無人駕駛的天花板

文 / 張恒

一直覺得，科技公司不應該用“科技”二字，準確的應該叫“技術應用”公司。連芯片界英特爾、英偉達這樣的巨頭，其芯片設計的理論基礎仍然是百年前量子力學的那些奠基人——普朗克、泡利、狄拉克、海森堡、薛定諤他們的，這些企業只是在技術應用層面不斷深挖，榨干理論基礎。讀過《三體》的朋友更容易了解，三體星人用兩顆粒子鎖死地球科學之后，在工業技術上，無論人們進步到何種程度，仍然不堪一擊，因為基礎物理水平決定了科學的上限。

人類科學從來都不是線性發展的，是由基礎物理決定上限，然后在應用科學的突破中，一個階梯一個階梯往上行。對這些，別說公眾了，很多科學工作者也是盲人摸象，畢竟 社會的專業分工已經發展到過于精細化的程度。理論物理學家張首晟用一棵樹來比喻說，每個專業就像一根根的樹枝，樹長得越高，樹枝就分得越開。所以，真正要了解的是樹干——基礎物理，它決定了科學的上限。汽車業的智能化當然也是如此。

10月18日，在世界智能 網聯汽車大會上，百度的李彥宏表示要想實現自動駕駛，有了智能汽車還不夠，道路的基礎建設也要跟著變。無獨有偶，10月22日，華人運通董事長丁磊在發布企業戰略時，也提出了要改進交通系統的建議，打造所謂的智慧城市。他表示：“華人運通不是要造城，而是在現有城市交通體系下，用相對可以接受的成本，構建一個智能V2X的城市交通系統，而且這套城市交通系統將和未來華人運通推出的新能源車型實現連接。”

要改進交通系統的原因并不復雜。10月19日，科大訊飛集團副總裁、訊飛研究院聯席院長李世鵬說出了真相，在河北國際工業設計周上，他發言說：“目前的人工智能，實際上是人工的智能。AI（智能）取代不了人。”背景是近期出現了很多科大訊飛的負面報道，原因是AI被工商界吹過頭了，給了大家過高的、不切實際的希望。

人工智能是個廣泛的領域，包含了六大學科：計算機視覺、自然語言理解與交流、認知與推理、機器人學、博弈與倫理、機器學習。在工商界特別火的深度學習就是機器學習的一個分支。科大訊飛至少在上述六項中的兩項保持國際領先水平，所以他們研究院聯席院長的話，至少比李開復、李彥宏的靠譜。

公眾對AI的普遍認知起源于阿爾法狗（AlphaGo），是基于深度學習，而正好現在的互聯網企業都發展到了大數據階段，兩者一拍即合。有沒有想過，真正的智能是什么？自然界里，海馬需要八次才能學會的，章魚只需要學三次，猩猩一次就能學會。在適者生存的大自然，不可能給每個物種太多的學習機會，真正的智能是舉一反三。

真正的智能不需要大數據學習，無人駕駛也應該如此。計算機視覺專家朱松純認為，現在工商界在AI中普遍走的是“大數據，小任務范式”的路，就是用龐大的數據去訓練一個規則非常清晰明確的小事，比如下棋。而真正的智能是“小數據，大任務范式”，要像章魚或者海馬一樣，幾遍就學會，還能舉一反三。我們現在顯然做不到這一點，目前，人類對“智能”的理解還遠遠不夠。朱松純教授希望未來能在物理學當中找到靈感。

回到自動駕駛，為什么百度的李彥宏和華人運通的丁磊都希望改造交通系統？汽車駕駛屬于大任務范式，目前的智能不可能達到，所以這些公司要實現無人駕駛的目標，需要把行駛這件事變得最好能像下棋一樣規范化。那么，現在的技術就可以實現了。其實在工廠的廠區、港口這樣特定環境的路況下，還是有希望能夠實現高級無人駕駛的，原因就在于此。

之前我們說，無人駕駛走錯了方向。錯誤主要有二，第一是仿生，第二是越來越復雜。給汽車裝上眼睛，裝上大腦，讓它像人一樣感知和處理環境問題，這就是標準的仿生，包括圖靈測試也是仿生測試。真正的理論物理研究的并不是人，需要的是一個簡單的方程式，愛因斯坦的質能方程、狄拉克統一相對論和量子力學的方程，或是空氣動力學的卡門-錢近似方程，實現真正的無人駕駛，需要的是能夠描述“智能奧秘”的數學表達式。

過去，人類一直在仿生鳥兒在空中飛翔，給自己裝上翅膀，卻一直無法成功，直到空氣 動力學方程式的出現。現在，無人駕駛要改汽車、改公路、改交通系統，甚至改造城市，給汽車裝上越來越多的傳感器系統，裝上價值高達數萬元的英偉達處理器，越來越復雜，成本越來越高。可這些都是技術工程上的，就像《三體》中描述的人類一樣。這難道不是走錯了方向？

狄拉克、泡利、海森堡他們當年發現并建立了量子力學，不是為了做芯片產業、做個人電腦、做智能手機，這些在當時環境下幾乎毫無用處，他們做這些只是對真理的追求。如今，這些產業影響著我們生活的方方面面，這是從上至下的發展。現在，我們為了做無人駕駛技術，開始大張旗鼓從應用層面發展，但上面的天花板，卻鮮有人問津。