虽然「下棋」赢了，但人工智能「开车」会比人类更快吗？
今天，人工智能 AlphaGo 再次战胜人类代表李世石九段。或许人工智能可以和人类下下围棋，但是开车呢？会不会比人类更强？虽然现在不少无人驾驶车都在路试，但都相对保守，生怕搞出什么事故。 如果专门打造一辆无人驾驶的赛车和人类比赛，会是怎样的情景？关于这个问题，我们可以关注两辆车：「Shelley」 和「Robby」。Shelley 是斯坦福大学改装的一辆奥迪 TTS，Robby 是奥迪自己改装的一辆 RS7，后者曾和人类在同一赛道较量。 学院派「Shelley」 Shelley 是由斯坦福大学 Chris Gerdes 教授和他的学生们打造的，已经在赛道进行了路试。（推荐你看下面的视频）这辆车的路试是在加州的 Thunderhill 赛车场，一圈大约 4.8 公里。在整个路试阶段，Shelley 最高时速接近 193 公里/小时，但大部分时候，时速是在 80-120 公里/小时。 对于这样的表现，Gerdes 表示，这个速度区间是很容易发生事故的。通过这样的测试，我们就能够让车辆更好地自动调节油门、刹车，最大限度利用轮胎摩擦力，对主动安全技术的发展是很有好处的。 Shelley 的很多功能都是由学生在负责的，既然是学院派出身，我们就来看看团队里的学生们都在干什么吧。 Nitin Kapania 在使用人工智能技术，研究面对不同弯道下汽车转弯角度问题；John Kegelman 在研究把专业车手的走线，并把这些数据写入车载电脑；Joseph Funke 在做的是根据 Shelley 的走线，来研究如何实现紧急变道。 目前，根据他们的说法，这辆车目前的圈速已经和「 有经验的赛车手」 相当。如果你觉得学院派不够刺激，可以继续往下看。 人类大战奥迪「Robby」 在奥迪打造 Robby 之前，其实已经有了 AJ、Bobby、Jack。这四款车，还是有一些共同点的：一是车的名字都来源于著名赛车手；二是都已经在赛道、高速公路和跨城行驶的场景下测试。 在 2015 年的 CES 之前，奥迪曾让 Jack 一路从硅谷开到了拉斯维加斯，最高速度为 112 公里/小时。Jack 是一辆奥迪 A7，但是 Robby 是一辆 RS7，完全为赛道打造。 奥迪给 Robby 定下的初衷是追求性能和驾驶极限，首要任务是在 4.2 公里长的 Parcmotor 赛道上，「 自己」 开得越快越好。说简单点，Robby 就是为了打败人类而生的。 在去年 12 月，奥迪邀请了一位科技媒体记者 Vincent Nguyen（非专业车手）来和 Robby 一较高下。考虑到安全因素，Robby 的驾驶位是坐着奥迪工程师的，他的手里拿着一个开关。这个开关只要一直按着就是无人驾驶状态，如果松开，工程师就能立刻接管车辆。 在比赛当天，奥迪其实还是挺谨慎的，工程师们可能并没有发挥 Robby 的全部功力，还把它的飙车水平调低了一些。因为在大部分路段，Robby 的走法都相当保守，全程没有压到路肩，更别提轮胎的啸叫了。总之，Robby 当天的表现，可以用「 精准、顺滑、谨慎」 来形容。 Robby 在 Parcmotor 的历史最好成绩是 2:07.67，但是在当天的最好成绩是 2:09.237。在 Robby 自己跑了几圈后，你就会发现，Robby 的成绩相当稳定，基本都是 2 分 9 秒出头。需要注意的是，虽然 Robby 是无人驾驶车，但是跑圈的时候还是有工程师坐着的，如果没工程师在车上，应该会更快。 Robby 有自己的 GPS 系统，以及一系列传感器，处理器。人类代表 Vincent 是跟着专业车手驾驶的领头车来跑的，他的最好成绩是 2:08.807。从一些细节里，你可以看出人类和机器的差异。 在赛道的长直道路段，Robby 的极速达到了 209 公里/小时，如果 Vincent 的极速也达到这个速度，就可能打破 Robby 的最好成绩。但实际上，Vincent 只跑到了 205 公里/小时就踩下了刹车。 是的，人类是有恐惧感的，因为 Parcmotor 长直道紧接着就是急转弯。如果是你开着一辆 560 马力的 RS7，时速跑到 200 公里/小时，估计你也会怕。 除了 Parcmotor 赛道外，Robby 也在美国加州的 Sonoma 赛道跑过。据称，Robby 的成绩已经超过了很多职业车手。 到今天，AlphaGo 已经赢了李世石两局。在下围棋这件事上，人工智能似乎已经开始撼动人类的地位了。至于开车，Robby 的表现也可圈可点。 从原理上来说，机器确实可以学习专业车手的走线，并不断优化自己。更重要的是，机器可以做到厘米级的定位精度，毫无体力和心理上的压力。虽然 … 继续阅读
丰田往硅谷扔了 10 亿，就只是为了自动驾驶？
前几天，丰田宣布投资 10 亿美金在硅谷设立研发中心（Toyota Research Institute，下称 TRI），主要研究 AI（人工智能）和机器人技术，这 10 亿美金也是丰田在 9 月宣布在硅谷投资 5000 万美金之后的追加部分。 其实 TRI 分为两部分，总部将建在加州硅谷的 Palo Alto，靠近斯坦福大学；第二个研发中心将建在麻省理工学院附近。这个研发中心员工规模初步计划为 200 人，在明年 1 月投入使用。 TRI 的负责人是 Gill Pratt，在他的 Linkedin 页面，已经显示在为丰田工作了，他之前为 DARPA（美国国防部先进研究项目局）工作，以下是他的工作经历。 ps：DARPA 是美国自动驾驶研发的重要推动力量。 丰田的「 造车观」 从 5000 万美金到现在的 TRI，表明丰田起码在造车方面，已经想明白未来几年到底要怎么走了，就是要先发展高级辅助驾驶技术。至于自动驾驶，是水到渠成的事，也许在 2020 年的东京奥运会上能看见。 在外界因素中，其中有一项对丰田影响很大，就是「 城市化进程加速」。表现就是公共交通越来越发达，城市越来越拥挤，更多的人不会选择拥有一辆私家车，在美国大城市这种趋势更加明显。 而如何解决「 最后一公里」 的问题就显得更加重要了，这种情况下，丰田曾表示要成为「 公共交通服务提供者」，当然自己的造车业务也是要兼顾的（毕竟是赚钱项目）。 做交通服务的提供者，显然丰田不会买一堆车然后雇一群司机来解决，那就成丰田出租车了。面对「 最后一公里」 问题，丰田应该会结合小型电动车和自动驾驶技术来解决。 设立 TRI 的背后 丰田的核心业务是生产汽车，研究自动驾驶技术，花钱成立 TRI 也是情理之中的。但在这背后，也是有几股力量在推动丰田做出这样的转变。 首先是「 人口老龄化」 问题，日本是全世界老龄化程度最高的国家，目前日本 65 岁以上老年人口占总人口的 1/4。或许 10 年后能够完全自动驾驶的汽车不一定能普及，但可以肯定的一点是，高级辅助驾驶技术可以帮助减少事故。 从下表也可以看出，到 2030 年，很多发达国家都会面临人口老龄化的问题。从消费者购车角度来说，有自动驾驶功能的汽车也更加有吸引力。 其次，丰田在硅谷建立的 TRI 除了研究人工智能技术（解决自动驾驶问题），还有就是「 机器人技术」。其实丰田很早就有造机器人的念头，在 2012 年曾推出了一部名为「Human Support Robot」 的生活小帮手，主要工作就是端茶倒水。当然，还是由于人口老龄化的缘故，这样的生活助手类机器人需求会越来越大。 由于原理是相通的，除了面向消费者的 C 端产品，在未来丰田甚至可以拓展 B 端的业务，比如提高生产线的自动化程度。 最近，美国银行的一份报告指出：「 未来十年内，机器人会接管制造业内 45%的工作。人工智能和机器人技术对这个世界带来的变革超出我们现在的想象，同时也会带来商业模式的改变。」 如果丰田能把自己的机械臂卖给奔驰、宝马，才是 TRI 最大的成功…当然，也就不愁没钱赚了。这么看来，自动驾驶技术或许只是 TRI 的一小部分计划，而人工智能和机器人技术才是” 主角”。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 同时欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
人工智能让人害怕？未必！
大家还记得在电影《钢铁侠》里，男猪脚托尼•斯塔克开发的人工智能助手 J.A.R.V.I.S 吗？每个漫威迷都梦想拥有一个自己的人工智能管家。你只需要使用语音命令，它就可以帮你完成诸如驾驶、做饭甚至购物。在真实的世界里，人工智能（Artificial Intelligence）离我们生活也并不遥远。比如 iOS 内置的 Siri 与 Android 的 Google Now! 语音助手。在未来，人工智能将应用到更多场景。比如，将汽车与人工智能结合在一起，完成诸如自动驾驶功能。这看起来很美好，但是却引起一些人担忧。 近日。某媒体发表一篇《为什么 Elon Musk 和我们都「 害怕」 人工智能？》文章。更讽刺的是该媒体前不久还召开大会，邀请诸多国内 AI 领域专家研究 AI 未来方向。那么，问题是人们有必要对 AI 产生恐慌吗？我看未必。下面，我们先对 AI 和机器学习简单做个介绍。 AI 到底是什么？ AI 这个概念起源于上世纪 50 年代，目前学术界对它的尚无统一标准定义。简单的说，AI 就是使用机器完成以往需要人类智力才能完成的事情。机器可以感知外界环境，与人类交流甚至是分析与思考。机器似乎也有了生命一般。这种感觉既可能是外在的，也可能是内在的。就像电影《Her》里的那个操作系统 Samantha ，它通过长时间与人类交流而得到进化，能够进行感知并分析判断所处环境。与人类交流实际上是一个信息输入的过程。这就像我们小时候最初认识东西的过程：父母或者老师告诉你这个它是什么，然后你记下它的某些特征，当你再次看见它的时候就会认识它。这个过程只不过是由人类学习演变成机器学习。 机器学习（Machine Learning）机器学习理论大约在 20 年前被提出。如今，这种方法已经应用在例如金融、保险、医疗、电子商务等诸多领域。它虽然属于人工智能学科的一个分支，但机器学习更多的是一种计算机优化方法。这里面有一条被引用最多的定义： 「A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.」 这条定义强调了 P ,T,E 三者关系。机器学习实现过程大概是：首先向机器内输入大量的数据，然后通过算法建立某种模型，利用这种模型进行预测。如果对预测结果不满意，则调整甚至更改数据模型，以求更好的结果。所以不能简单地按照字面含义，把机器学习当做「AI」 的改头换姓。如果把 AI 比作一个城市，那么 机器学习更像是通向城市的一条道路。人们可以通过这条道路实现 AI ，也可以利用这条道路做更多的事情。 AI 的未来 有人把最近 Elon Musk 对 AI 观点的解读成未来的一种担忧。首先，Musk 并非 AI 方面专家，其次 Tesla 新车 P85D 内置辅助驾驶系统也并非用来替代传统驾驶方式。从成本和法律以及技术三方面来说，实现完全无人驾驶目前还不是很成熟。而这里面原因绝非是对 AI 恐惧。至于担心人工智能在有一天会背叛/奴役人类，恐怕这个情景只能在科幻小说或者电影里出现。从半个世纪前人工智能概念提出到现在，这个技术一直在不断向前发展。人们需要使用人工智能解决各种问题，至于最终它的未来，恐怕谁也不能准确的预言结果是什么。 题外话 记得之前聚会曾有一位媒体前辈这样说同行：现在搞媒体新闻的大多是新闻系出身，缺乏理工科背景导致写的科技类新闻没有可读性，甚至不知所云。这样的文章仅靠去摘抄一些内容加上自己的一些片面理解就成型，导致文章经常会出现常识性错误。我认为，写某一类文章，至少你得和这个领域前辈有所交流，还要通过一些 MOOC 平台进行学习。在自己拿不准的地方，还是不要轻易动笔为好。
「大佬」科大讯飞，这次也是蛮拼的。
最近好像业界「 大佬」 都蛮拼的，上一次是「 汽车维修界大佬」 元征发布 golo4.0 要搞「 汽修界 O2O」，这次,「 语音界大佬」 科大讯飞则是一口气发布了我已经记不清多少个了的「 软」、「 硬」、「 软硬兼施」 的产品，其中包括灵犀语音助手 3.0、讯飞语音云 3.0、讯飞智音箱、智能电视等等多种基于讯飞智能语音这一核心的可进行语音交互的电子设备和产品，搞起了「 智能家居硬件和『 讯飞超脑』 人工智能计划。好像是在跟我们说：「 别跟我提语音，Low！」 其实，基于语音的智能家居，讯飞在这方面和厂商的合作方式就是几种：技术开发然后授权；为厂商提供整套的语音+语义智能操控解决方案，形成独立运营体系，包括定制化的广告内容。在未来，电视和家具不和智能扯上点关系都不好意思跟消费者打招呼。当然我们不想多说智能家居，我们更想聊聊讯飞在汽车行业都做了什么。要做什么。 国内汽车产业中语音应用的「 大佬」 地位 讯飞在 2003 年成立之初就在汽车方面有所投入，最开始的语音合成方面，不管是进口车还是国产车或是软件，大家可以听到的所有从导航软件及各种车机出来的声音 97%都是由科大讯飞提供的。从 2007 开始，他们向整个汽车行业提供语音识别解决方案，因为当时受技术和平台限制，最开始只是简单命令词的交互方式，但随着智能系统的加入，更多的硬件、资源、联网（带宽）受限越来越低，讯飞才可以把长期积累的技术放在车载平台上用。 也就是从 2010 年到现在，通过长时间的调研和后台数据分析，讯飞认为用户在车内 90%的时间都会花在四个方面：导航、通信、信息搜索、娱乐。于是从那时起，科大讯飞开始向汽车尝试提供叫做「 汽车语音助理」 的一套方案，主要也是围绕这四个方面。他们的目标是真正让用户知道和相信「 联网车」 和好的语音交互能带来好的体验。未来科大讯飞和车厂的合作可能会拓展到车身控制、汽车整个服务链条信息的导入。科大讯飞嵌入式负责人刘俊峰在会后专访时也表示：科大讯飞在未来不排除和某些车厂用语音做 engine start 系统。 目前我们可以在市面上看到的上汽、荣威、MG 车型中的 iVoka 就是由科大讯飞提供的完整技术支持，并由博泰做的交互设计。再包括前一阵上市的吉利新帝豪，马上将要上市的新款长安 CS75（集成自然语言、安卓系统）。在未来一年半时间内，和科大讯飞合作的车厂会陆陆续续有将近三十款车型要上市，基本覆盖国内所有品牌的主机厂，在合资厂和外资品牌和 ABB 都有谈到车型级的合作，包括丰田、日产、大众、通用等。这些合作再次印证了科大讯飞在汽车行业语音应用方面的资深「 大佬」 地位。 科大讯飞谈智能语音在车内应用的难点 1. 噪音 语音在车内的应用，噪音问题是业内人士公认的难点之一。一辆装备有智能语音应用的车辆，在静止时语音识别率可以达到 95%以上，但在行驶时嘈杂的高噪音环境中，如果识别率能达到 90%，那就超级碉堡了。科大讯飞在处理噪音技术方面目前是采用和国际降噪领域知名科学家陈景东教授合作的软硬一体降噪解决方案，通过差分算法、麦克风矩阵算法等技术把噪音降到最低。这个方案整合在几款车型上，已经达到了在 120 分贝噪声下识别率接近 85%的水平。这完全是具有实用意义的。 2. 合作 除了噪音，真正想把语音技术应用在车里，如何用正确的「 姿势」 和车厂进行合作，也是一个对于诸多语音厂商来说很大的问题。在这方面业界「 大佬」 科大讯飞更有发言权，他们认为和车厂合作的关键在于整个应用系统的对接。汽车厂商会从整体架构设计考虑，保证车内良好的语音交互体验。从应用系统上来看，很多汽车厂商对接语音是「 后进」 项目，也就是说汽车厂商在前面已经做了很多应用开发。但在一开始如果没有把语音理解的很深，没有留出很好的接口进行对接，那么「 语音进车的姿势」 就会「 很难受」。刘俊峰表示这个合作需要大家联合配合打开接口，过程势必有长有短，结果也是有好有坏。 科大讯飞这块「 好肉」 不想被车厂「 烤糊」，于是他们从 2010 年开始不再对外提供核心引擎的单独产品方案。目前在做的是整体的汽车语音助理方案，建立完整的语言体系，同时把一些跟按键、界面等几个维度的整体交互体验放在一个平台上来考虑，最终实现的是车内良好的人机交互系统。我们可以看到科大讯飞是在很负责地来做车内语音这件事情，他们会评估一些储备技术在车内的场景和可行性，有节奏地导入技术，随着自身的产品迭代和市场判断来确认。 3. 安全 虽然科大讯飞一直在强调希望自我定位为移动互联网公司，但他们也明白汽车领域的理念和互联网还是有差别的。互联网是从智能到互联，再到云端；汽车是从安全到智能，再到互联。科大讯飞在和汽车公司合作做汽车项目的整体思路中，很关注对汽车各个部件的整合，比如车门、开关、音响等，他们会挑选和安全技术无关或相关性很低的部分进行第一步的研发和拓展，而对于和安全相关性很高的内容，就要交给大的汽车厂商自己来做。科大讯飞嵌入产品负责人马冰表示：隔行如隔山，讯飞需要减小和避免错误带来的安全隐患，做与舒适和娱乐相关的语音应用。 语音技术的应用，目前是不是已经到了可以「 引爆」 市场的阶段，这个还有待讨论，至少本人目前还没有和机器对话的习惯。但作为国内这个行业的「 大佬」，科大讯飞的确拿出了「 大佬」 该有的样子，从我们能看得到的语音助手、智能家居、车载，再到我们看不到的语音云、讯飞「 超脑」 人工智能，讯飞几乎占据了所有和语音相关的入口。市场需要培养，也需要「 大佬」 开路，但在目前看来，用户还并没有为语音服务买单的意识，我们期待「 蛮拼一族」 科大讯飞在未来用技术实现人与机器的极致交互，同时也为股民们求得一些福利。
Elon Musk：人工智能比核武器更加危险
Elon Musk 认为太阳能和电动车代表着未来，我们应该尽快着手到火星上建立人类的第二个家。不过，这位亿万富翁与技术乐天派接着表达了一个充斥了超级智能机器的未来所蕴含的种种可怕之处。 上周六 Musk 在他的 Twitter 上发帖，推荐了一本即将出版的检视这样一个未来的书籍，并加了句评语，说「 我们需要对人工智能格外小心，它可能比核武器更危险。」 以下是 Twitter 原文： 值得一读的好书《超级人工智能》（Superintelligence），作者是 Bostrom。我们需要对人工智能格外小心，它可能比核武器更危险。 —— @elonmusk 2014 年 8 月 3 日 Musk 表达他对人工智能的忧虑已经不是第一次了，其他著名的未来学家，比如谷歌的 Ray Kurzweil 则是以一个更积极甚至是更浪漫的视角看待这个事情。今年 6 月，Musk 在 CNBC 表示，他认真地考虑了「 终结者」 般的场景成为现实的可能性，甚至于他投资人工智能公司就是为了实时监控这项技术每时每刻的动向。 当然，如果你深入阅读下 Nick Bostrom 的写作目录的话，你会发现他的担忧其实是太抽象了。早在 2003 年，博斯特伦发表了一篇论文说我们实际上生活在一个计算机模拟的世界，科学家最近也开始搜索「 证据」 证明这世界并不如我们所想的那样真实。