登錄由新華網(wǎng)、上海市汽車工程學(xué)會、江蘇省汽車工程學(xué)會、廣東省新能源汽車產(chǎn)業(yè)協(xié)會、中國土木工程學(xué)會城市公共交通學(xué)會、廣東省充電設(shè)施協(xié)會、新能源汽車產(chǎn)業(yè)網(wǎng)、振威展覽股份聯(lián)合主辦的新能源汽車輕量化論壇。
以下是同濟大學(xué)汽車學(xué)院教授陳慧演講：
各位嘉賓，大家早上好。剛才第一位嘉賓講到了智能網(wǎng)聯(lián)汽車的測試，說到智能網(wǎng)聯(lián)汽車一定能談到人工智能，今天跟大家分享一下人工智能在智能網(wǎng)聯(lián)汽車當(dāng)中的應(yīng)用。
因為搞汽車的，可能對人工智能來說其實并不是那么熟悉，或者說并不是那么擅長，其實大家也都在一個學(xué)習(xí)的過程，先稍微介紹一下什么是AI。
各國在AI也好，智能網(wǎng)聯(lián)汽車也好這方面都出臺了相應(yīng)的政策來振興這個產(chǎn)業(yè)的轉(zhuǎn)型，重點介紹一下在這個領(lǐng)域里面一些相關(guān)的研究跟進展。
關(guān)于人工智能現(xiàn)在大家都比較關(guān)注，或者說是一個熱點。究竟什么是人工智能?為什么人工智能在信息近幾年會這么受關(guān)注。其實，人工智能它相對于我們叫做自然智能，我們?nèi)祟惖闹悄芏?，其實人工智能有人造出來的機器，它能表現(xiàn)出一種智能，這個機器其實主要就是計算機。智能一般來說又分成狹義或者廣義的，或者弱人工智能、強人工智能。目前來說，弱人工智能已經(jīng)在很多領(lǐng)域達到一個應(yīng)用的程度，強人工智能目前還不能夠應(yīng)用，主要還是在一些科幻或者研究里面在探討這樣一些問題。
弱人工智能它其實主要針對某些特殊的一個問題，如何能夠來解決這些問題，代替人來解決這些問題。人工智能我覺得這個概念其實早就有，60年代早就提出人工智能的概念。當(dāng)初最早的時候，可能大家比較聽的多的是類似于專家系統(tǒng)這樣一個模糊的邏輯，等等的算法。在近幾年，機器學(xué)習(xí)得到了一個比較廣泛的應(yīng)用，機器學(xué)習(xí)里面又在近兩三年里面有了一些突破的進展?？赡芪覀儸F(xiàn)在再提到人工智能的時候，很多講的是基于數(shù)據(jù)的機器學(xué)習(xí)，或者近幾年講的深度學(xué)習(xí)。
在機器學(xué)習(xí)里面有一個概念，叫監(jiān)督學(xué)習(xí)，也有叫非監(jiān)督學(xué)習(xí)，大家聽的比較多。究竟是到底你不搞人工智能的人，可能沒有一個概念，什么是監(jiān)督學(xué)習(xí)，非監(jiān)督學(xué)習(xí)，還有增強學(xué)習(xí)。打個比方，學(xué)習(xí)對于學(xué)生來說，一種要把成績提高上去的學(xué)習(xí)就是刷題，有標(biāo)準(zhǔn)答案的，我把題目做很多遍，你再做對答案這個過程中，把這個知識能夠掌握，能夠?qū)W得更牢固。這個其實是一種監(jiān)督學(xué)習(xí)，你在學(xué)習(xí)過程中，它的標(biāo)準(zhǔn)答案是有的，你可以對照這個答案。
非監(jiān)督學(xué)習(xí)就是沒有標(biāo)準(zhǔn)答案，你要在學(xué)習(xí)的過程中不斷去探索、摸索，然后去總結(jié)規(guī)律，然后你逐步逐步能夠認清這些現(xiàn)象的背后到底有哪些規(guī)律，這是非監(jiān)督學(xué)習(xí)。
增強學(xué)習(xí)現(xiàn)在說的比較多，它其實是換了一種方式，也可以用于監(jiān)督和非監(jiān)督，它有一個特征，是跟環(huán)境進行交互，然后你做對了有獎勵，在學(xué)習(xí)的過程中相當(dāng)于是我們有獎學(xué)金，不管你是刷題的學(xué)習(xí)還是自己探索的學(xué)習(xí)，只要學(xué)得好了就有獎勵。自然而然他的學(xué)習(xí)會向著獎勵最多的方向去做適合自己的學(xué)習(xí)，這個是增強學(xué)習(xí)。現(xiàn)在學(xué)習(xí)主要劃分成這樣三類來進行的。
這個是關(guān)于人工智能，智能網(wǎng)聯(lián)汽車其實這個名詞本身的概念，就是自動駕駛跟網(wǎng)聯(lián)汽車兩個結(jié)合在一起，就是智能的網(wǎng)聯(lián)汽車。智能網(wǎng)聯(lián)汽車它能夠發(fā)揮本身的智能跟網(wǎng)聯(lián)兩大優(yōu)勢，使得這個汽車能夠?qū)崿F(xiàn)更加安全、高效的功能。
智能網(wǎng)聯(lián)汽車現(xiàn)在發(fā)展非?？?，各國的政府也都出臺了相應(yīng)的一些政策，包括人工智能，其實各國政府都是希望通過這樣新的技術(shù)來推動產(chǎn)業(yè)的發(fā)展轉(zhuǎn)型，對于中國來說，其實更是需要通過這樣一個方式能夠讓中國的汽車產(chǎn)業(yè)能夠可持續(xù)的進一步發(fā)展，依靠傳統(tǒng)的汽車模式畢竟受到很多環(huán)境制約的限制。
各國的政府也也各有特色，從美國這邊來說，可能主要以企業(yè)作為一個主導(dǎo)，像谷歌、Facebook這樣的一些公司，在人工智能方面，在智能網(wǎng)聯(lián)汽車都有一些作用，包括美國在法規(guī)制定方面也是作用。
在歐洲，更體現(xiàn)在學(xué)術(shù)方面做的更多一些探索跟貢獻。日本它有一個比較大的特點，對于這樣一個AI也好，智能網(wǎng)聯(lián)汽車也好有比較謹慎跟蹤的態(tài)度，它可能更關(guān)注于如何能夠讓這樣的一個技術(shù)，能夠長期。比如說他們很多的考慮這個自動駕駛要考慮在鄉(xiāng)村，如何能夠來振興鄉(xiāng)村，輔助鄉(xiāng)村一些老年人在出行的時候更方便，比如他們很多關(guān)心現(xiàn)在駕照，到70歲了是不是還能開車，不能把駕照收掉。屬于通過智能網(wǎng)聯(lián)自動駕駛這樣的方式，給老年人或者偏遠地區(qū)的人出行更方便，他覺得改善了生活提供了很多幫助。
對于中國來說，在一些基礎(chǔ)理論研究也好，一些關(guān)鍵的平臺，人才隊伍建設(shè)方面，跟其他國家相比還是有很大的差距。所以，中國政府也極力推人工智能以及智能網(wǎng)聯(lián)汽車這樣技術(shù)的發(fā)展。包括，上次去開會，中國在高等教育，在大學(xué)里面一定要開人工智能的課程，體現(xiàn)在人才培養(yǎng)方面，還是有比較大的缺口。
在這樣一個技術(shù)產(chǎn)業(yè)以及市場的需求的推動下，以及政府的影響下面，這樣的人工智能的技術(shù)得到了很快的發(fā)展，一個是體現(xiàn)在算法方面。以往的機器學(xué)習(xí)是這樣的回歸也好，決策也好有這樣的算法。到2012年的時候，在圖像處理方面，用深度的神經(jīng)網(wǎng)絡(luò)進行深度學(xué)習(xí)，深度的神經(jīng)網(wǎng)絡(luò)得到了一個很快速的發(fā)展。到了2016、2017年的時候，比較典型的是AlphaGo。這樣的一個成果使得人工智能，特別是在2016年、2017年以后都得到了一些應(yīng)用，或者說受到更多行業(yè)，不光是在信息處理方面，包括在智能網(wǎng)聯(lián)汽車領(lǐng)域里面，也都開始希望能夠把原來在感知領(lǐng)域的一些人工智能的技術(shù)，是不是也能夠用到智能網(wǎng)聯(lián)汽車相關(guān)的領(lǐng)域里面。
我覺得在人工智能領(lǐng)域里面，它的發(fā)展跟汽車行業(yè)里面的發(fā)展稍微有一些不同，它主要是如何把已有的技術(shù)在這個基礎(chǔ)上進行再開發(fā)，再利用，使得這個技術(shù)能夠快速的、不斷地迭代，不斷地進步。原來很多汽車行業(yè)都是靠自身改善，一步步往前走，相對來說跟信息技術(shù)，通訊行業(yè)里面快速迭代的思路有所不同。這樣一個快速迭代體現(xiàn)在什么?在社區(qū)，很多開元的資源，開發(fā)者都可以在這個上面進行利用，來進行迭代。
提供這樣一個開元平臺的企業(yè)，它也能夠從大家在應(yīng)用過程中反饋的一些信息中能夠得到更多的數(shù)據(jù)，也能夠把握市場的方向。百度在Apollo平臺里面，在智能網(wǎng)聯(lián)汽車里面提供了很好的開元平臺，它其實也是指望通過這樣一種方式快速推進智能網(wǎng)聯(lián)汽車智能化的應(yīng)用。
除了這個算法以外，AI能夠得到這樣一個快速的發(fā)展以及受到廣泛的應(yīng)用還有一個很重要的一點，其實是它的芯片。這個芯片在成本以及功耗方面已經(jīng)能夠達到可以應(yīng)用的程度。所以，它支撐了AI這樣的一個技術(shù)，更快在技術(shù)領(lǐng)域里面能夠得到應(yīng)用，英偉達也推出了相應(yīng)的適合于人工智能來運算的控制器、芯片。這里列舉了，說是能夠針對L4這樣的自動駕駛進行應(yīng)用。
關(guān)于AI，除了芯片作為一個支撐，算法作為一個支撐，還有一個很重要的就是數(shù)據(jù)。剛才也提到機器學(xué)習(xí)它其實是基于數(shù)據(jù)的這樣一種學(xué)習(xí)方式，所以大數(shù)據(jù)它是人工智能一個很重要的基礎(chǔ)。關(guān)于大數(shù)據(jù)這個產(chǎn)業(yè)鏈的話，其實它可以劃分成四塊。數(shù)據(jù)的采集、數(shù)據(jù)的存儲、分析以及數(shù)據(jù)的應(yīng)用，相應(yīng)的這些領(lǐng)域里面都有一些成熟的技術(shù)，開元的平臺，中國可能是在數(shù)據(jù)的存儲以及一些云計算服務(wù)方面，相應(yīng)的來說采取更多一些。在數(shù)據(jù)的采集以及后端的數(shù)據(jù)應(yīng)用方面，相對來說中國這方面還有很多可以努力發(fā)展的空間。
另外一個，既然有了大數(shù)據(jù)，你需要聯(lián)網(wǎng)，你在網(wǎng)絡(luò)里面存在被攻擊的信息安全問題，這樣的信息安全問題跟以往的我們電腦上面的單獨防攻擊有很大的不同，不同在于你聯(lián)網(wǎng)以后，首先終端設(shè)備，不光電腦，還有各種各樣的設(shè)備，包括手機、智能的一些設(shè)備，終端的這些控制器，操作系統(tǒng)本身也是不一樣的，很難有一種統(tǒng)一的方式來進行信息安全的重復(fù)。
在這個領(lǐng)域，也有相應(yīng)的研究，怎么把人工智能的方式應(yīng)用在這樣一個信息安全領(lǐng)域里面，能夠把一些，這是一張圖，除了機器學(xué)習(xí)以外，還能把一些專家的智能能夠集成到防攻擊的信息安全的系統(tǒng)里面，使得防攻擊檢測出這種攻擊的能力能夠提高。
除了人工智能領(lǐng)域，在智能網(wǎng)聯(lián)汽車領(lǐng)域，AI技術(shù)也都得到了研究和應(yīng)用，智能網(wǎng)聯(lián)汽車其實可以用這樣一個框圖，包括了感知、決策、規(guī)劃以及控制，在各個模塊都有AI技術(shù)的應(yīng)用，AI技術(shù)的探索與應(yīng)用。
最早做最多的是在感知這個領(lǐng)域，感知它的人工智能的發(fā)展是相當(dāng)快速的，有一個圖，直接通過視頻的信息訓(xùn)練神經(jīng)網(wǎng)絡(luò)，使得它把這個圖片的信息進行分類，分出交通標(biāo)志、車輛、行人等等這樣一些信息。然后用這些信息為后面的決策規(guī)劃來提供幫助?，F(xiàn)在基于AI的這樣一個感知系統(tǒng)，跟傳統(tǒng)的這樣一個視覺的感知算法來比，是有比較大的差異。它的差別，基于AI以后可以自學(xué)習(xí)，原來靠編程人員通過自己的一些編程來進行特征的提取，然后再后面進行分類這樣的一些運算。因為你是基于人，所以在精度以及算法方面都有一些局限，還有機器學(xué)習(xí)基于AI的算法以后，它能夠基于數(shù)據(jù)能夠不斷地進行完善，不斷地改進算法，這樣的一個算法在精度上面，數(shù)據(jù)越多，精度越高。所以在這個領(lǐng)域里面，AI的研究和應(yīng)用得到了一個快速發(fā)展。
除了感知以外，在決策路徑規(guī)劃這個領(lǐng)域，也有很多的研究。這一張圖介紹的是通過虛擬的環(huán)境，讓決策規(guī)劃的算法能夠不斷學(xué)習(xí)跟完善，他用的方法是下面這張圖，其實是一種增強學(xué)習(xí)的方式。在這個虛擬環(huán)境里面，不斷地訓(xùn)練這樣一個自動駕駛的決策規(guī)劃算法，剛才第一位演講嘉賓介紹的關(guān)于測試的環(huán)境，我覺得這樣一個環(huán)境其實也可以，除了測試已有的一些算法，其實用于這些算法本身開發(fā)跟人工智能算法的訓(xùn)練，我覺得結(jié)合也會發(fā)揮很多的作用。
還有一個關(guān)于運動控制，端到端的訓(xùn)練方式，人在開這樣一個場景，通過這樣一個場景人在上面有一個方向盤，會有輸出相應(yīng)的轉(zhuǎn)角這樣的信息。同時攝像頭的信息也輸入到卷積神經(jīng)網(wǎng)絡(luò)這樣的控制器，在這樣一個過程中，它不斷學(xué)習(xí)訓(xùn)練這個神經(jīng)網(wǎng)絡(luò)，相當(dāng)于有監(jiān)督的學(xué)習(xí)，人在開車的時候是給他正確的答案，用神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。這樣的一種方式也能夠很好地完成，在多種道路下面的自動駕駛。
另外一個，我覺得今后智能網(wǎng)聯(lián)汽車可能很重要的一條是關(guān)于人機交互，人機交互除了能夠提供更安全可靠的人與機器的溝通信息，更重要的一點是提高人的駕駛體驗，以往的車可能就像這樣一個人機交互，像導(dǎo)航這樣一些東西。更多是要求人按照規(guī)程如何去操作，或者說把人當(dāng)成機器來看待，這樣一種設(shè)計的理念。
今后的車，其實是要如何把機器，把車做成像人一樣，也就是說它能夠聽得懂指令，也能夠看得懂一些手勢，能夠跟人進行一個很好的交互，這樣的話，它能夠把這個車做的更人性化。這個是以后智能網(wǎng)聯(lián)汽車凸顯出個性化，差異化很重要的一個焦點。
在智能網(wǎng)聯(lián)汽車車輛方面，相信也會有很多這樣的數(shù)據(jù)的采集，來用于這樣一些人工智能智能化的開發(fā)。
在出行服務(wù)方面，同樣會有很多人工智能的這樣一些算法，應(yīng)用到比如說你打車也好，交通中的管理也好，以及代客泊車的算法，相信都會有很多的應(yīng)用。
我們這個實驗室在智能網(wǎng)聯(lián)汽車相應(yīng)的一些決策規(guī)劃控制里面，也探索使用這樣一個AI的一些技術(shù)，是不是比傳統(tǒng)的控制方法能夠具有更先進性。這個是局部路徑規(guī)劃開發(fā)的算法，它的特點其實就是這個PF這樣一個模型，構(gòu)建了一個統(tǒng)一的市場模型。以往的自動駕駛可能是針對不同的場景，采用不同的算法，也就是說你要變道，你要跟車，甚至你要超車了等等，使用不同的算法。
我們這里面使用了統(tǒng)一的市場模型，把這些交通法規(guī)集成到廣義的彈性模型里面，它可以檢測道路。在這樣統(tǒng)一的市場模型下來對橫向跟縱向進行規(guī)劃，輸出相應(yīng)的轉(zhuǎn)角加速度。
這個是圖像，這個其實是一個仿真的算法的驗證，這輛車要變道，在這之前產(chǎn)生了一個變道意圖，經(jīng)過計算，它變道的話有風(fēng)險，它就回去了。到了第二次的時候，這里前方?jīng)]有車輛的時候，又產(chǎn)生了一次變道，來完成這樣變道的過程。這是統(tǒng)一的市場模型以及其他搜集的算法來實現(xiàn)它的橫向局部路徑規(guī)劃的過程。
最后一個是關(guān)于自動泊車，以往通過這樣一個軌跡的規(guī)劃來跟蹤進行這樣的泊車，其實這個也是在環(huán)的仿真系統(tǒng)，這樣一個自動泊車的規(guī)劃算法，它主要是控制這樣的轉(zhuǎn)向系統(tǒng)，通過檢測鋪位，然后來規(guī)劃處一條路徑，最后讓車輛通過這樣一個縱向跟橫向的運動控制來跟蹤這樣一個規(guī)劃的路徑，來實現(xiàn)這樣一個自動泊車的過程。這個是傳統(tǒng)很多泊車功能其實都是通過這樣的一個方式來進行算法的開發(fā)和驗證。
這個是我們用機器學(xué)習(xí)的方式來做自動泊車功能算法的一個開發(fā)，這個是完成了垂直泊車這樣的功能。我們看看這個算法的結(jié)構(gòu)，這個算法實際是從感知作為一個信息的輸入，通過AI的算法直接輸出一個轉(zhuǎn)角跟車速，這個學(xué)習(xí)我們采用的是類似于這樣一個監(jiān)督學(xué)習(xí)的方式，我們怎么樣讓泊車借鑒有經(jīng)驗的老駕駛員的泊車的數(shù)據(jù)，來訓(xùn)練這樣一個神經(jīng)網(wǎng)絡(luò)。使得這樣的泊車功能能夠在比較苛刻的泊車環(huán)境以及比較窄的鋪位，比較復(fù)雜的這樣一個道路環(huán)境下面能夠完成這樣一個泊車的功能。相信后續(xù)我們還會怎么樣把人泊車跟機器的泊車進行PK，看看是不是人工智能的方法能夠超越有經(jīng)驗駕駛員泊車的基礎(chǔ)。
剛才介紹的這些我們可以看到，其實人工智能在這樣一些芯片也好，算法也好這樣支撐技術(shù)的發(fā)展成熟，得到了一個快速的應(yīng)用。在智能網(wǎng)聯(lián)汽車里面，我們也看到今后不光在感知，在決策規(guī)劃以及運動控制里面都是對人工智能來說，都是非常好的應(yīng)用平臺。也相信今后的車會做的越來越智能，或者說車越來越像人，把車做成是一個具有個性化的實用交通工具。
