2021/09/11

1. 从人工智能学科的实践历史来看，到目前为止，能够成功落地帮助我们解决特定领域的一些问题的大多是所谓弱人工智能。例如人脸识别。而在配备供人类司机眼睛识别的道路标识和控制信号设备的现代普通城市街道上自动驾驶系统，实际上是一个万能机器人，应该属于强人工智能，也就是能够执行“通用任务”（Generalized Mission）的人工智能：它能够进行像人类一样有的学习、推理和认知解决问题的能力， 而不是只解决特定领域中的问题。一个机器人聊天系统，或人类语言翻译系统，如果以通过“图灵测试”为目标，都应该是强人工智能系统。目前市售的翻译系统，只能做辅助工具使用，译文要人类校对之后才能正式使用。达到译文不用人类校对就直接使用，是遥遥无期的。同理，L5级的现代城市街道上自动驾驶系统，也一样遥遥无期。以红绿灯识别为例，我在另外文章做过计算[1],以北京每日400万辆车上路，每辆车过25个红绿灯计算，每天要过1亿车次红绿灯。如果要求不要天天新闻报导有自动驾驶车出红绿灯事故，系统识别正确率要大于99.999999%。AI系统在可见将来不可能达到。（自动驾驶系统闯一次红灯的后果可能是车毁人亡！和翻译系统翻错一句话很不同。）

2. 我们只有把汽车自动驾驶从强人工智能系统降为弱人工智能系统，才能使它成功落地。怎么能把一个强人工智能的任务降低为弱人工智能任务呢？我以汽车生产自动化为例说明如下。

3. 项目的目标是实现汽车生产的自动化。技术上有两条路线：第一条路线，强人工智能系统。研发万能的能自主行走机器人，识别并使用人类使用的扳手改锥焊枪手推车吊车等等工具，识别螺杆螺帽和各种汽车零件，利用几十年前就有的人工汽车装配车间的设备，让机器人在模仿工人组装汽车步骤的软件指挥下工作，准确地代替人类完成汽车安装；第二条路线，弱人工智能系统。把几十年前就有的人工汽车装配车间改造成今天大多数现代化车厂的自动生产线，在该生产线的两边安装比万能的机器人简单的多的机械手，每个机械手完成一个简单的操作，最后在生产线的终端完成整车的自动安装。显然，正确并导致成功的是第二条路线。现在中国和海外汽车自动驾驶主流技术是走第一条路线。那么什么是第二条路线呢？以下是可能的方法之一。

4. 把绝大部分自动驾驶中需要完成的识别和定位任务从汽车转给地面。即：把原先由车载的系统，通过AI从原本供人类眼睛识别的道路标识和控制信号翻译为车辆能直接理解的信息，改变为直接从路面以车辆能直接理解的指令形式提供给车辆；把需要的车道级精度的定位，以及车辆所在车道是直行/左拐/右拐哪种车道的车道属性的信息，从原先依靠高精度卫星得到精确的经纬度定位再到高精度地图上查找的过程，改为直接从地上的所在车道路面上以车辆能理解的指令提供给车辆。详细请看[1]。

5. 如果按上述技术方案建设一套全新的公路，只供自动驾驶车使用，不存在人类司机的完全自动驾驶公路，这种方案的成本太高。另一种方案是在现有供人类司机驾驶的公路上，添加另外一套平行的供自动驾驶使用的地面设备。这种道路供人类司机和自动驾驶两种车辆共同使用。过渡的方向是自动驾驶车辆的比例逐年增加。由于自动驾驶的设计不允许违规驾驶，故随着人类司机比例的减少，违规或暴走的场景越来越少，完全自动驾驶的负担就越来越简单，直至人类司机完全不存在。一个只供自动驾驶车使用，不存在人类司机的完全自动驾驶公路必要条件是：

(1) 取消跨越公路的人行道，在所有交叉路口设人行天桥或地道，用坚固的栏杆隔离车道与路边人行道，把行人和车隔离在两个世界。

(2) 车道上所有汽车都是无人驾驶，所有车都受设置在某一个相同限速路段的中央系统控制，所有在该路段的车都被按各车道控制在指定给该车道的同一的速度及同一的车距，不会有违规驾驶，因而不会有突然出现你的车辆前方的行人和车辆造成的事故。

(3) 在(2)中，除了用限速这一指标划分路段之外，也可选择汽车驾驶规则中其他一个或多个指标来划分路段。

(4) 所有现有的路边标识、控制信号、车道级精度的定位，都是由路面各车道上的无源反射器或有源发射器直接向车辆发送编码指令的方式进行，详细请看[1]。各编码指令的语义解释由预先规定好的表格提供。例如：编码0001代表“红灯”（红绿灯信号不通过相机和AI方法获得，而直接取自原来的红绿灯指挥系统）；0101代表“限速70公里/时”；1002代表“直行兼左拐车道”，等等。不必使用厘米级精度的加强型全球卫星定位和高精度地图。加上如上面(1) 和 (2)所说的理由，路况简单了许多，即使是L5级自动驾驶的车载设备和路面设备的成本也会大大下降。（以当前的物价和汇率为参考，为了L5级自动驾驶的车载设备不超过10万元或1.5万美元，路面设备不超过100万元/公里或15万美元/公里。）

(5) 由于不同车辆的目的地不同，在同一路段上，下一步的左拐/右拐/直行的要求不同，而当时所在车道是否允许所要求的左拐/右拐/直行操作也不同，所以需要跨越车道到允许这种操作的车道上去。这时，车辆要向中央系统提出要求，后者要安排有关的相邻车道上的有关车辆减速让道，直到该车辆达到允许这种操作的车道为止。

(6) 路段中央系统指令和各车道路面设备指令的分工：前者发送所有各车道前进/停止（即红绿灯功能），车速，车距等在该路段所有车辆共同遵守的指令表，后者发送给车辆所在车道编号，车道属性，距离交叉路口及出口的距离等与车辆定位等有关的该车辆专用指令，以便从前者的指令表中选择适用本车道的前进/停止、车速、车距等指令，加上从后者得到的适用本车辆的专用指令，来控制车辆的自动驾驶。

(7) 由于行人和车绝对隔离，车道上所有汽车都是无人驾驶，绝大多数“长尾问题”[2]不再发生，不必再用「堆料」[3]的方式打补丁来解决漏洞，控制系统大幅度简化。

(8) 综合上面内容: 当自动驾驶的汽车在一个全新的，只供自动驾驶车使用，不存在人类司机的完全自动驾驶公路上运行时，可以想象成一排平行的传送带，每条传送带代表一个车道。由于每条车道上的车辆的车速和车距一样，其运行式样很像一排放置在传送带上的物品，彼此之间保持一定距离不变。只当其中某一车辆由于自己的目的地需要改变车道以便完成下一个左拐/直行/右拐时，才通过该路段的中央控制系统请求有关相邻车道的车辆给它让出让它插入的位置。一旦该车辆完成了车道的转移，就像传送带上的物品被转移到另一条传送带上一样,一切回复原有的运行式样。于是，在这种公路上类似以前的违反红绿灯规则和司机暴走的事故就可免除。在这种运行式样的公路上的自动驾驶车辆，如果加上一种刹车系统，在小于安全距离内任何突然出现在车辆周边的将引起车辆损伤的运动或静止障碍物体时，启动紧急有效刹车。这时，公路上的车辆事故率将比现在的事故率小2个数量级，L5级的自动驾驶就从强人工智能任务变为弱人工智能任务，就可投入普及使用。

参考文献：

[1] 自动驾驶主流技术路线的重负与解决之道https://rongjiangguo.blogchina.com/830303879.html

[2] HTTPS://ZHUANLAN.ZHIHU.COM/P/97958737

[3] 《「堆料」，堆不出智能汽车的好未来》HTTPS://MP.WEIXIN.QQ.COM/S/GOKV7SVW23O9NLWPH7NIDA