李德毅院士：智能時(shí)代的農(nóng)機(jī)駕駛 ——人工智能一百年

2020年12月20日，由中國(guó)人工智能學(xué)會(huì)主辦，CAAI智能駕駛專委會(huì)、上海交通大學(xué)、上海人工智能研究院有限公司、江蘇南京生態(tài)科技島經(jīng)濟(jì)開(kāi)發(fā)區(qū)管理委員會(huì)、中新南京生態(tài)科技島開(kāi)發(fā)有限公司承辦的“2020智能網(wǎng)聯(lián)汽車高峰論壇”在江蘇南京中新生態(tài)科技島舉辦。主旨報(bào)告環(huán)節(jié)，CAAI名譽(yù)理事長(zhǎng)李德毅院士帶來(lái)了題為《智能時(shí)代的農(nóng)機(jī)駕駛 ——人工智能一百年》的精彩演講。

以下是李德毅院士的演講實(shí)錄：今天的報(bào)告主要講三個(gè)再認(rèn)識(shí)——對(duì)當(dāng)前時(shí)代的再認(rèn)識(shí)，對(duì)人工智能的再認(rèn)識(shí)，對(duì)農(nóng)業(yè)革命的再認(rèn)識(shí)。

一、對(duì)當(dāng)前時(shí)代的再認(rèn)識(shí)

人類從智人發(fā)展到當(dāng)代文明，經(jīng)歷了石器時(shí)代、新石器時(shí)代、農(nóng)業(yè)革命時(shí)代，工業(yè)革命時(shí)代。如今到了人工智能時(shí)代，是否可以換一個(gè)視角，看看人類經(jīng)歷了幾次認(rèn)知革命。

人類的第一次認(rèn)知革命大約發(fā)生5000年前，發(fā)明了語(yǔ)言，更為重要的是發(fā)明了文字和符號(hào)，讓人類的歷史得以記錄，從而使得人類智能可以作為知識(shí)而獨(dú)立存在，誕生了文化和文明，形成了智能的生態(tài)。

第一次認(rèn)知革命之后，大約到了500年前，科技開(kāi)始大發(fā)展，人類對(duì)客觀世界的認(rèn)知大大地向前走了一步，產(chǎn)生了科學(xué)技術(shù)是第一生產(chǎn)力的共同理念。人類通過(guò)對(duì)物質(zhì)和能量的認(rèn)知，發(fā)明了各種各樣強(qiáng)大的機(jī)械、動(dòng)力工具，解放人類的體力。這是第二次認(rèn)知革命——認(rèn)知客觀世界，發(fā)明動(dòng)力工具。

今天，我們身處在第三次認(rèn)知革命中。大約從100多年前，我們開(kāi)始研究人腦是怎么工作的。其實(shí)所有的科學(xué)歸根到底就是研究三件事——地球是怎么產(chǎn)生的，生命是怎么產(chǎn)生的，人腦是怎么工作的。人工智能工作者更多地希望用人工智能來(lái)解放人的智力，所以把它稱之為第三次認(rèn)知革命——認(rèn)識(shí)人類智能，發(fā)明人工智能。

現(xiàn)在有人希望看到人工生命，我個(gè)人認(rèn)為生命是人類存在的底線，對(duì)待底線要謹(jǐn)慎再謹(jǐn)慎，在生命和意識(shí)都還沒(méi)研究清楚時(shí)，還是要讓人工智能脫離我們的生命體而獨(dú)立存在。但將來(lái)也許會(huì)有第四次認(rèn)知革命——認(rèn)知精神和意識(shí)，創(chuàng)造人工生命，成就智慧人類。

二、對(duì)人工智能的再認(rèn)識(shí)

為什么要對(duì)人工智能再認(rèn)識(shí)？因?yàn)樵缭?956年的達(dá)特茅斯會(huì)議上，就已經(jīng)提出了關(guān)于人工智能的7個(gè)議題，現(xiàn)在看這7個(gè)議題也不落后。

人腦在進(jìn)化過(guò)程中，其中一個(gè)突出的進(jìn)化就是讓人腦后天有更大的可塑性。人腦組織結(jié)構(gòu)的進(jìn)化和后天學(xué)習(xí)成就了人類智能。這里的組織結(jié)構(gòu)主要表現(xiàn)在遺傳基因和可塑性，而人類的智能——知識(shí)、文化和文明主要是后天形成的。人類最偉大的智能是發(fā)明了教育，人的一生中有四分之一的時(shí)間在接受科學(xué)技術(shù)、接受群體智能，把別人的群體智能變成個(gè)人的智能。這種群體智能、個(gè)體智能的正向迭代，大大超過(guò)了人類自然進(jìn)化的速度，才使得人類站到了生物鏈的頂端。所以說(shuō)智能植根于教育，文明是智能的生態(tài)。

關(guān)于人工智能有23個(gè)權(quán)威的定義，其中一個(gè)是強(qiáng)調(diào)要像人一樣的智能，但什么是人的智能需要再定義。我認(rèn)為，智能是學(xué)習(xí)的能力，以及解釋、解決問(wèn)題的能力。這里的學(xué)習(xí)包括傳承學(xué)習(xí)和自主學(xué)習(xí)；解釋、解決問(wèn)題的能力，就是利用已有的知識(shí)，把實(shí)際問(wèn)題置于高一個(gè)階次或者高一個(gè)維度的框架下，通過(guò)演繹推理，自動(dòng)獲得其解，當(dāng)然也就可解釋了。有了智能的定義，我對(duì)人工智能就有了一個(gè)新的定義：脫離生命體的智能，是人類智能的體外延伸。

目前，所有的人工智能都是基于圖靈機(jī)模型和馮?諾依曼架構(gòu)可存儲(chǔ)程序的計(jì)算機(jī)智能，我把它叫做傳統(tǒng)人工智能。那么什么是新一代人工智能？既然是新一代，應(yīng)該有一個(gè)躍升，而不是一個(gè)小小的增量，我認(rèn)為是類腦智能，顯然這可以是一個(gè)“新一代”。傳統(tǒng)的人工智能和新一代人工智能的分界點(diǎn)又在哪？我覺(jué)得是機(jī)器碾壓人類圍棋高手，尤其是2016年人類所有的圍棋高手都被阿爾法狗打敗。

一般認(rèn)為類腦智能是受腦科學(xué)啟發(fā)的人工智能，但我認(rèn)為這還不夠全面。腦科學(xué)主要是關(guān)于生命科學(xué)和神經(jīng)科學(xué)，我主張還要加入認(rèn)知科學(xué)，包括社會(huì)科學(xué)和行為科學(xué)。這樣類腦智能就是受腦科學(xué)和認(rèn)知科學(xué)啟發(fā)的人工智能。啟發(fā)中重要的一點(diǎn)就是要?jiǎng)冸x意識(shí)，不要糾結(jié)細(xì)節(jié)，要從介觀結(jié)構(gòu)上去類腦，不要從基因、分子、蛋白質(zhì)這個(gè)結(jié)構(gòu)去類腦，在智能行為上類人，在物理裝置上重現(xiàn)人類智能。

除此以外，腦科學(xué)和認(rèn)知科學(xué)還可以給AI什么樣的啟發(fā)？我們常說(shuō)，飛機(jī)是受鳥(niǎo)啟發(fā)，潛艇受魚(yú)啟發(fā)，人工智能受腦科學(xué)和認(rèn)知科學(xué)的啟發(fā)，我列了五條和大家一同體會(huì)。

第一，沒(méi)有感知就不會(huì)有認(rèn)知?，F(xiàn)在計(jì)算機(jī)沒(méi)有感知，只有鍵盤、顯示屏，輸入的是符號(hào)，而人腦和外界環(huán)境要不停交互，和外部客體之間一直存在著認(rèn)知對(duì)應(yīng)關(guān)系。比如，孩子怎么知道媽媽這個(gè)概念的？首先他知道自己有個(gè)媽媽，然后知道玩具小熊也可以有個(gè)媽媽，再后來(lái)知道媽媽也有媽媽，最后告訴他祖國(guó)也是我的母親。四個(gè)媽媽都非常對(duì)應(yīng)、十分清晰，最后會(huì)形成一個(gè)抽象的概念。

第二，腦的不同區(qū)域各有分工，實(shí)現(xiàn)腦認(rèn)知的逐層抽象。小腦和大腦分工不一樣，即使在大腦里各區(qū)域也不同。而現(xiàn)在計(jì)算機(jī)都是在內(nèi)存里“折騰”，沒(méi)有逐層。

第三，腦區(qū)大規(guī)模神經(jīng)元組成記憶網(wǎng)絡(luò)，對(duì)認(rèn)知起決定性作用。它是個(gè)網(wǎng)絡(luò)行為，不是計(jì)算機(jī)的存儲(chǔ)。

第四，記憶認(rèn)知導(dǎo)致注意力選擇。人在看一幅圖也好，一個(gè)景致也好，都是有選擇的。

第五，人腦總是處在學(xué)習(xí)的狀態(tài)。

以上第一、二、三、四條是來(lái)自腦科學(xué)的啟發(fā)，一、三、四、五條是來(lái)自認(rèn)知科學(xué)的啟發(fā)。

人工智能已經(jīng)發(fā)展了五六十年，它的優(yōu)秀成果我們要繼承下來(lái)，大致上講有行為主義、符號(hào)主義、連接主義三個(gè)學(xué)派的成果。行為主義，希望機(jī)器人有像人一樣的行為，產(chǎn)生了機(jī)器人的行為智能。符號(hào)主義希望機(jī)器有像人一樣的思維，通過(guò)計(jì)算、預(yù)測(cè)和推理形成了可解釋的AI。連接主義希望機(jī)器腦像人腦一樣連接，所以有了20世紀(jì)70年代的機(jī)器學(xué)習(xí)，有了2 000年左右的深度學(xué)習(xí)。如今，我們發(fā)展新一代人工智能，計(jì)算主義學(xué)派的計(jì)算仍然要發(fā)揮下去，可以將連接主義拓展為記憶智能，實(shí)現(xiàn)記憶的快提取。人類智能的進(jìn)化是先低階后高階，低階認(rèn)知產(chǎn)生感知智能和行為智能，高階認(rèn)知產(chǎn)生記憶智能和計(jì)算智能；而人工智能的發(fā)展恰恰相反，誕生于符號(hào)處理，低階認(rèn)知一直很弱，必須大大加強(qiáng)。怎么沖出當(dāng)前傳統(tǒng)人工智能的困境？能不能走多邊主義的道路？能不能走“智智與共”的道路？我主張發(fā)揚(yáng)計(jì)算智能，拓展感知智能、行為智能和記憶智能，用當(dāng)前記憶把住計(jì)算的邊界，讓記憶認(rèn)知成為新一代人工智能的突破口。

十幾年前我就提出駕駛腦的概念。當(dāng)時(shí)，全球無(wú)人駕駛都在講感知、決策、控制，但僅有感知就能決策了嗎？頭腦里沒(méi)有地圖敢開(kāi)車？我們提出一定要有瞬時(shí)記憶、工作記憶和長(zhǎng)期記憶。工作記憶是當(dāng)前的駕駛態(tài)勢(shì)圖，形成路權(quán)。一輛車要往前開(kāi)，前面的空間越小，速度就越低，怎么把這么多的瞬時(shí)數(shù)據(jù)快速加到你的態(tài)勢(shì)中，形成要解決問(wèn)題——控制油門、剎車和方向盤的判斷點(diǎn)。駕駛地圖在人腦中不是一次形成的，這個(gè)地方是軟地基，那個(gè)地方有個(gè)足球場(chǎng)，開(kāi)到那里要慢一點(diǎn)，這些記憶都是靠長(zhǎng)期積累的。總方針應(yīng)該是“感知、認(rèn)知、行為，再感知、再認(rèn)知，再行為”。

最近幾年我想把駕駛腦進(jìn)一步推廣到新一代人工智能普遍的通用架構(gòu)。這個(gè)通用架構(gòu)，要能夠表達(dá)時(shí)序特征和時(shí)間的尺度特征，反映行為智能、感知智能和認(rèn)知智能之間的層次性。采用情景數(shù)據(jù)和知識(shí)模型雙驅(qū)動(dòng)，不是簡(jiǎn)單地講數(shù)據(jù)和知識(shí)雙驅(qū)動(dòng)，情境代表語(yǔ)境，數(shù)據(jù)代表語(yǔ)言，知識(shí)代表語(yǔ)義，模型代表算法，要能就地計(jì)算免搬移，自定時(shí)、自定位，時(shí)時(shí)刻刻都知道自己在哪里，自學(xué)習(xí)，自成長(zhǎng)，用進(jìn)廢退，厚積薄發(fā)，與時(shí)俱進(jìn)。

于是我開(kāi)始設(shè)計(jì)一個(gè)新一代人工智能時(shí)空架構(gòu)，包括一個(gè)外循環(huán)和兩個(gè)內(nèi)協(xié)同。即通過(guò)跨模態(tài)感知，實(shí)現(xiàn)感知行為的外循環(huán)，瞬時(shí)、短時(shí)和長(zhǎng)期記憶的協(xié)同，以及計(jì)算和記憶間的協(xié)同。我個(gè)人認(rèn)為，做數(shù)據(jù)處理應(yīng)該以DPU為核心，讓CPU和GPU作配角；在態(tài)勢(shì)方面，以GPU為核心，讓CPU和DPU作配角；只有在計(jì)算方面依然是CPU為核心，GPU和DPU作配角，而不是永遠(yuǎn)CPU作主角。CPU、DPU、GPU在不同的方面，擔(dān)任不同的主角是很正常的事情。還有一個(gè)難點(diǎn)，是需要有一個(gè)知識(shí)庫(kù)機(jī)器。目前是用搜索引擎，我希望能變成一個(gè)硬機(jī)器，變成一個(gè)知識(shí)庫(kù)機(jī)，實(shí)現(xiàn)快搜索，以及記憶的快速提取，而通過(guò)計(jì)算的提取要慢一點(diǎn)。

在這個(gè)架構(gòu)中，學(xué)習(xí)是對(duì)知識(shí)的鞏固或者修改，這個(gè)過(guò)程我們把它叫做厚積薄發(fā)。當(dāng)你遇到特定問(wèn)題時(shí)，通過(guò)短時(shí)記憶觸發(fā)記憶場(chǎng)景尋找解決方案。比如到一個(gè)路口，在場(chǎng)景記憶里路口要慢行，就不能再加速了，這叫做觸發(fā)激活，激活你的有關(guān)知識(shí)。此外，短時(shí)記憶通過(guò)注意力選擇，關(guān)注感興趣的瞬時(shí)記憶，對(duì)數(shù)據(jù)進(jìn)行選擇壓縮。

第二個(gè)再認(rèn)識(shí)可以簡(jiǎn)單總結(jié)下。新一代人工智能包括記憶智能、計(jì)算智能、交互智能。從馮架構(gòu)和新一代人工智能架構(gòu)來(lái)看，新架構(gòu)里包含馮架構(gòu)，有了時(shí)間和交互。交互是同時(shí)發(fā)生的相互關(guān)聯(lián)，兩個(gè)人握手你知道我的溫度、我知道你的力量，這和以前的先輸入后輸出是不一樣的。高速緩存可以用來(lái)作瞬時(shí)記憶，外存是個(gè)中長(zhǎng)期記憶，CPU和DPU、GPU在不同階段作不同主角。感知能夠?qū)崿F(xiàn)時(shí)時(shí)刻刻外部世界和人腦概念的對(duì)應(yīng)關(guān)系。

三、對(duì)農(nóng)業(yè)革命的再認(rèn)識(shí)

現(xiàn)在的農(nóng)田作業(yè)，機(jī)械化很好，自動(dòng)化不夠，數(shù)字化基本沒(méi)有。當(dāng)前網(wǎng)絡(luò)化和智能化正在倒逼自動(dòng)化和數(shù)字化。智能時(shí)代農(nóng)業(yè)革命的硬核，是把人工智能滲透到各式各樣農(nóng)田作業(yè)的動(dòng)力工具中，成為農(nóng)田作業(yè)機(jī)器人，發(fā)展智慧農(nóng)業(yè)。我個(gè)人認(rèn)為，拖拉機(jī)的無(wú)人駕駛是智能時(shí)代農(nóng)業(yè)革命的起跑線。

農(nóng)機(jī)的自動(dòng)化即使做到極致，但如果自動(dòng)駕駛不能像人一樣具備學(xué)習(xí)能力，不能應(yīng)對(duì)各種邊緣工況，不能對(duì)各種作業(yè)機(jī)具實(shí)現(xiàn)精準(zhǔn)操控，也很難完全代替人工勞動(dòng)。把人類智能通過(guò)人工智能滲透、物化到動(dòng)力工具里，成為會(huì)學(xué)習(xí)的農(nóng)田作業(yè)機(jī)器人，正是我們的追求。

會(huì)學(xué)習(xí)的農(nóng)機(jī)學(xué)習(xí)駕駛的過(guò)程是這樣的：首先是標(biāo)桿農(nóng)機(jī)手作業(yè)時(shí)，駕駛腦在拖拉機(jī)里通過(guò)傳感器開(kāi)始向人悄悄的學(xué)習(xí)；拖拉機(jī)開(kāi)了一段時(shí)間后，駕駛腦覺(jué)得學(xué)得差不多了，就可以要求進(jìn)行操作；但你可能覺(jué)得駕駛腦干的還不夠好，于是再通過(guò)訓(xùn)練指導(dǎo)一段時(shí)間；又一段時(shí)間過(guò)去了，你覺(jué)得駕駛腦確實(shí)挺好了，就開(kāi)始批量生產(chǎn)其他的農(nóng)機(jī)。這樣反復(fù)迭代的有指導(dǎo)學(xué)習(xí)、半指導(dǎo)學(xué)習(xí)、無(wú)指導(dǎo)學(xué)習(xí)，就是從簡(jiǎn)單的動(dòng)力工具變成智力工具，滲透到動(dòng)力工具里的一個(gè)自成長(zhǎng)、自學(xué)習(xí)的過(guò)程。

人類是比較著急的，一旦有智能了就想趕快做出來(lái)，我把這些叫做正學(xué)習(xí)。其實(shí)人類學(xué)習(xí)更多的是試錯(cuò)學(xué)習(xí)。我們遇到一次事故就永遠(yuǎn)會(huì)記得住，所以試錯(cuò)也很重要。我們可以通過(guò)深度學(xué)習(xí)或者生成對(duì)抗樣本的強(qiáng)化學(xué)習(xí)，在拖拉機(jī)上裝一個(gè)事故記憶棒，如果遇到特定的事故時(shí)，讓事故棒對(duì)待它。因此，我們不但要有正學(xué)習(xí)，還要有試錯(cuò)的負(fù)學(xué)習(xí)。

未來(lái)種地是一種享受，田里只有無(wú)人拖拉機(jī)，人在家里通過(guò)智能網(wǎng)聯(lián)控制它們?；诒倍返母呔鹊孛鍯ORS系統(tǒng)和5G超高帶寬、超低延時(shí)和超大連接的能力，可極大減少拖拉機(jī)載的傳感器。目前在拖拉機(jī)上使用不太貴的激光雷達(dá)就是這個(gè)道理，因?yàn)橥侠瓩C(jī)操縱速度畢竟沒(méi)那么高。發(fā)揮機(jī)、路、網(wǎng)、管協(xié)同優(yōu)勢(shì)，改善智能網(wǎng)聯(lián)生態(tài)，形成垂直系統(tǒng)的農(nóng)業(yè)物聯(lián)網(wǎng)，實(shí)現(xiàn)精準(zhǔn)遙控。

可交互、會(huì)學(xué)習(xí)、自成長(zhǎng)的農(nóng)田作業(yè)機(jī)器人，不但能徹底改變面朝黃土背朝天的農(nóng)民形象，而且可模擬農(nóng)業(yè)各類能工巧匠的智能，一專多能或多專多能；還可協(xié)同農(nóng)民探索農(nóng)業(yè)性問(wèn)題，以潤(rùn)物細(xì)無(wú)聲的柔軟極大地解放人的體力和智力。新一代農(nóng)民必將更加智慧，更加優(yōu)雅的生活。