李德毅：各位下午好，今天談一談智能駕駛，我講一下智能車做好了怎么測，怎么使得它具有拿到駕照的水平，我報告的題目是無人駕駛的圖靈測試。
　　
　　做什么東西，得把評測搞清楚，怎么測，我們一直講智能代理，智能代理或者認知它的方法是什么。圖靈先生在他年輕的時候就在想這個事情，他提出了圖靈測試，幾十年過去了，人們已經(jīng)把圖靈測試研究透了，有人說圖靈測試漏洞太多了，不好測。有人認為圖靈測試做了很大的貢獻，直到今天，人工智能經(jīng)過兩個寒冬以后，我們看人工智能帶來的變化。首先是腦科學(xué)，然后是認知心理學(xué)，接著是神經(jīng)生物學(xué)。這三個學(xué)科對于人智能的啟發(fā)更大一點，我們把這一塊叫腦認知。腦認知啟發(fā)的人工智能就是目前研究的對象，這一塊怎么測，按照圖靈的說法，拿對話來測，用一個人和一個機器人對話，看看我們能不能知道它是人的聲音還是機器的聲音。聽起來很簡單，但是有多少智商，比如你回答問題的時候是否得體，交談的時候帶不帶情感，你是沮喪的溝通，還是愉悅的溝通，所以這件事情并不那么簡單。

　　1950年阿蘭圖靈寫了一篇文章，可以看出來，圖靈測試本質(zhì)上就是交互智能的測試。一直到2014年，聊天機器人尤金古斯特曼發(fā)布了。還有做詩，給你一個上下連對橫批，分別不出來是人做的還是機器人做的，是不是可以說這是圖靈測試。但是有一個問題，你的打油詩是水平很高的詩，這個智能是怎么測試的。今天上午微軟報告特別強調(diào)了在語音方面的智能處理，麻省計算機實驗室做了一個機器制作的聲音的實驗，把物體碰撞的不同聲音，把一個特定人的聲音讓機器人產(chǎn)生，達到了以假亂真的目的。如果我們用大數(shù)據(jù)，用深度學(xué)習(xí)訓(xùn)練一個機器人，讓它達到某個特定人的說話水平，它發(fā)出的聲音就是虛擬組織的聲音，這個事情我們以前表演過，我記得科大訊飛做過這樣的演示。

　　還有一個很重要的事情，像中小學(xué)生寫作文，有一個批改網(wǎng)，一萬人，一百萬人同時寫一個文章，看看哪個文章拿冠軍，這時候有機器人閱卷，跟人的閱卷有什么差別，怎么樣實時的交互，批改這個作文，怎么樣打分，還要形成評語，都能達到以假亂真的程度。所以圖靈測試又被提上了話題，尤其重要的是，最近全世界都在做智能駕駛，無人駕駛，駕駛驅(qū)動的圖靈測試怎么測。如果我們在路上看到一臺汽車，你是否分辨不出是機器人開的還是人開的？你是否分辨一個新手或者是老司機？是A駕照還是C駕照？圖靈測試在后圖靈時代已經(jīng)進入了我們的生活。

　　谷歌公司是無人駕駛的領(lǐng)頭羊，2015年就聲稱跑了100萬英里，達到人類75年的駕齡了，但遇到一個最基本的問題，無人車上路怎么樣獲得駕照，駕駛認知度量已經(jīng)成為交管部門當(dāng)務(wù)之急的問題，對我們科技工作者來說，腦認知如何度量，這是一個非常重要的科學(xué)問題。假如我們把圖靈測試的這個人變成一個自動駕駛儀，你區(qū)別不出是智能駕駛的汽車還是無人駕駛，那能不能叫圖靈測試，如果測試者坐在直升飛機上，看交通流，車子往前走，你區(qū)別不出哪一輛車是人開的，哪一輛車是機器人開的，可不可以說就達到了人的水平呢。圖靈測試進入日常生活，進入尋常老百姓家已經(jīng)不奇怪了，這里列出了一大堆需要我們識別的測試，比如網(wǎng)上聊天機器人，你用語句搜索，它把答案變成語音還給你，因為問出現(xiàn)了搜索引擎和語音智能的發(fā)展，使我們隨時可以聽到聲音，這到底是人跟我們聊天，還是機器人跟我們聊天，是機器人跟我說話還是人在說話，是機器人在翻譯還是人在翻譯，所以這就涉及到圖靈測試的問題。遠程醫(yī)療把我們可穿戴的傳感設(shè)備，把你的物理參數(shù)送上去以后，它給你開的藥方，怎么知道是專家開的還是機器人開的。你在家里的時候，孩子在網(wǎng)上做輔導(dǎo)或者咨詢，你怎么知道這個輔導(dǎo)老師是人還是機器人等等。所以圖靈測試進入日常生活，人類已經(jīng)進入后圖靈的圖靈測試。無論是機器對話，機器寫詩還是自動駕駛，有一點必須堅持，那就是允許測試者現(xiàn)場監(jiān)督和交互，測試者可以現(xiàn)場改變紅綠燈，看看車能不能停下來，可以制造一個干擾的汽車障礙，看看能不能避障。所以現(xiàn)場介入的交互是必須的，我們拿駕照的時候，當(dāng)你路考的時候，同樣兩個人，水平差不多，一個人拿到駕照了，一個人沒有拿到駕照，考官說你不行，你剛才超車的時候頭沒有往后看，我們規(guī)定頭要往后看的，所以下次再考，但是你態(tài)度好一點，你記住了，這一次過了就可以了，所以我們認為圖靈測試本質(zhì)上盡管存在客觀性，但是必然帶有主觀性，如果一個駕駛員老不合格，這就會受到質(zhì)疑，何況駕照還可以收回，所以對圖靈測試應(yīng)該用這樣的觀點來看。

　　駕駛圖靈測試的現(xiàn)實意義非常重要，隨著機器換人時代的到來，有這樣一個問題，相比較而言，汽車自動化程度比較高，一個駕駛員怎么樣通過方向盤油門的動作改變習(xí)慣的，常年的考駕照的測試，已經(jīng)積累了豐富的經(jīng)驗，駕駛圖靈測試可以成為圖靈測試的起始點。汽車工程師學(xué)會有一個非常自動駕駛的等級區(qū)分，分成L0到L5。上面兩個是人駕駛，下面三個是機器人駕駛，有的廠家宣稱我要做L4的自動駕駛，有人說我只能做L3，我覺得輔助駕駛挺好，所以有一個問題，就是圖靈測試的問題。自動駕駛的等級轉(zhuǎn)換點如何度量，掌握權(quán)交界點如何度量，5級分類可操作點在哪里，要規(guī)定100個駕駛窗口還是1000個駕駛窗口，這還真是一個問題。我們在北京可以看到很多特斯拉的車，有的賣80萬，有的賣120萬，你問駕駛員你自動駕駛了嗎，基本上沒有，因為特斯拉聲稱是L2等級，需要駕駛員的手放在方向盤上，保持注意力，如果不這樣干，出了事還是駕駛員的。蘋果公司在加州測試是1000英里，0.2次干預(yù)，也就是北京到深圳來回一趟只干兩次，所以圖靈測試的問題是一個現(xiàn)實的問題。

　　人的智商到底是怎么樣表現(xiàn)的，生物學(xué)家告訴我們，在微觀，宏觀維度上有不同的表現(xiàn)。比如說當(dāng)我們看臺子上寫的人工智能，你腦子里的興奮區(qū)也許在這個地方。當(dāng)你耳朵里聽到人工智能這個詞興奮度在這個地方，什么也沒有聽說，你自己想，興奮區(qū)就更多了，所以告訴大家，記憶很重要，一個駕駛員頭腦里記錄了多少場景，能夠應(yīng)付多少事件，怎么學(xué)習(xí)的，這點很重要。再一個，當(dāng)你看周圍場景的時候，駕駛員是有選擇性注意的，同樣一個場景，小孩子和一個經(jīng)驗駕駛員看，注意點是不一樣的。我們很多人都做機器視覺，有人說是計算機視覺，確切說是圖像的處理和理解，我們叫做先視后覺，它無特定的任務(wù)驅(qū)動，所以我們進行分類，聚類，進行一些識別，形成一個全局的認知，現(xiàn)在很火。但是人類認知難道都是這樣的嗎？不是的，因為我們在做無人駕駛的時候，有一條堅定的信念，叫做傳感器不完美，是我們確定的一條原則，不要想著哪個傳感器是完美無缺的，分布在車體各部位都認為看到了全局。生物視覺和機器視覺的差別，觀而不覺，無視后覺，邊視邊覺，先覺后視。生物視覺選擇性注意當(dāng)中，我們經(jīng)常聽到，大范圍優(yōu)先，或者大尺度有限，當(dāng)你看一幅圖的時候，大圖很重要，細微的地方并不重視，這是優(yōu)先點不重要。還有，當(dāng)你看到一個圖像的時候，掉下來的部分你很注意，這是一個圓的，方的長的，還有一種差異優(yōu)先。我們的問題是，在選擇注意力的時候，這幾個問題碰到一起到底誰優(yōu)先，我們研究的結(jié)果認為，真正的是記憶優(yōu)先，你頭腦里記憶的東西對當(dāng)前情景會發(fā)生很大的注意，上午很多人研究感知的智能，沒有人研究認知的智能，對不起，我們就在研究認知的智能。腦認知的主要外面表示在如何聽說和如何看，腦認知的內(nèi)涵是想，想的時候有三種認知，記憶認知，計算認知和交互認知，我在一個場合說了一點計算機負面的話，我們?nèi)祟悓τ嬎銠C的追求有一點貪得無厭，現(xiàn)在這么快，我們還要更快，但是我們沒有用精力研究記憶和交互，這是一個遺憾。我們在研究計算的同時，應(yīng)該花更多的精力研究記憶和交互，這才是受腦認知啟發(fā)的人工智能。

　　我們認為人類認知沒有你想想的那么復(fù)雜，用一句話，一件事情反復(fù)的裝進你的頭腦里，你就形成了自己的認知，記憶是腦認知的核心，遺忘是人類智能的顯著表現(xiàn)，沒有遺忘腦子將不堪重負。神經(jīng)生物學(xué)家告訴我們，人類記憶是分區(qū)的，瞬間記憶，工作記憶，場景記憶，有不同的劃分的區(qū)域和方法。遺忘是對記憶的不能再認和回憶，因此我們應(yīng)該研究遺忘、記憶、存儲，認知過程可用卷積表征體現(xiàn)出來。我個人定義了一個很重要的公式，記憶是認知函數(shù)和遺忘記憶的卷積。我提出用認知學(xué)的物理方法研究人的遺忘，一個圖片怎么實現(xiàn)遺忘的，在你的記憶里怎么恢復(fù)的，這件事情應(yīng)該下決心研究清楚。感覺記憶是非常豐富的，但是也是瞬間的，工作記憶是在海馬體里面，它和學(xué)習(xí)有很大的關(guān)聯(lián)。大腦的皮層的記憶已經(jīng)被抽象化了，所以人工智能的學(xué)者不能簡單研究計算，還要研究記憶，不但要研究學(xué)習(xí)和遺忘，還要研究三個不同記憶區(qū)的劃分方法。要研究工作記憶和場景記憶，怎么樣幫助當(dāng)前的瞬間感知。人腦的計算沒有什么復(fù)雜的變化，就是一種相似計算，是我們復(fù)雜化了。交互是腦認知的重要形態(tài)，交互的力度不一樣，各有各的不同，怎么樣實現(xiàn)轉(zhuǎn)換。人在神經(jīng)網(wǎng)絡(luò)交互的同時，還有與外面世界的交互，獲得心得感知，所以交互只有二重性。對于無人駕駛來說，你要從人的駕駛認知必須回答的問題，人腦是如何定位的。大家都知道，做無人駕駛最難的技術(shù)，就是實時定位，我們把大的坐標(biāo)系叫做上帝坐標(biāo)系，每個人看的都一樣，我們的智能體是以它為基礎(chǔ)的認知，因此我們提出對周邊環(huán)境進行實時定位，以及影射，這樣才能知道我這輛車當(dāng)前應(yīng)該在什么地方采取什么動作。語言我們認為是圖像認知在不同抽象中的語義標(biāo)注。要構(gòu)造不同尺度連接組的，三位一體的多個多層的卷積網(wǎng)絡(luò)。

　　這時候我們看看計算機的局限性，計算機最主要的是CPU，腦認知的單元每層都有記憶智能，計算智能和交互智能，這樣才能建立起來。我們的觀點和特斯拉不一樣，和谷歌有區(qū)別，和英特爾也有不同，我們認為八個字，無人駕駛，難在擬人。無人駕駛不僅僅是車，不是做自動化就可以了，自動化遇到了天花板，人工智能來了。

　　我們有一點感嘆，現(xiàn)在的汽車可以做到100馬力甚至更高，但是汽車真的不如馬的認知，馬是認知主體，老馬識途，車不如馬，現(xiàn)在無人駕駛遇到最大的痛點就是最后一公里，回不來，共享單車回不來，將來共享汽車，最后一公里回不來，共享汽車的商業(yè)化用途就無解。因此，要想實現(xiàn)無人駕駛為主的駕駛，最根本的問題到底是解決車還是解決人，我們發(fā)出一點不同的聲音，如果做解決車的問題，就把車的自動化做好，我們做一個軟件定義的機器，實現(xiàn)無人駕駛。如果解決人的問題，那就必須具有記憶，決策和行為能力的認知主體，進行自主駕駛，一字之差，差之毫厘，自動化學(xué)者和人工智能學(xué)者是有不同的觀點的。汽車的行為是由駕駛員決定的，無人駕駛難在擬人，因此我們要研究駕駛員行為學(xué)和駕駛員心理學(xué)，當(dāng)在爆胎的時候，駕駛員的動作恰當(dāng)嗎，我們要研究駕駛員的感知、記憶、控制和行為技巧，而不是一味的改良車輛動力學(xué)性能，實現(xiàn)自動駕駛。

　　我們看看駕駛員的行為學(xué)和心理學(xué)，這張圖是在自動駕駛之前，在交通運輸里就有的，專門研究駕駛員的行為學(xué)和心理學(xué)，分為感知域，認知域，行為域，現(xiàn)在把感知智能適應(yīng)以后的結(jié)果演化成駕駛透視圖，通過深度學(xué)習(xí)或者算法，實現(xiàn)對方向盤和油門的控制，然后我們把駕駛員的駕駛技巧，怎么樣省油，坐著舒服，就是有技巧的駕駛，怎么樣使這個車子開的平穩(wěn)，我們自然科學(xué)基金會組織全國八九次的比賽，考慮到裁判指標(biāo)，圖靈測試的指標(biāo)，我們檢測4個S，靠這4個S形成圖靈測試，拿出一個表，決定誰是冠軍，誰是亞軍?，F(xiàn)在我們在做認知領(lǐng)域的深度學(xué)習(xí)，駕駛認知的核心是學(xué)習(xí)還是記憶，生活是記憶，駕駛也是記憶，駕駛員開車的時候都是在算賬嗎，所以記憶很重要。每次駕駛都會結(jié)合對過去駕駛的記憶，學(xué)習(xí)是什么，學(xué)習(xí)是理解知識，形成記憶的交互過程，理解是信息的認知或已有認知的結(jié)果，而記憶彌散在神經(jīng)網(wǎng)絡(luò)之中，不去研究這樣的問題，做出的決策和結(jié)果出路不大。駕駛員的經(jīng)驗和臨場處理能力必須由駕駛員自己替代。我們現(xiàn)在開始往記憶和交互上發(fā)展，當(dāng)然計算也是很重要，有的單位說我們做一個機器人操作系統(tǒng)，用它支撐駕駛員，操作系統(tǒng)ROS固然重要，但是它不能代表駕駛員。如果要說駕駛員的注意力，釋放駕駛員的認知，必須有一個物化駕駛員的認知，我們把特定的駕駛認知叫做駕駛腦，這樣以來就會注意力集中，永遠專注，永不疲勞，原來駕駛員發(fā)生的事故稱之為人類第一殺手，也就不再存在，這該多好。

　　駕駛認知，自動駕駛是機器駕駛，它物化了駕駛員的認識，實現(xiàn)了無人駕駛。我們想一想，自動駕駛?cè)绻窃诘罔F比較好，因為鐵路是它的，還有網(wǎng)絡(luò)調(diào)度，如果是高鐵，也可以做自動駕駛，因為道路是封閉的，調(diào)度能力很強。如果是飛機也可以做自動駕駛，唯獨汽車不行，因為汽車是你個人的代步工具，它在開放的不確定性的環(huán)境下，常常會遇到大雪、大霧、大雨。比如說冰雪，還有人為的紅綠燈失效，道路施工，車輛醉駕等等，如果不能處理這些能力，做自動駕駛可能難以勝任。有經(jīng)驗的駕駛員，標(biāo)桿駕駛員能夠靈活處置，自動駕駛車怎么樣學(xué)習(xí)呢，這是我們研究的重點。一個小孩能夠成功的抓住一只球，這是計算出來了嗎，不是，是用了什么算法嗎，也不是。一次又一次的學(xué)習(xí)，操練，久而久之，智能成為新的本領(lǐng)。我們認為開車和學(xué)英語本質(zhì)上是相同的，熟練的司機開車，如同自己走路一樣自然，開多了，不是每天都在計算。經(jīng)驗駕駛員，不但要符合駕規(guī)，安全行駛，我們還要使車子坐起來比較舒服，從A點到B點怎么樣舒服省油，這也是駕駛員重要的技巧。因此我們發(fā)明了一個單詞，Driving Brain，不同的人開車行為習(xí)慣不一樣，我們認為自駕車應(yīng)該有個性，好像我們每個人開車都有個性一樣，如果你不強調(diào)開車的水平，我們可以找標(biāo)桿駕駛員開車，這也是可以的。駕駛技能的習(xí)得通常通過認知，關(guān)聯(lián)，自主三個因素決定的。如果像特斯拉一樣，把傳感器放在車?yán)?，讓人工開車，開了兩年以后，拿回來一學(xué)習(xí)，再放回去讓它和你開車一樣。在路上的行為就成了自己的行為，人的感知和車的行為達到了合一的境界，這是我們追求的目標(biāo)。

　　我們十多年的自動駕駛的生涯告訴我們，這件事情很重要，如果沒有的話，我們?nèi)匀粫只?、迷茫，今天做的很好的，明天可能就做不好了。感知認知和行為有一個比較好的反饋過程，從動態(tài)感知到態(tài)勢分解，到自主決策，這個期間場景記憶，功能記憶都起到很重要的作用。四類傳感器，分別是激光雷達，攝象頭傳感器，還有車姿傳感器，還有GPS傳感器，這代表我們的感知系統(tǒng)。而認知系統(tǒng)里，既有駕駛技術(shù)，還有各種各樣的記憶棒，我們利用當(dāng)前的駕駛態(tài)勢和時間序列表決策當(dāng)前的認知，形成認知箭頭，控制車的動力和行為，這塊叫做小腦，因為它已經(jīng)有駕駛技巧了，從感知到認知到行動，再感知到認知到行動。可先利用微電子技術(shù)，采用GPU+CPU+FPGA+ASIC機構(gòu)，生產(chǎn)專用芯片和板卡，2016年研發(fā)的駕駛腦V1.0。原來開始開車準(zhǔn)備時間十幾分鐘，現(xiàn)在我們開車啟動時間只要22秒，我們終于開始我們自己的發(fā)明，就是駕駛腦，它是給你拿駕照的，它是給你積累駕駛技能的，它是買路熟的，它是個性化駕駛和標(biāo)桿駕駛，這些東西怎么靠自動駕駛完成的呢，這就是我們在全世界的自動駕駛的浪潮中發(fā)出了自己微弱的聲音。我們認為人工智能的使命是加速汽車向人機交互的轉(zhuǎn)變。有了駕駛腦，有可能使汽車成為駕駛員自己，這是我們?nèi)祟愖非蠓浅Ｓ欣硐?，有意義的科技，我們很多人買聊天機器人，我們想汽車也應(yīng)該是這樣的。智能駕駛專用實驗與評估環(huán)境，全國已經(jīng)批準(zhǔn)了7個實驗場，這很有可能發(fā)展成為賽車手和賽車機器人的賽車場。

　　機器人換人帶來一個新的行業(yè)，就是后圖靈時代，也許是人機共生，共融，共發(fā)展的時候了。如果人腦的特定問題域的認知能力可以先局部地得到解決，比如駕駛問題，寫作問題，學(xué)英語問題等等。如果我們做一個流動大巴車，我們安排一個駕駛腦，安排一個聊天腦，不但會開車還會導(dǎo)游，這樣下去，千千萬萬個特定的機器人認知腦，通過移動互聯(lián)網(wǎng)，云計算和大數(shù)據(jù)，是不是可以倒逼變成一個通用的人工智能呢，或者強人工智能呢，我們一起來拭目以待，謝謝大家。