自從誕生以來，計(jì)算機(jī)就一直生活在一個(gè)充滿1和0的世界，不厭其煩地處理著if-then和and-or語句。
一種為自動(dòng)駕駛汽車研發(fā)的技術(shù)可能會(huì)改變這一切。它將賦予機(jī)器人通過視覺理解這個(gè)世界的能力，更有可能是機(jī)器人自我意識的第一步。
我們稱這項(xiàng)技術(shù)為“深度學(xué)習(xí)”，一種基于神經(jīng)網(wǎng)絡(luò)算法模仿大腦運(yùn)行的科技。盡管目前研究者們在許多領(lǐng)域應(yīng)用了深度學(xué)習(xí)，如語音識別等等，視覺識別才是和深度學(xué)習(xí)最相關(guān)的一個(gè)。自動(dòng)駕駛汽車更是其中最熱門的研究領(lǐng)域。
簡單標(biāo)簽
為了讓自動(dòng)駕駛汽車能夠在我們的城鎮(zhèn)和鄉(xiāng)村中穿梭自如，我們需要它們能夠辨識周圍的物體。除了已經(jīng)配備的短波雷達(dá)和激光雷達(dá)之外，研究者們還在自動(dòng)駕駛汽車上安裝了攝像頭，讓它們能夠?qū)崟r(shí)辨識周圍的物體。
不幸的是計(jì)算機(jī)不具有人類這樣的視覺進(jìn)化過程，它們天生是無法看到和分辨周圍環(huán)境中的物體的。如果沒有視覺識別技術(shù)，工程師無法教給汽車遇到什么樣的情況應(yīng)該怎么辦。
目前只有沃爾沃XC90等少數(shù)幾款車安裝了基于攝像頭的識別系統(tǒng)，這種系統(tǒng)能夠辨別其它汽車、行人和騎自行車的人。但這種系統(tǒng)還沒有在深度學(xué)習(xí)系統(tǒng)中實(shí) 現(xiàn)。它們的實(shí)現(xiàn)機(jī)理是將攝像頭拍攝到的圖像和圖像數(shù)據(jù)庫進(jìn)行比對來辨別汽車、行人、自行車、交通標(biāo)示等常見物體。這種方法會(huì)帶來一個(gè)很明顯的問題，那就是 并不是所有出現(xiàn)在攝像頭中的物體都曾被保存在數(shù)據(jù)庫中。即便數(shù)據(jù)庫中有，我們的世界如此復(fù)雜多樣，計(jì)算機(jī)不可能把每個(gè)方面都儲存進(jìn)去。
比如說，如果電腦只知道“蛋糕”是一種雙層帶有面包和奶昔的圓形糕點(diǎn)，那么它看到單層長方形抹著巧克力的蛋糕時(shí)就無法識別出來。通過多年的學(xué)習(xí)和經(jīng)驗(yàn)積累，我們?nèi)祟惖乃季S能力具有靈活性，進(jìn)而將兩種蛋糕都識別出來。
相同點(diǎn)和不同點(diǎn)
深度學(xué)習(xí)是與圖像匹配不同的技術(shù)，它最終將賦予汽車更 好的視覺識別能力。接著前面的例子講，研究者給計(jì)算機(jī)看數(shù)千張照片，并告訴它這些都是蛋糕。深度學(xué)習(xí)系統(tǒng)就會(huì)把圖片拆分到圖層和紋理級別，提煉出它們的共 同之處，并接受不同點(diǎn)。在使用足夠多的圖片進(jìn)行訓(xùn)練之后，電腦的神經(jīng)網(wǎng)絡(luò)就可以辨別出它從未見過的蛋糕圖片了，即便是超大號的婚禮蛋糕也不在話下。
科學(xué)家希望通過同樣的道理教會(huì)自動(dòng)駕駛汽車的神經(jīng)網(wǎng)絡(luò)辨識行人、汽車、自行車、道路標(biāo)志。但不只是識別特定的行人外貌，而是不同的圖片來訓(xùn)練計(jì)算機(jī)行人在環(huán)境中可能的模樣。
這樣一來，計(jì)算機(jī)就能夠區(qū)別坐在路邊的人(安全)和正在翻越護(hù)欄的人(危險(xiǎn))。更棒的是，視覺處理芯片能夠從身體的一部分識別出整個(gè)人來，比如只有腦袋或者胳膊出現(xiàn)在圖片中，坐在副駕駛的乘客常常會(huì)這樣做。
當(dāng)一輛自動(dòng)駕駛汽車能夠準(zhǔn)確識別周圍環(huán)境中的物體時(shí)，它們就可以根據(jù)具體情況作出相應(yīng)反應(yīng)。當(dāng)發(fā)現(xiàn)行人正在翻越護(hù)欄甚至是站在路邊的時(shí)候，它可以減慢速度，停車甚至是急轉(zhuǎn)彎。視覺識別可能是實(shí)現(xiàn)自動(dòng)駕駛汽車的唯一方法。
充滿物體的世界
為了訓(xùn)練自動(dòng)駕駛汽車，神經(jīng)網(wǎng)絡(luò)只需集中精力識別那些會(huì)影響駕駛環(huán)境的因素即可。而斯坦福大學(xué)和普林斯頓大學(xué)開發(fā)的ImageNet數(shù)據(jù)庫中包含數(shù)百萬 貼好標(biāo)簽的圖片，供神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)面對更大的世界，比如扳手和企鵝之間的差別。除了圖片之外，研究者們還可以使用其它媒介訓(xùn)練神經(jīng)網(wǎng)絡(luò)，比如聲音輸入或3D 圖像。谷歌從事神經(jīng)網(wǎng)絡(luò)研究已經(jīng)有一段時(shí)間了，她們推出了一種基于網(wǎng)絡(luò)的工具，計(jì)算機(jī)可以告訴人們它在圖片中看到了什么物體。
除了自動(dòng)駕駛汽車，神經(jīng)網(wǎng)絡(luò)和視覺識別還可以做許多事。想象一下，如果有一種警用頭戴顯示器可以實(shí)時(shí)分析罪犯并判斷他身上是否藏有武器，會(huì)不會(huì)很有用？它可以幫助警察分辨罪犯手中是致命武器還是球棒等物體，可以避免警察做出錯(cuò)誤的判斷。
家用機(jī)器人也會(huì)從這種技術(shù)中受益。Roomba掃地機(jī)器人只能在二維的房屋地面上來回移動(dòng)，在它的機(jī)械傳感器碰到障礙后后退。一個(gè)裝備了攝像頭的掃地機(jī) 器人則能夠分辨出屋里哪些物體時(shí)它可以移開進(jìn)行打掃再放回原處的(當(dāng)然不能是活物)。比如一個(gè)扔在地板上的籃子，它可以挪開籃子打掃下面的地面，再把它放 回去。
自我意識
隨著深度學(xué)習(xí)和神經(jīng)系統(tǒng)的不斷發(fā)展，我們終有一天會(huì)遇到機(jī)器人擁有自我意識的問題。這個(gè)技術(shù)奇點(diǎn)標(biāo)志著強(qiáng)人工智能的出現(xiàn)，程序極度復(fù)雜以至于很難和意識相區(qū)分。當(dāng)機(jī)器人能夠像人類那樣感知周圍世界，它們是否會(huì)有相同的世界觀、價(jià)值觀、道德觀？
目前人們對機(jī)器人意識會(huì)發(fā)展到什么程度還沒有達(dá)成共識，但一些非常聰明的人已經(jīng)警告過人們可能發(fā)生的最壞情況。特別是霍金和谷歌DeepMindCEO都在呼吁對自動(dòng)武器系統(tǒng)建立國際限制規(guī)定。
一架自動(dòng)識別攜帶武器的人并向其開火的無人機(jī)離現(xiàn)在還很遠(yuǎn)，但在研究神經(jīng)網(wǎng)絡(luò)和視覺識別系統(tǒng)的時(shí)候這是必須考慮的一個(gè)問題。只要人類安全被納入考慮范圍，自動(dòng)駕駛汽車就會(huì)被嚴(yán)格要求和密切監(jiān)視。
神經(jīng)網(wǎng)絡(luò)繼續(xù)發(fā)展，它們會(huì)向機(jī)器打開一扇新世界的大門，透過這扇門，機(jī)器得以站在從未有過的視角觀察我們生活的世界。聯(lián)網(wǎng)計(jì)算機(jī)已讓我們的世界以完全不同于幾十年前的模樣運(yùn)行，10年后，當(dāng)計(jì)算機(jī)能夠準(zhǔn)確分辨攝像頭中看到的所有物體時(shí)，這個(gè)世界又會(huì)變成什么樣子？