CCAI 2017中國人工智慧大會參會感想
作者/趙屹華
年初回到杭州工作，今年的人工智慧大會也移到杭州舉辦，感到甚是幸運。感謝CSDN的朋友們給我提供了零距離接觸大師、聆聽分享的機會。
幾十場分享和討論中，我印象最深刻的還是李德毅院士關於L3無人駕駛車的報告。自動擋、定速巡航的功能彷彿才普及不久，無人駕駛技術已經撲面而來，真是讓我這個手動擋愛好者有點兒猝不及防。李院士從設計者和研發者的角度對無人車的挑戰和量產做了深入剖析，我就從使用者的角度談一點思考。
李院士在報告中提到了無人車有360度的高精度雷達、100億公里的道路測試，並且經過嚴格的專業測試才可能獲得執照。作為乘客，我想再冗餘的測試也不嫌多。有人曾經評價百度的無人車“三千多個場景，一萬多個if，巨坑無比”。不知這位同學是高階黑還是真愚蠢。保守估計linux系統核心都有三萬個if，眼觀六路、耳聽八方的無人車才區區一萬多個if怎麼嫌多。百度要是宣佈再增加幾萬個if我都不拒絕。
做過軟體開發的同學都知道，一個完善的軟體產品，主要的邏輯部分程式碼可能只佔10%，其餘90%的程式碼都是在處理邊界條件和異常。天知道使用者會輸入什麼千奇百怪的資料把控制系統搞掛了。寧可處理器響應時間慢幾毫秒，也不見得比駕駛員的反應時間還慢。
跑在路上的無人駕駛汽車，它不僅要面臨諸如感測器失效、資料傳輸失敗等bug，甚至真的會碰到地震、塌方、橋樑斷裂等不測風雲。我們都不希望自己是這個倒黴蛋。我巴不得讓工程師在汽車出廠前給控制系統跑一億個單元測試，訓練資料能夠窮舉世界上所有可能發生的路況以及處置辦法，深度學習模型的精度超過99.9999%。在ImageNet比賽中0.1%的精度提升可能只是排位的變化，現實中的0.1%可能就是幾百起車禍。
還有，技術的角色在有些問題面前卻顯得很尷尬，即使李院士這樣的大牛可能也進退維谷，比如著名的“電車難題”。
一個瘋子把五個無辜的人綁在電車軌道上。一輛失控的電車朝他們駛來，我若拉下控制桿，電車朝另一條軌道方向駛去，但那條軌道上有一個同樣無辜的人。把電車換成無人駕駛車該怎麼辦呢？
從功利主義的角度來說，選擇換軌道的損失較小。這裡假設我們追求人生而平等的理想，生命和生命是等價的。無人駕駛演算法為了最小化損失函式的值，會選擇用一條生命換回五條生命。於是，在這種情況下更換軌道似乎是更合理的選擇。
如果我們換一下假設條件，五個無辜者是即將被槍決的罪犯，躺在另一條軌道上的無辜者是Geoffrey Hinton，並且無人車的感測器識別出了他們。再一次以功利的角度審判，Hinton的價值顯然高於五個將被槍決的罪犯，控制演算法為了找到最優解，似乎不應該更換軌道。
那麼問題來了，如果五個罪犯換成了五個博士生呢？尷尬，這個優化函式又該怎麼解？深度學習模型的訓練樣本又該由誰來標記呢？想象一下，今後你我都是谷歌或者百度無人車深度學習模型裡的一維特徵，GPU叢集哼哧哼哧地計算了三天三夜終於得到了收斂的權值引數。你的權重是0.63，我的權重是0.78，而你和瑪莎拉蒂的交叉特徵權重又高於我和長安之星的權重。是不是細思極恐！
不過，我向來相信技術，認為無人駕駛的處理器比我對車輛的操控能力更強，高精度的雷達和感測器比我的眼睛和耳朵更敏銳，GPS和深度學習演算法比我規劃線路的能力更強。人工智慧方興未艾，無人駕駛車是領域的探路者，無人駕駛技術如今面臨的問題在其它人工智慧產品中遲早都會遇到。晚來不如早來，早來早受益。至於矛盾，不妨借鑑小平同志的智慧，“擱置爭議，讓更聰明的後人來解決它們”吧。