自动驾驶上路了，是真智能还是看上去智能

伴随着自动驾驶技术的快速发展，无人驾驶汽车纷纷走上街头但为了保证驾驶安全，大多数无人车都在副驾驶座位上配备了安全员，对车辆的行驶状态进行监控市场上流传着一个笑话:每辆无人驾驶汽车的底盘里都藏着一个司机驾驶等级从L3到L4再到L5，似乎面临着一个不可逾越的障碍

如果你想和人类司机并驾齐驱，灵活机动，像真人一样独立决策，自动驾驶还有一个B计划选项，就是通用人工智能。

刘凯和贾敏

人工智能有专用和通用两种不同的定位，分别对应专用人工智能和通用人工智能目前学术界和工业界的人工智能一词几乎无一例外地属于特殊人工智能，其目的是通过预设的算法或训练来解决特定的问题，通用人工智能致力于元学习能力的研发，特定问题的成功解决可以通过后天培养来实现

就像智能被视为计算一样，自动驾驶在专门的人工智能专家眼中似乎只是一个纯粹的技术问题，试图以模块化的方式实现技术扩张人们可以在不携带任何设备的情况下自行出门，但自动驾驶汽车将很难离开通信网络即使最新的高性能芯片和激光雷达就在附近，但自动驾驶汽车在驶出高速或在稍微拥堵的路口插入转弯队列时，经常会做出误判为了解决这样的问题，汽车制造商们都在争先恐后地提高他们汽车的智能化水平，L2—L3向L4—L5急行军的新闻经常见诸报端与此同时，各种专门用于辅助自动驾驶车辆应对复杂路况的专用计算设备也应运而生C—V2X蜂窝车联网技术就是其中之一，具有路口车辆提醒，事故提前预警，监控盲区，道路突发危险情况提醒等功能，并被视为智能驾驶和智能交通落地的关键环节

国际自动机工程师协会对自动驾驶等级的分类

可以预见，自动驾驶车辆通过路口的成本将继续上升现在连稍微有经验的城市流浪狗都能做到的，就是在各个路口部署各种监控设备，让本来就复杂的城市道路管理雪上加霜这仅限于城市毕竟，只有借助外界帮助才能获得的绝对安全在郊区很难推广它看起来更像是一场精心设计的更加智能的城市秀

未来，特殊人工智能技术路线下的L4—L5自动驾驶，必然会倾向于智能外包的技术解决路线——依靠的不是更强的单车智能，而是更复杂精密的上层协调节点这种方式存在很多隐患高层次的协调节点不仅覆盖范围非常有限，而且会迅速增加交通系统的边际成本和整体复杂性，延长单车决策链，降低决策参与度

实际上，特殊人工智能的自动驾驶从来没有真正面对过智能的问题，只是不断地传递自行车的智能来寻求外部的协助，即车辆本身更负责提出问题而不是解决问题最终并不是汽车变得适应性更强，而是不适合的地方被人为修改了——汽车本身仍然被封印在有多少人，就有多少智能的魔咒中

一般的人工智能不一样它试图创造一个具有认知功能，能思考，能感觉的软件系统，认为智能不是全知全能的，系统需要通过预设的元能力不断学习，才能达到某一领域的实用水平而且，即使到了这个程度，学习也不会停止，尤其是环境变化的时候对于一般人工智能来说，元级学习能力是预设的，但所有的学习内容都是习得的所以通用人工智能系统的自动驾驶本质上是一个教育问题而不是技术问题

就像刚出生的人类婴儿不会开车一样，一般的人工智能系统在启动时并没有预设任何驾驶经验，也不是为开车而设计的其实自动驾驶对于一般人工智能来说是个伪问题因为，与人类高度相似，一般人工智能系统成长的第一步是通过自身的感知运动设备获取直接的物理经验对于一般的人工智能系统来说，训练一个机器人和训练一辆汽车完成自动驾驶任务没有实质性的区别无论是组装胎面，履带还是车轮等器官，只是系统的感觉不同，而不是驾驶的不同甚至，不一定要组装腿脚，也可以用翅膀或螺旋桨推进乘客可以继续坐在车里，也可以把车做成机器人形状，把乘客放在肚子里，甚至可以抱抱或者抱抱但能实现载人有目的自主运动的是自动驾驶所以一般人工智能的自动驾驶是不选择设备类型，不选择交通工具形式，不选择驾驶环境的一般人工智能的自动驾驶是一般意义上的驾驶

这种多面性一方面体现在周边选择的多样性，另一方面也体现在驾驶背后学习内容的广泛性和领悟性通用人工智能自动驾驶的算法的全部意义，就是从零开始培育一个通用人工智能的机器人宝宝这个机器宝宝具有主动性，它的一切行动都依赖于自身积累的历史经验这是一个内向依赖的肯定性技术模型，而不是外向依赖的集中式技术模型所以一般人工智能系统的培育过程，并不存在特殊人工智能的外部神视角的干扰唯一的上帝视角只是机器宝贝本身的内部视角而养育的具体技术手段并不是机器学习，图像识别，特殊人工智能优化等计算机和机器人相关的软硬件技术，而是与人类婴儿相同的教育手段这种特殊性与过去几十年人们对机器学习和人工智能的理解相悖，乍一看似乎很难理解

首先，专用人工智能系统的处理内容包罗万象，可以是图像，声音等具体数据，也可以是自然语言，知识等抽象概念而一般人工智能系统的教育可以也只能从感知运动的体验出发因为只有直接经验才是绝对经验，只有绝对经验才能直接登陆一般人工智能系统至于给通用人工智能系统预设思想印记的想法，都是扯淡这些抽象的经验完全没有基础，就像问人类婴儿好人有好报的想法一样可笑虽然从理论上来说，通过某种神秘的生物手段在婴儿的大脑中构建特定的神经结构或许是可能的，但实际上，婴儿对这种抽象的概念是没有任何理解的所以，就连距离，速度，避障，偶数这些最初级的自动驾驶知识，对于一般人工智能的机器人宝宝来说，一开始都是不知道的，就像人类宝宝一样

其次，在特殊人工智能系统的学习和训练阶段，感知和运动通常是分开的图像识别不需要像人眼一样跳，机器人位移只是程序设置的机械操作和优化但在一般人工智能系统的培育过程中，感知和运动是不可分割的它们不是两个不同的事物，而是同一类事物的不同侧面是运动知觉体验变化的原因，知觉是运动结果的反馈它们相互依存，不可或缺更重要的是，知觉是通过运动直接或间接地建构主体的内在经验意义的比如，对于装有车轮和超声波传感器的通用人工智能汽车，声波数据本身是没有意义的，它的意义是在运动发生变化后才出现的，可是，纯粹的运动是没有意义的运动的意义在于将传感器值降为零的过程也就是说，知觉运动信号是最直接的，不可分割的原子经验，原子经验没有原初意义，但其意义来自内部的相互禀赋以视觉为例，一般人工智能的主动视觉与主流计算机视觉的基本原理和实现方式有很大不同虽然都是见，但见不一样前者注重自上而下的可用性的意义建构，具有主观性和可解释性，后者侧重于像素级自下而上的模式发现和匹配，本质上是一个无脑的哲学僵尸

另外，通用人工智能的自动驾驶不仅仅停留在造车的层面，对我们来说也是一面镜子，可以折射出人更深层次的真相，让我们受益比如一般人工智能机器宝宝的运动，可以分为主动运动和被动运动两类主动运动时，机器宝宝自己控制车轮运动，被动运动时，车轮不动，车身位置因外力而变化主动运动是主观体验的引擎，是和传感器一起从客观环境中感受自我边界的动力，从而区分主体和客体，所以对于机器的宝贝来说非常重要只有这样的成长，才能在人与物，自我与他人，自我与环境之间形成更清晰的认同另一方面，人类自身，对于那些无法有效区分人与物，自我与他人的自闭症儿童来说，通用人工智能自动驾驶带来的病理性启示，在当前自闭症生物假说深陷泥沼的情况下，无疑是一线另类曙光

所以，不同于现在的干式自动驾驶技术，通用人工智能注定要走一条不同的路——不仅仅是驾驶车辆，甚至是欣赏生命。

注意:

文章发表在《中国社会科学报》科学人文版，本文为原创投稿。

刘凯，贾敏探索基于通用人工智能的自动驾驶中国社会科学报，2022—08—23