自动驾驶太难的因果

近日，特斯拉汽车的马斯克说自动驾驶太难了，将现在的自动驾驶的人工智能（AI）责任推脱给学术界：“学术界没有将AI变成真正的智能”。

一、现主流AI是炒作出来的

事实上，目前包括应用在自动驾驶的AI算法，占AI算法主流的深度学习算法不是学术界推出的，而是商业炒作出来的。多年前谷歌等国际大公司就看准应用深度学习算法需要无限的算力，大有卖他们GPU的商机，便大力制造本来深度学习在其中作不大的的机器人战胜人类最高棋手等轰动新闻，大肆宣传深度学习的威力，并投巨资建立起便于学习和可照猫画虎地在简单应用场景确实有效的深度学习的开源程序等开发环境，同时用多种方式和渠道大批量培训出各层次的相关技术人员，最終将深度学习炒作成为充满世界的让一大批人顶拜的AI算法。可以说，当今的中国人工智能也被深度学习深深的绑架。看一下在国内教学、科研、评奖、揭榜等等；在产业园、科技园、示范区、引导区处处都是在以深度学习为主，甚至在被独尊。

人工智能算法出现此种怪象有多种可能，最好的可能是有好的人工智能算法在国家尖端领域已在秘密研制和使用。最不好的可能是因深度学习受独宠，好的人工智能算法一直在被排斥或封杀。

二、自动驾驶为何太难

如此被独宠的深度学习的真实情况是什么样呢？经多年来实践，已有许多专家、院士、技术人员指出深度学习是存在鲁棒性差、不可解释、有NP问题等较多缺陷，特别是还有致命的黑箱存在的大模型、大数据、大硬件的AI算法。因此，连深度学习的发明人Hinton教授都早在2017年因无法解决深度学习存在的严重的缺陷，公开宣布放弃深度学习，要推倒重来。但是，广大的用户并不了解详情，不免遭受强大资本的作用和利益驱动的推广单位和人员的蛊惑，大量在使用深度学习。

客观讲，深度学习在学术上比以专家库为主的上一代AI是有进步的，特别是在人脸识别、语音识别等应用场景比较简单、数据量不很大的应用中还是有效果，所以有较大的迷惑性。但是，深度学习在处理复杂场景和大数据量应用需求时，就不能胜任，甚至错误频出。由于自动驾驶的巨复杂性，就不可避免地成为受深度学习应用影响最大的重灾区。想用深度学习完成自动驾驶，自然是难上加难。

三、深度学习在自动驾驶很难有果

如同古人想学鸟飞翔，试图人造翅膀飞，但都未能如愿飞远。现代人依据空气动力学，造出与鸟不一样的飞机实现了飞翔。深度学习较以往AI算法先进的是仿人脑建的神经网络。但所建的神经网络要将需分类识别的场景数据都要一一对应事先进行机器学习，不具备人脑的举一反三的思维和纠错能力，如果缺少数据或数据有错就不能准确分类识别。为达到对所提供场景的数据分类识别准确，对许多复杂数据，深度学习还需人手工做标注后供机器学习识别，远达不到完全自动机器学习。

深度学习是通过规则判断让自动驾驶汽车行驶的。由于，自动驾驶汽车应正常在世界各种道路上行驶，但所遇到的路况和天气等随时都要发生千变万化，对每一种情况都相应地制定出规则让深度学习事先机器学习是很难的，也是几乎不可能的。所以谷歌、特斯拉等国际大公司都在投巨资和大量人力在让汽车按数以万公里地去跑路，以求囊括他们的自动驾驶汽车可能遇到的一切情况，制订出相应的规则让机器事先学习。但是，事实证明，深度学习的这种要求数据或对应规则一个都不能错和少的机器学习的分类识别要求，无论让自动驾驶汽车跑多少路都不可能全遇到可能出现的路况和场景，靠人苦想也想不全。所以，这问题是马斯克发出“自动驾驶太难”呼声的主因。

更让人生畏的是，深度学习存在的黑箱随时会出现让机器死机。因此，谷歌已经宣布深度学习应用退出工业控制。黑箱在工业控制上出现只会使机器或生产线可能损坏，但如在自动驾驶上出现，不仅是可能车毁，人也可能伤亡。用户一旦知情，会有多少人愿买应用深度学习的自动驾驶汽车呢？

四、自动驾驶的路在何方

既然深度学习在自动驾驶的应用很难有果，为什么那些研发自动驾驶的团队不及时停步呢？为什么有一些单位现在还在加入自动驾驶的队列中去呢？原因是这些团队的领导们还没有完全了解深度学习存在的严重缺陷和可怕的黑箱问题，一般都是在跟风或听专家话决策。又因其中有少数单位已通过炒作，在金融和各种补贴中得到丰厚的回报，也起到很大的吸引作用。经多年的研发，大多数单位虽然已感到做自动驾驶很难，但因已投入巨大资源不好交代，处于骑虎难下状态，只得硬着头皮在继续着。但是，随着时间的延长他们等来的可能是更大的损失。

新的高效可靠的AI算法应用将是当前自动驾驶寻求的继续发展之路。中国嵌入式系统产业联盟理事、天津市阿波罗信息技术有限公司和阿波罗（日本）株式会社首席科学家顾泽苍博士（中国籍）在业内最先发表论文指出深度学习存在的缺陷，并依据自己在日本从事三十多年人工智能积累的经验，针对深度学习的缺陷独自创新发明出小模型、小数据、小硬件的没有黑箱的自律学习SDL算法，就是一种高效可靠的AI通用算法。

自律学习SDL算法自2018年8月在北京世界机器人大会上正式发布以来，经近三年多的的实践检验，已证明是可广泛在包括工业控制和嵌入式系统在内的许多人工智能应用领域的新一代AI算法。特别是顾博士率20多人的小团队，使用不到2000万资金在半年多的时间就研制出在自动驾驶的感知、决策和控制都用自己发明的SDL算法全部用人工智能实现，并经一年多的路测表明各项指标都达到世界领先水平。顾博士团队近日还向社会承诺，如融到资金可在三个月研制出不用工控机，全部都用模块的分布式系统做到不靠“算力”，而靠“智力”实现自我超越的又以新的世界新领先水平的自动驾驶汽车。如融到资金，该团队还可在6个月研制出达到人驾驶IQ的新一代自动驾驶汽车。顾博士团队要研制的新一代自动驾驶汽车，将以按驾校教的驾驶规则教机器学习，配不同类型人、路况和天气等场景的最佳驾驶规则，并不依赖高精地图可在各种道路满足安全正常行驶的需求为目标。这不就是当今自动驾驶追求的目标和要走的发展之路吗？