從始于60年代的《星際迷航》系列,再到《鋼鐵俠》系列、《I, robot》以及黑客帝國(guó)等等,人工智能在多數(shù)公眾面前的呈現(xiàn)多多少少都有些科幻成分。不過近些年,人工智能技術(shù)在現(xiàn)實(shí)生活中的飛速發(fā)展使得公眾的關(guān)注點(diǎn)明顯聚焦在了技術(shù)產(chǎn)業(yè)中。

去年,AlphaGo以4:1贏下李世石的世紀(jì)大戰(zhàn)在讓2016年成為人工智能元年的同時(shí),也讓公眾對(duì)人工智能在現(xiàn)實(shí)場(chǎng)景中的應(yīng)用有了更多的期待。事實(shí)上,上述場(chǎng)景早在50年代便已有了相關(guān)的實(shí)踐。1959年,美國(guó)研究者Samuel便設(shè)計(jì)了一個(gè)下棋程序,這個(gè)程序可以在不斷的對(duì)弈中改善自己的棋藝,也就是具備了一定的“學(xué)習(xí)能力”。4年后,這個(gè)程序戰(zhàn)勝了研究者本人,又過了3年,這個(gè)程序戰(zhàn)勝了美國(guó)一個(gè)保持8年之久的常勝不敗的冠軍。

近60年之后,AlphaGo能夠贏下比賽的重要原因除了強(qiáng)大的計(jì)算性能外,也得益于它使用了大量圍棋高手之間的比賽數(shù)據(jù)來不斷訓(xùn)練自己。像人的大腦一樣從海量數(shù)據(jù)和經(jīng)驗(yàn)學(xué)習(xí)中不斷變得更聰明——在人工智能領(lǐng)域,這個(gè)過程叫作“深度學(xué)習(xí)”。雖然距離“深度學(xué)習(xí)”這個(gè)概念的學(xué)術(shù)提出僅只有十余年,但卻幫助我們實(shí)現(xiàn)了諸多領(lǐng)域的突破,一個(gè)典型的例子便是自動(dòng)駕駛。
汽車要想實(shí)現(xiàn)自動(dòng)駕駛,感知、決策與控制三大系統(tǒng)缺一不可。其中,首要解決的便是圖像識(shí)別能力,而傳感器的“智能”水平很大程度上決定了自動(dòng)駕駛汽車在復(fù)雜路況上的可靠度,因此深度學(xué)習(xí)的應(yīng)用便成為了關(guān)鍵所在。今年3月英特爾斥資150多億收購(gòu)Mobileye便是為了憑借后者在計(jì)算機(jī)視覺比如物體識(shí)別和可行駛區(qū)檢測(cè)等上的優(yōu)勢(shì)擴(kuò)大公司在自動(dòng)駕駛領(lǐng)域的影響力。

主機(jī)廠這邊例如奧迪也不斷通過深度學(xué)習(xí)來提高圖像識(shí)別能力,比如此前其基于A7平臺(tái)的自動(dòng)駕駛測(cè)試車“Jack”就在多次實(shí)驗(yàn)中驗(yàn)證了利用深度學(xué)習(xí)技術(shù)的圖像識(shí)別能力十分有效。而今年海外推出的首款搭載第三階段自動(dòng)駕駛技術(shù)的全新奧迪A8就在目標(biāo)識(shí)別以及圖像處理上使用了深度學(xué)習(xí)的方法,比如其前端攝像頭的應(yīng)用。安裝在新款?yuàn)W迪 A8 后視鏡上的前端攝像頭是一套帶有智能圖像處理軟件的被動(dòng)式光學(xué)系統(tǒng),它每秒能生成 36 幅獨(dú)立圖像,理想條件下探測(cè)范圍可達(dá) 80 米,作為單目攝像頭時(shí)可精確測(cè)量物體的寬度和高度。圖像處理軟件通過比較前后時(shí)間點(diǎn)的圖像來計(jì)算周邊物體與本車之間的距離,還能夠識(shí)別和分類汽車、卡車、交通標(biāo)志、行人和車道標(biāo)線——這樣的能力是得益于深度學(xué)習(xí)技術(shù)在系統(tǒng)開發(fā)階段的運(yùn)用。此外,經(jīng)過圖像處理,它還能識(shí)別空白區(qū)域,比如可行駛路面。這樣,奧迪AI交通擁堵自動(dòng)駕駛系統(tǒng)不僅能知道哪里有物體,也知道哪里能夠安全通行。

全新奧迪A8發(fā)布的同時(shí),奧迪也公布了人工智能技術(shù)子品牌Audi AI,旨在運(yùn)用深度學(xué)習(xí)技術(shù)提供主動(dòng)式的人機(jī)界面,由此作為未來第四階段自動(dòng)駕駛技術(shù)以及更高級(jí)別智能駕駛的基礎(chǔ)。目前階段,中央駕駛輔助控制器zFAS是Audi AI在自動(dòng)駕駛方面的關(guān)鍵所在,它包括了多個(gè)高性能芯片來為自動(dòng)駕駛系統(tǒng)提供算法支持。奧迪在Audi AI上加入了更多深度學(xué)習(xí)的技術(shù),通過數(shù)學(xué)和統(tǒng)計(jì)上的理論基礎(chǔ),它的系統(tǒng)算法會(huì)在復(fù)雜的路況下獨(dú)立找到駕駛模式和規(guī)則,并據(jù)此做出各種判斷和選擇,比如采用機(jī)器學(xué)習(xí)中監(jiān)督式學(xué)習(xí)和深度強(qiáng)化學(xué)習(xí)的方法。最終隨著不斷地訓(xùn)練和進(jìn)化,會(huì)逐漸表現(xiàn)出與人類駕駛行為越來越相近的表現(xiàn)。
此前奧迪與林茨約翰·開普敦大學(xué)(JKU)合作建立的深度學(xué)習(xí)中心(Audi.JKU deep learning center)也將為Audi AI的發(fā)展提供支持。相信在不遠(yuǎn)的將來,基于深度學(xué)習(xí)架構(gòu)的人工智能在汽車行業(yè),尤其是自動(dòng)駕駛領(lǐng)域?qū)⒂懈嘣膽?yīng)用。