首页 |  资讯中心 |  城市交通 |  车联网 |  卫星导航 |  高速公路 |  行业观察 |  交警之窗 |  专题 |  会议展览 |  招投标

你的位置:首页 > 资讯中心 > 行业资讯 > 正文

张毅:人工智能与智能驾驶(上篇)

2018-07-05 15:35:02 责任编辑:
摘要:6月23日,由中国公共安全杂志社、深圳市智能交通行业协会主办,深圳市交通运输委员会、深圳市公安交警局和中国道路交通安全协会的大力支持...
6月23日,由中国公共安全杂志社、深圳市智能交通行业协会主办,深圳市交通运输委员会、深圳市公安交警局和中国道路交通安全协会的大力支持的“2018第十五届中国(国际)城市智能交通论坛”在深圳会展中心举行,本届论坛主题为:“共建共享城市智慧交通”。

清华大学自动化系系统工程研究所所长,国家863计划先进交通技术领域专家张毅发表了主题演讲。

以下为张毅演讲内容,有删减。

张毅:各位领导、各位专家,上午好,非常高兴今天到这里来参加我们的论坛,就城市智慧交通的发展问题谈一点我自己个人的想法,给大家共享一些我们现在的新的发展趋势。我们说城市智慧交通的发展有很多主题、有很多领域和技术需要我们去探讨。

张毅教授.jpg

人工智能比较热,什么是人工智能,当然这个概念比较模糊,每个人不同的理解,我今天给出一个在学术上比较标准的人工智能的概念,由此引出人工智能与智能交通之间的关系。其次,人工智能应用哪些技术是现在可以实现的。

什么是人工智能?从学术上的定义来讲,人工智能是指研究、开发用于模拟延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。最简单的就像模拟人、像人一样去思考、去完成对系统和对对象的一些操作。

在这个基础上我们说这个是学术定义,在技术层面上我们看说它是计算机科学的一部分,也就是说计算机技术的一部分,不是全部。另外在现实中我们体会到很多方式是具有人工智能的,比如说机器人语言识别、图像识别等等都是这样的。不管怎么样,归根到底,我们希望用人工智能技术以后,能够达到或者超过人类的智能目的。

人工智能这么好,有没有办法来实现它?大家可以看到50年代之后,人工智能发展这么多年,由一代一代科学家研究人工智能的实现问题。但是经过这么多年,我们总是在探讨怎样更好的实现人工智能。而有效的方法是什么?,探讨了这么多方法,发现最有效的是机器学习。机器学习从80年代提出以后,其应用过程中总不尽人意,于是又在探讨不同的方法,目前最热门的深度学习又是机器学习中的一种具体方法,它的效果要比别的更好。比如说AlphaGo,这是智能技术的体现。从50年代发展到现在,已经走过了60年的历史,人工智能离我们希望生活中的应用中仍有非常大的距离。

在这样的情况下,我们可以看到人工智能应用不是说没有用,还是有很多体现的。在人工智能的应用过程中,一般分为两个阶段:一个叫弱人工智能;一个叫强人工智能。简而言之,我们平常说具有一定的人工智能是弱人工智能,而大家真正天天梦想的完美的人工智能就是强人工智能,这是我们真正希望的。在这个过程中,真正比较有实际效果的是机器学习。在这里列出一些目前机器学习的成果,尤其是在交通行业,比如用计算机视觉可以做一些人脸识别或者车牌识别,这是目前用得最广的领域。

若技术效果不太好怎么办?那就要深度学习,用人的思维方式构造多层的神经网络来形成一个深度学习的过程。总的来说,在目前情况下人工智能整个路径如下图:

最典型的是图像识别、图形识别,比如这是猫,在图像识别过程中,网站上面基于内容的图像识别,要在众多的海量的图完全判断出某一种代表性的图像,这个在图像识别中已经不是太难的问题。

但是我们知道这么小的事情,到了交通里面是不是也如此简单呢?情况就不一样了,我们把交通领域的元素改了,不是识别猫,而是识别一辆汽车。不是说光识别这辆汽车就可以了,因为在交通系统里面,我们所要识别的是带有交通特性的很多对象,不是说光是车的本身。比如我们要看四个维度,第一最简单的一个识别车型,这是静止的。当车开起来之后,视觉识别、图像识别对动态物体的识别难度增大了。

而改进大量车型的车队、车流,或者要判断时间等因素,这时候复杂问题就来了,受天气、光线、光线方向的影响,远比基本静止的时候的难度更大了。对于立交桥的交通流情况,视觉识别难度非常大。

张毅2.jpg

众所周知,在交通里面图像处理是非常典型的,例如车牌识别。车牌识别里面大概分为两类:一个是移动场景;一个是静止场景。在静止场景的应用是最好的,停车场的入口、各种的收费站,环境很理想,条件很清楚,而且摄像头正对汽车的方向,还有光线好,光线好补光,这样的情况下车牌识别非常好。

如果车牌上有污物,人眼都看不清楚,机器能看清楚吗?做不到的。所以我们希望人眼看不清的,机器能识别,但是现实中我们发现所有的系统都达不到这种标准。在动态场景中,像大雾天的情况,我们的视频或者图像识别,即使加了深度学习,它的效果也是非常有限的。

张毅3.jpg

 

真正的人工智能有三个特点:

 

✦能模仿人去感知环境,人眼一目了然,但是计算机不行,通过各种计算去判断达不到人感知环境的能力。

✦它没有人的思维,不可能有人的推理思维,现在它还是规则的。在这样的情况下,我们能模仿人去做理性的思考。

✦能像人一样去行动、去控制系统,像人一样自然的而不是按照一定规则非常明确的做,而是按照人所具有的自然的特性去做的。所以,人工智能真正意义上讲应该满足这三个条件任何之一才能算得上人工智能。现实生活中很多被大家认为是人工智能的,实际上真正意义上它是具有一定的智能能力,但并没有达到人工智能的高度。

人工智能在交通领域的应用,主要从以下几方面体现:

感知环境
 
 
 

目前是讲感知环境,最主要最常用的是被动感知,也就是通过一些传感器来感知。另一种情况下是我们现在已经开始做主动感知了,用视觉处理方式、用V2X平台等等去做的。将来基于人工智能的做法,需要主动的像人一样去感知环境,于是建立一个人工视觉,为什么叫人工视觉?即用视觉的方式来处理,而交通过程都是以人的思维方式来做的,为什么?人是三维,但是机器人计算三维非常困难,要在安全系统里计算出两辆汽车是不是碰撞,将各种各样的参数用在三维空间里计算是难度很大,所以我们希望构造一个新的环境,用机器思考的环境去做,这样对人工智能的实现会有好处。

思维方式
 
 
 

目前所有的思维方式,所有所做的自动驾驶、智能驾驶里面的东西,现在还不具备有人的思维方式。最简单的是AlphaGo,非常著名的人工智能应用的典型例子。但是大家要知道围棋是有规则的,在这个规则的基础上,由于计算机的各种能力,它可以预测很长的过程,同时能快速计算,它把各种可能都比较出来,基本上可以保证它是基于规则的,但它没有推理的意识。

举个例子,我们将围棋换成中国的麻将,中国的麻将有炸糊,还需要有默契。若它能够把人的这种无法用建模的方式、表征的行为放上去,说明人工智能就足够了。所以,现实的系统中人工智能的思维方式甚至新的意识的产生,现在还达不到。我们将来能够模仿人这样去产生没有情绪的自然决策过程,这是人类的意识和思维。

像人一样去动作
 
 
 

目前我们的动作都是单体的,像自动驾驶、智能驾驶都是单体的。但实际上用人而言,它是有很多交互的,是有协作的,现在我们的人工智能还做不到这样的情况。所以说,将来需要做群体的协同控制方式,来解决人工智能在交通方面的应用。

在未来人工智能逐渐突破技术壁垒,达到强人工智能的境界,在交通领域也是质的飞越,但目前人工智能在交通的应用过程中,道路还是非常远的。

分享到:

声明:

凡文章来源标明“中国智能交通网”的文章版权均为本站所有,请不要一声不吭地来拿走,转载请注明出处,违者本网保留追究相关法律责任的权利;所有未标明来源为“中国智能交通网”的转载文章均不代表本网立场及观点,“中国智能交通网”不对这些第三方内容或链接做出任何保证或承担任何责任。

征稿:

为了更好的发挥中国智能交通网资讯平台价值,促进诸位自身发展以及业务拓展,更好地为企业及个人提供服务,中国智能交通网诚征各类稿件,欢迎有实力的企业、机构、研究员、行业分析师投稿。投稿邮箱: zw.ding@cps.com.cn(查看征稿详细)

热门文章