人工智能在奔跑

李德毅

中国人工智能学会理事长、中国工程院院士

各位领导，各位同行，很高兴再次在杭州和大家一起探讨人工智能以及未来的情形。今天想重点讲一讲人工智能上做了什么工作，我们的工作能不能在江干产生火花。科学技术的发展史就是人类认识、改造世界能力的拓展史，就是人类劳动工具的发展史，人类走过了农耕社会、工业社会、信息社会，已经进入到用“智能”作为当今社会时代印记的新阶段，尤其是进入到动力工具基础上发展智力工具的新阶段。我们曾经依靠资源、资本、劳动力等要素投入，支撑中国经济的快速增长和规模扩展，但这已经成为历史。加快从要素驱动发展向创新驱动发展转变，人工智能是一种解决方案。在农耕社会和工业社会，人类的生产工具主要是基于物质和能量的动力工具得到了极大的发展；今天，劳动工具转向了基于数据、信息、知识、价值和智能的智力工具，人口红利、劳动力红利不那么灵了，职能的红利来了。这就是我们要讲的人工智能。

当今，不仅是材料、能源、传统制造和动力工具，更重要的是智力和智力工具，成为人类拓展认识世界、改造能力的新的切入点。中国是世界第一人口大国，智力资源丰富。智能已经提升到国家战略的高度，智能科学与技术，对经济繁荣、国家安全、人口健康、生态环境和生活质量，比以往都重要。智能是提升创新驱动发展源头供给能力的时代需求。无论是人智能还是人工智能，无论是个体智能还是群体智能，无论是集中智能还是网络智能，都是在提升创新驱动发展源头的供给能力，是创新的原始驱动力量，是生产力中的核心生产力。

机器人将成为人类认知自然与社会、扩展智力，走向智慧生活的重要伴侣，印发人人联网、物物连的咱新形态。我国将成为机器人最大的市场，机器人是制造业皇冠顶端的明珠，是国家科技创新和中高端制造业的重要标志。只有原创性的智能科学与技术，才能使我们成为机器人的产品和及其人市场规则的重要制定者和主导这。把《中国人工智能2030》作为国家《科技创新2030》重大专项，势在必行；增设《智能科学和技术》为国家一级学科，势在必行。

利用这个宝贵的时间，我讲两个典型案例。先讲讲围棋脑，2011年9月16日，中国人工智能学会组织九路围棋人机大战，那次围棋机器人胜利了，中央电视台等多家媒体现场报道。2016年3月9日李世石和AlphaGo下围棋。围棋想为住对方，在某个状态下应对的步骤比象棋要多得多。从统计的角度看，对一个特定的态势，有250种可能的走法，这是AlphaGo围棋成功的两个重要网络。AlphaGo突破了传统程序，搭建了两套模仿人类思维的深度卷积神经网络，它充分向人类棋手学习，从海量样本中学习。棋类高手与人工智能发展成果积累的对决让棋手充当测试圆的一次科学试验，是一个人与一群人的对决，是一个生物人与“人与及其混合生物”之间的对决。

AlphaGo仅仅是个围棋脑，还不是一个围棋手，更不是一个围棋机器人，没有眼和手，更没有感知和行为能力，它只有计算和推理能力。李世石抱怨AlphaGo没有情绪、没有情感不能分析对手的心理状态。

AlphaGo以4：9战胜9段围棋高手李世石，全球为之震撼。能否让AlphaGo和李世石来一次复盘，在比赛之前和比赛之后，AlphaGo程序变了没有？让相同版本或者不同版本的AlphaGo对弈，结局如何？围棋是中国的传统文化，如果我们老是这样下，好像我们某一个高手输了，是不是我们的围棋水平就低了呢？这些问题都值得我们深思。我们认为机器人应该有学习能力，今天在无人驾驶车，让轮式机器人和赛车手来一次本赛，有完全感知、认知、行为能力的“人机大战”是更加激动人心的。

汽车，这个曾经被称之为改变了世界的及其，正在被人工智能改变，正在被世界所改变。为了提高人类移动生产品质，需要从根本上改变车辆驾驶方式，把人从低级、繁琐、持久的驾驶活动中解脱出来。这里面有非常棘手的问题，车辆动力学。我们希望在确保汽车动力学和人工智能的基础上，要配置感知部件，像雷达等等，同时我们还要实现辅助驾驶，进而研发驾驶脑，完成自主行驶。

驾驶认知的形式化，强调如何用人工智能技术代替驾驶员的感知、认知能力。我们把驾驶分为个等级，这块是离线辅助驾驶，在局部时段、局部区域，例如高速公路上，你可以自动驾驶，但是这两个基础驾驶都是以人工驾驶为主，我们希望走到自驾驶、自主驾驶、无人驾驶，以人为本，人机协同共驾，类似骑士和马。

最近有两个词，自动驾驶和辅助驾驶。很多人认为让汽车自动开，如果程序不合适，由人来调整，本质上是程序员通过程序教机器人开车，汽车成为软件定义的机器，实现自动驾驶。我对这个提出了置疑，我们需要这样的技术吗？车辆行驶过程中充满不确定性，汽车如果是软件定义的及其，任何满足当前驾驶条件的自动驾驶窗口，无法知晓会维持多久，要随时随地准备切转到人工驾驶。因此，“自动驾驶”难自动。

我这里有一个多媒体动画片，很多自动车和2辆人工驾驶车混合行使，会是什么情况？这就是告诉我们，受到了认得干扰后，预设的自动驾驶模式立崩溃，几乎全部转为人工驾驶，所以我们叫做自动驾驶陷阱。在这个过程中，我们的创新重点研究驾驶员对道路环境变化和周边流量不停地进行交互，用车的运动行为让周边车辆感知自身的存在，通过灯语、手势等和福金车辆交互认知的结果转为对自身车辆的控制。这块由谁来做？驾驶员在驾驶过程中与环境和周边车辆的交互认知哪里去了？我想对这样的模式提出置疑，自主驾驶等于自动驾驶模式，我对这个等于号提出了置疑。我们学过数学，学过逻辑学，多少种自动驾驶模式才能完全覆盖各种各样的驾驶场景？我们提出了置疑。

智能车研发的困难，不仅仅是汽车动力学的性质和各种各样的传感器要求，更重要的是要研发和驾驶员一样在线的“机器驾驶脑”，模拟现实人在回路的自主预测和控制，应对车辆行驶中的不确定性。把人在回路中的自主驾驶让车厂去模拟，是难以承受的，把及其驾驶脑的研发让车厂去做，是难以承受的，所以非常高兴地看到王书记的一号工程，我在想江干区能不能一同生产。在已有认知的协助下，我把它分为三大块：GPS+IMU、雷达、图像。每一个感知系统都是在完成定位、路权检测、导航的功能。真正能够教机器人开车的应该是驾驶员，说明车已经同化为人体的一部分，成为与身体无缝对接的真实外延。因此，机器驾驶在驾驶员开车时应该能“悄悄地”自学习。我们将调试总线扩展为自学习总线，开创自学习板块，完成统计学习和进化学习，让轮式机器人像人一样开车，研发有个性的智能车。一旦当前的认知与过去经历的记忆进行了混合对比，驾驶脑便能对不确定未来做出适合的判断。驾驶态势、认知箭头的图对库生成器，形成驾驶记忆棒，下次人工不开车，驾驶脑会根据当前的驾驶态势驾驶。

如果我们有了云计算，每个智能车都在开，那就是形成了大数据，我们可以人认知、导航来完成这些事情。回顾近十年来我们参加的比赛，智能车各种感知和认知手段，相互依存，在多次尝试中我们中遇找到了新的路径。我们的产品和对未来的产品，驾驶脑，可以像人一样通过驾驶测试，它是驾驶技能，它是路熟，地图代替不了，它可以促进个性化驾驶和标杆驾驶。

2012年11月24日，北京完成了里程碑试验，4年前，我们在北京做了18次试验。（视频播放）很多人问中国的人工智能是落后的吗？十年前我们用于军事交通的车，装了雷达，我们完成了北京到天津的18次试验。2015年我们又做了一件事情，我们做了一个最新标杆赛车手科目考试，既能保持速度，又不碰到障碍物目标。去年8月29日，宇通智能车IBUS行驶在郑开大道上。2016年5月19日，乌克兰总统乘上我们的智能电动巡逻车。

最后做一个总结，知识和数据双驱动的智能到来了，我们以前总认为是知识驱动功能，现在发现大数据也可以学习。交互认知告诉我们如何听说、感觉、看，语言固然重要，图像更重要，交互不能忽略。视觉主导着我们情感知觉，我们正在研发有情感的机器。太多的学习都有随意性，不能保证算法的收敛性，缺少机制，在这样的情况下，我们提出了方法，我们认为知识驱动的人工智能强调的程序、数据，在双驱动的人工智能下，程序固然重要，但是数据也很重要。

今天，机器人通过大样本和深度学习，终于可以聪明到足以改写程序中的参变量，甚至自身局部代码。人工智能的核心不仅仅是算法，更是学习，大数据欢迎下充分发挥翠片华大数据认知的机理，克服宏观认知的形式化困难，细分约束区间，通过大量微观认知的形式化，降低形式化难度，缩小在线推理范围，生成数据定义的软件，让程序围着数据转。

下面说一下愿景：在我们这个星球上，围棋和汽车都是人类的发明，而今天要迎来机器人“新人类”，围棋机器人和轮式机器人正发展成为人类的伙伴，他们有智慧、个性、有行为能力，甚至还有情感，机器人给人类带来的影响将远远超过计算机和互联网在过去几十年间已经对世界造成的改变。到2030年，争取我国每百万名产业工人所拥有的工业机器人数量要达到300台左右；农村城镇化导致中国农民急剧减少，无人拖拉机、农用无人机、背包机器人和首个机器人将成为新一代“农民”，黄牛退休、铁牛耕地、农民进城、专家种田；全国大中医院的微创手术机器人近一半国产化；在全社会普及使用形形色色的服务机器人，我国家家都有机器人，老年人、残疾人和儿童平均每人拥有一台形态各异的服务机器人。人类的发展史，就是人类学会运用工具、制造工具和发明机器的历史，机器使得人类更强大。

今天，人类正在发明越来越多的机器人，智能手机可以成为你的忠实助手，轮式机器人也会比一般人开车开得更好，曾经的很多工作将会被智能机器人替代，但同时又自然会涌现出更多新的工作，人类将更加尊严、优雅、智慧地生活。人类始终善于更好地调教和帮助机器人，善于利用机器人的优势并弥补机器人的不足，或者用新的机器人淘汰旧的机器人；反过来，人类还能够利用机器人提升自身的智慧和能力，机器人一定会让人类自身更智能。各式各样人机协同的机器人，让我们迎来了人与机器人共舞的新时代，伴随优雅的舞曲，毋庸置疑人类始终是领悟者！谢谢大家！

（本报告根据速记整理）