智能系統的創新實踐從機器人到智能網聯汽車

文／葛樹志

平臺越大，能力越大。在機器人平臺上進行技術的開發、測試，一點一點提升平臺的大小。最終，將實驗室里的成熟技術集成到汽車上，以汽車為平臺，從而方便更進一步開展對智能汽車的研究。

這是一個變化的時代，在這個變化的時代里，人是有恐懼的，因為人最怕自己失去控制自我的能力。中國人的傳統觀念認為“日出而作，日落而息”，但在這個時代，24小時都要工作，整個大腦機制已適應現代社會的發展，所以人類的大腦機制、信息的獲取、信息的處理都在改變，與時俱進。

智能汽車同樣遵循發展規律

葛樹志 新加坡工程院院士，新加坡國立大學終身教授，青島大學未來研究院發起人

人工智能的到來對于人類來說好像世界末日來了，就好像森林里著了火，燒毀了家園，導致了人對火存在恐懼。后來發現火可以制作食物，學會控制火以后，人對火的恐懼就消除了。后來出現了原子彈，但相應的，核能也出現了。同理，人工智能的到來肯定會產生影響，但也會帶來福利。

與互聯網相比，汽車的發展還是顯得有點慢。現在的社會，電子設備基本上都與互聯網連接，人只要不用手機，基本上是與社會脫節的。

智能汽車的研發并不像人們想象的那樣困難。事實上，任何事物的發展都遵循自然發展規律。深入剖析交通工具的變遷，你會發現，一開始人們的交通工具是馬車，靠人和馬的眼睛控制，動力來自于肌肉。隨著汽車的發展，蒸汽機車、內燃機車、新能源汽車相繼出現，驅動車輛的能源也由動物能源變為蒸汽能源、化學能源、清潔能源、電力能源。未來汽車將采用哪種能源驅動，我們完全可以放開想象，核能做到小型化是完全有可能的，但我們需要具備駕馭它的能力。

雖然交通工具的自動化和智能化程度越來越高，但原理基本上沒變，只是采集信息的裝置變了，機器理解事物的速度快了。其實還是“人”在開車，雖然所有控制權和采集權都在機器手中，但這個機器是人造的，沒有必要畏懼。

針對未來汽車進行道路設計

一個好的工程師，一定要學工程倫理，不能弄壞了一個汽車，出現事故讓汽車公司來負責，要保證人的安全。

交通網絡的分級化，顛覆了以往的固有思維，如何真正讓未來的汽車發展得更有效？一定要從城市規劃做起。中國正好要建設雄安新區，那里的道路應當針對未來的汽車進行規劃。現在的道路，促使企業設計生產一種汽車，這是現有的思維，另外一種思維就是為未來的汽車設計道路，在這個思維的方向上，美國在20年前就已經開始了研究。兵馬未動，糧草先行，任何事物一定是理論驗證上先通過，通過以后再動手操作。

眾所周知，高速道路上路況簡單，中速道路的路況一般，低速道路的路況復雜。未來，如果對交通網絡做好詳細的規劃，把控制權交給汽車，車的間距都保持在一米內，無論在哪種路況行駛，車輛通行效率將有望提高、減少堵塞。

智能+網聯相互賦能升級

智能網聯汽車的智能化，就是把人類的工作交給機器去做。現在有兩種思路，一種是人類如何控制機器，讓機器怎么干；另外一種就是人類教機器，讓機器模仿人類做事。

以前是具體單車的智能網聯，現在的流行趨勢是大數據云平臺，即計算能力強的硬盤和處理平臺，很多信息的交互都在云端，包括車與車的互聯、人與車的互聯、車與環境的互聯、車與云端的互聯。有些從一開始就把控制權交給單車的情形，是因為整個道路的設計和路況實現了完美有機的結合，從而實現單車自動駕駛。如果設計的路和汽車不匹配，是不能夠無縫連接的，這就是道路設計的要點。環境感知、定位導航、動態建圖、路徑規劃、決策控制、人機交互都是很傳統的，相信只有在中國能做到極致，因為中國人民的組織協調能力非常強。當然基站的設計也同樣重要，這個地方的網絡不能夠中斷，任何一方的網絡連接不通暢都是很危險的。再往后發展，基本上就變成對系統以及更高的計算能力的需求。

汽車的智能駕駛級別越高越接近智能汽車，汽車的網聯化程度越高就越接近網聯汽車。網聯化以后基本上系統的優化就要走出來，對智能汽車或是單車進行優化，網聯化就是整個系統進行優化，汽車駕駛級別和網聯程度越高就越接近智能網聯汽車。汽車的智能化、網聯發展是個同動的過程，兩者相互促進、相互迭代、相互提升。

智能化不是一蹴而就的，中國的原創較少，但是產業化做的好，在技術的原創上面還要加強。做原創，肯定不是直接研究這個東西有什么用，一定是從興趣出發，研究它的科學原理是什么。我的團隊最初通過研究機器人平臺，讓這些小車在走廊、實驗室里運行，研究如何有效地駕駛、有效地尋找目的地。

圖1 物理系統：運操一體化機器人

隨著元器件、計算機算力的提高、價格下降、成熟以后，機器人具備了3D地圖建模能力、運操一體能力、路徑規劃能力。GPS導航最初是為飛機準備的，經過提高以后應用在汽車上面。這些實驗室里的技術集成到汽車上，汽車便成為了一個平臺，從而進入了智能汽車的時代。

平臺越大，能力越大，機器人平臺的計算能力肯定沒有汽車大。后續，團隊在汽車平臺上繼續進行研發，做了更好的優化，并搭載了車用的GPS。現在北斗衛星有40多顆，GPS衛星有20多顆，北斗的衛星已經比GPS要好。除此以外，我們的團隊還將激光雷達，視覺傳感器、毫米波雷達做了集成，使汽車具備在自身位置不確定的未知環境里創建地圖，并進行自主定位與導航的能力。

人工智能不等于機器學習

很多專家都把機器學習當成人工智能了，但是深度學習只能學習，不能思考，所以深度學習不是人工智能，人工智能肯定也不只是學習，二者不可混淆。機器學習大力推動了人工智能的社會認知，但不是科學認可，和人工智能不掛鉤。

機器翻譯和人臉識別應用了機器學習的技術，在深度學習出現之前，一部分工作只能達到80%的準確度，等深度學習出來之后可以達到95%、98%的準確度，這時生成的結果就可以使用了。剩下的2%和5%，5%不可用就重新改進，還有2%是永遠解決不了的，因為那一部分需要一些藝術，藝術是數學不能表達的，人生本就是一門藝術，深度學習還是屬于技術層面。

未來，機器人將不只在工廠里工作，還會進入千家萬戶和人類共同生活，取悅人類。按照這個思路，更多的機器人技術可以移植到未來的移動汽車平臺內，所以將來智能網聯汽車也許能夠解決情感問題。