在李德毅看来,将人类在驾驶活动时的动机、思维与记忆等用机器来实现,就是驾驶脑。在这个过程中,记忆认知与交互认知,相比计算认知更为重要。

以下为李德毅院士自述——

  去年,我和我的同事们还有企业的合作伙伴们做了一件事情,利用无人驾驶技术、通过精确导航,将国产的公交车从郑州到开封,实现了世界上第一辆大巴在郑州的道路上运行,而且全程无人干预。

  汽车,曾经被称之为改变了世界的机器正在被软件所改变。但我不主张简单地说智能车就是四个轮子加一部手机,这句话有问题。智能车研发的困难不仅仅是传感器,更重要是机器驾驶脑和驾驶员一样应对不确定性,适时做预测控制,驾驶活动是人在活动中预测控制,更多是技巧和经验而不是知识、推理和计算,经验驾驶员常年与车互动,熟练到把车融为身体一部分,成为身体无缝对接的增设外力。

  而预测控制正是人工驾驶的魅力所在。

  举个例子车子在急匆匆地赶往机场的路上,前面强光非常的刺眼,我们就只好尽快把车速减下来,而轮式机器人也需要在出现不确定情况的时候紧急应对。举个例子来讲,周边突发事故随时发生,环境噪声或者对面一个车突然过来了,尤其是那个宠物从横向切过来,这些都需要预测控制。

  但智能驾驶最基本的问题,好多人还没有搞清楚。到底是谁教谁?

  智能车不是程序定义的机器,真正教机器人开车应该是经验驾驶员。比如谷歌请了一大批经验驾驶员开车,在这个问题上我们有相同的认知。我的团队常年以来都是把装有程序的技术交给第三方,自动启动技术程序,让汽车自动开。

  本质上程序员通过程序教机器人开车,汽车成为软件定义的机器,实现了自动驾驶。自动驾驶根本区别在于机器人有没有向人类驾驶员在线学习的能力。谁教谁,我的观点,不是观点程序员教机器,而是有经验人的驾驶员教机器人。

  下一步,学什么?学人驾驶。人的驾驶过程是一个人在大脑回路中的预测控制。预测控制作为反被控制的策略之一,驾驶员有限之内的预测或者时间滚动以后,始终由当前预测值刷新这个问题。第一个元素形成返回空置率作为这个车,所以光有传感器是不行的。

  接下来,怎么学?轮式机器人涉及时变、非线性、有时滞、是多约束条件下的目标优化。我们采取策略是给出一个三位一体的机器认知、交互认知、驾驶员认知的方法。学习驾驶员认知的行使化。一个好的驾驶员安全反应度要高;第二个要舒适,不能让坐的人前仰后翻;第三个耗油量低。

  我们要将调试总线扩展为自学总线,开创自学习板块,完成深度学习和进化学习,让抡式机器人像人一样开车,研发有个性的智能车。将经验驾驶员对油门、制动和方向盘的操控量抽象为认知箭头。利用搜索引擎通过态势图、以图搜图,实时地在记忆中近似像素。形成大数据认知碎片化认知,细分的约束取件,通过大量微观认知形式化,减少形式化难度,缩小在线推理的范围。

  另外,关于智能驾驶技术相关的政策和法律适配的问题,现在国家一级设立了智能设施示范区,第一个在上海,还有4个,很快智能驾驶将进入寻常百姓家,比你想象中要快。

  云计算的概念已经从概念当中通过技术落地了,目前的问题是怎么提高服务质量的问题,服务要更加精细化,更加的经济。那么云计算在人工智能领域起什么作用?

  云感知、云认知、云交互、云学习,如果是驾驶脑,有了云计算这个驾驶脑变成驾驶超脑,因为可以借助全体的智慧,形式化的约束然后做模型然后做算法然后写程序,程序+数据+文档是软件,程序围着数据转,就能用数据定义程序、数据定义算法、数据定义模型。

  让轮式机器人在工作记忆里面形成驾驶态势,涵盖方向盘具体动作。再认知再行动这样一个数据的认同,所以我认为不要老是讲计算,记忆太重要了,记忆不等于存储,记忆和计算和存储是同时发生的。

  轮式机器人的应用,说明一个问题——人工智能核心不仅仅是算法更是学习——在大数据环境下充分发挥大数据碎片化认知,客观形式的认知难度,降低形式化的难度,生成数据定义的软件,那才是围着数据转,形成数据的有价值的人工智能。

  很多人担心,未来机器人将控制人类社会,但很多的专家、学者的共识是“人是强智能、机器是弱智能的。不管怎么说呢,机器与人共舞的过程中,人一定是领舞者,所以要对人工智能有一些敬畏之心。让机器跟人类和谐的共存。

  人类要控制这个机器人,要调教机器人,用新机器人代替旧的机器人。人以后会更重要,聪明程度也会越来越强。事实上,人工智能是物理学和生命科学这两个最强大的科学领域交叉形成,必然会给人类社会带来巨大变化。

标签:

责任编辑:admin
在线客服