智慧的疆界 从图灵机到人工智能

9.3.5 自动驾驶

人工智能在工业产品上的应用也是当前的一大热点。这个领域当前最大的热点便是无人驾驶汽车。人工智能代替人类驾驶的研究可以追溯到 1979 年，起源于美国这个“车轮上的国家”。斯坦福大学教授汉斯·莫拉维克（HansMoravec）建造的世界上第一台由计算机控制的可以自动行驶的小车如图 9-11所示。这辆小车并不能在真正的公路上行驶，但在实验中成功地绕行斯坦福大学人工智能研究中心大楼一圈，也算达到实验的目的了。

第 9 章 与机器共生

375

无人驾驶真正有广泛影响力的商业化应用，可以追溯到 1995 年举行的一场名为“不用手穿越美国”（No Hands Across America）的人车合作驾驶活动，如图 9-12 所示。参加这个活动的汽车都经过了改装，由计算机控制方向，由人类控制油门和刹车。活动的目标是完成从美国东海岸到西海岸的穿越，其中绝大多数路程（总路程 4585 公里中的 4501 公里）里都以这种“计算机用手、人类用脚”的人车合作方式来完成。

376

第四部分 人机共生

美国国防高级研究计划局（Defense Advanced Research Projects Agency，DARPA）长期以官方资助和组织活动的形式，大力倡导民间组织研究人工智能驾驶。自 2004 年起，美国国防高级研究计划局举办了五届“DARPA 无人驾驶机器人挑战赛”（DARPA Grand Challenge），以大额奖金鼓励各企业、大学和科研机构研发自动驾驶技术和无人驾驶的汽车。

第一届无人驾驶挑战赛由斯坦福大学人工智能研究中心研发的“斯坦利”（Stanley，见图 9-13）自动驾驶汽车获得冠军，它成功越野行驶 212 公里，第一个穿过终点，赢得 200 万美元大奖。在这种既有市场需求又有政府的大力鼓励的环境下，各大汽车厂商，还有许多以前根本不做汽车的计算机软硬件企业都争相研究自动驾驶。今天开始逐步进入普通民众生活的智能驾驶技术，可以说早在十多年前就已经埋下了伏笔。

2016 年，国际汽车工程师协会（Society of Automotive Engineers International，SAE International）制定了国际统一的汽车智能化分级标准^○一，将完全人工驾驶到完全自动驾驶的过程划分为 6 个等级，如表 9-2 所示。

第 9 章 与机器共生

377

○一 美国交通部下属的国家高速路安全管理局在此之前也制定了与 SAE 类似的 L0～L5 级分类标准，在 2016 年 9 月以后，美国国家高速路安全管理局同意统一采用 SAE 的分类标准。

有了统一的自动驾驶分级标准，各个车企的自动驾驶就有了量化的比较标准。现在大多数车企的中高端汽车都配有具有一定智能化能力的驾驶辅助系统，如自适应定速巡航、车道保持辅助系统等，大家买车时，在汽车功能介绍中看到的各种英文缩写，或多或少都属于国际汽车工程师协会规定的 L1 级别。

要达到 L2 级别，就需要自动驾驶系统能够完全自主地处理好汽车的横向（转向、变道）和纵向（油门、刹车）的控制。这个级别的典型代表是特斯拉（Tesla）的 AutoPilot 系统，它可以实现在有标线的车道上自动加减速、转弯乃至变道操作。尽管系统仍把对环境观察的需求和决定权交给人来处理，需要驾驶员在必要时随时接管控制，但 L2 级别的智能驾驶能大幅提升长途驾驶时的舒适性。

是否需要人类进行环境观察是 L2 级别与 L3 级别的关键差别，搭载特斯拉的“全自动驾驶”（Full Self-Driving，FSD）系统的汽车是 L3 级别的代表，FSD 可以在当地法律允许的情况下完全接管驾驶操作，在汽车接管驾驶的过程中，不需要驾驶员实时监控当前路况，譬如 FSD 的宣传视频中就有驾驶员在汽车自动驾驶时肆意扭转身体与后座乘客交谈玩耍等场景，直到系统通知用户再次接管为止。不过，当前国内的交通法规是不允许用户脱离路面观察的（全球大部分国家都是如此），所以国内暂时不存在可以合法上路的 L3 级别自动驾驶系统，即使搭载了 FSD 系统，只要超过一段时间没有接触方向盘，特斯拉也会以声音、震动等方式提醒用户注意。只有达到了 L3 级别，自动驾驶系统才算真正代替人类成为汽车的驾驶者，人类变为乘客。L3 级别也是目前全球范围内，在实现量产的车型中拥有的最高级别的自动驾驶能力。

378

第四部分 人机共生

L3 级别是有条件的自动驾驶，譬如“时速 120 公里以下”“有明确的道路标线”“位于特定区域的公共道路”等限制条件，当条件不满足的时候系统仍然需要提醒人类接管介入，而 L4 级别的目标就是完全不需要人类驾驶员。2024年 5 月，百度公司在武汉投放了一批名为“萝卜快跑”的无人驾驶出租车，号称搭载了全球首个支持 L4 级别的无人驾驶系统。从表面上看，驾驶座上确实没有驾驶员，不存在人类接管的可能，但实际上，不论是法规的约束还是技术的约束，这些汽车背后远程连接的数据中心里仍然有一群驾驶员在时刻准备远程接管以应对突发状况，而且“萝卜快跑”只被允许在特定区域运营，因此严格意义上它还不算是 L4 级别的智能汽车。

有观点认为既然人类能够仅凭眼睛观察路况驾驶汽车，那无人车也应当能够仅靠图像传感器实现 L3、L4 级别的无人驾驶，特斯拉就是坚持纯视觉的技术路线的代表。但也有观点认为要达到 L4 级别的智能驾驶，不能只依靠视觉传感器提供的图像信息，还需要由激光雷达提供周围带有深度数据的环境信息，包括视觉盲区的高精度的感知数据，这样才能使得自动驾驶车自动处理极端工况成为可能。智能汽车应当全面使用激光雷达、视觉摄像头，再加上车上各种功能冗余的传感器及高精度电子地图，提供高冗余度的安全保障。可以设想未来 L4 级别的无人车技术成熟后，我们只需要在导航上设置好目的地，就能像坐人类司机驾驶的出租车那样直接到达终点，这时候很多枯燥的工作，如出租车司机、货车司机都会被人工智能取代。

至于纯视觉路线支持者所诟病的激光雷达的成本居高不下等问题，笔者倒是比较乐观，成本问题随着时间的推移是相对容易解决的，L4 级别的无人车终将会到来。不过 L5 级别的无人车会不会出现就很难说了。L5 级别的自动驾驶系统要求在所有突发场景下都可以正确地工作，有着超越人类的驾驶能力和应变准确度，是永远都不需要人类干预的自动驾驶汽车。这是一种非常理想化的交通工具，可是交通工具智能化到这个程度，还会不会再保留汽车的形态本身就存在疑问。100 多年前，福特公司的创始人亨利·福特（Henry Ford，1863—1947）去问客户：“您需要一个什么样的更好的交通工具？”几乎所有人的答案都是：“我要一匹更快、更舒适的马。”后来的结果是汽车代替了马匹。当汽车发展到 L5 级别自动驾驶的时候，大概我们的交通工具也会迎来一场类

第 9 章 与机器共生

379

似的革命了。

现在人工智能在自动驾驶领域的应用，已经没有不可逾越的技术障碍了，只要给予时间，成本和细节性的技术问题应当都能够妥善解决。在可预见的将来，汽车自动驾驶的水平和安全程度超越人类平均水平是大概率事件，哪怕是在人流和路面状况复杂的路段，自动驾驶也可以像在围棋棋盘上战胜人类高手一样，超越人类中最优秀的驾驶员。如果要说这个领域的最大障碍，则仍然是法律与伦理的问题。如果自动驾驶出了车祸，如何追责？自动驾驶的用户是否愿意将自己的生命安全托付给计算机控制？如果交通全部交由计算机控制，一旦出现了病毒或者黑客，是不是可能出现全面危害公众安全的可怕情况？这些都是自动驾驶汽车推广的隐忧。虽然前路障碍重重，但各方参与者都已经开始行动起来，大量的企业加大了对自动驾驶技术的研究，政府部门开始推行部分区域自动驾驶测试和示范区，保险公司和法律相关人士也开始研究责任划分问题，自动驾驶的前景还是非常美好的。

9.3.6 游戏竞技

行文至此，笔者列举的全部“比赛项目”中，机器依然没有彻底胜过人类，最好的成绩也就是达到“与人类差不多”的水平，然后凭借成本优势来威胁人类的饭碗。机器与人类竞技多年，是否有了已经彻底击败人类的项目呢？答案是有的，在第 2 章我们曾介绍了人工智能在早期的完全信息对抗游戏上的一些成果，不知读者是否注意到，近年来在棋类、牌类运动和电子竞技中“人机大战”的新闻已经渐渐消失，不再报道。原因很简单，过去几十年来，人类在绝大部分游戏竞技中都可以不费吹灰之力地打败计算机，忽然在短短数年间就跨过了人类与机器持平拉锯的阶段，发展到好像在所有类型的比赛中都是以机器大胜人类选手而告终。

20 世纪 80 年代，李开复和桑乔伊·马汉贾恩（Sanjoy Mahajan，1969—）共同设计了一款基于贝叶斯学习的系统“ BILL”，BILL 能够学习如何玩一种名为“奥塞罗”（Othello）的牌类游戏。1989 年，该系统以 56 比 8 击败了当时位列得分榜首的美国玩家。

380

第四部分 人机共生

1994 年，加拿大阿尔伯塔大学设计的跳棋程序“ Chinook”第二次挑战^○一已退役跳棋世界冠军马里恩·廷斯利（Marion Tinsley），激战六场皆和局后，廷斯利因健康因素退出比赛，七个月后因胰腺癌过世。比赛由当时世界排名第二的多恩·拉夫尔提（Don Lafferty）接替进行，后 Chinook 成功打败拉夫尔提（比赛 32 场，1 胜 31 和），赢得全美跳棋锦标赛冠军。

人机对弈历史上里程碑式的事件发生在 1997 年，IBM 国际象棋程序“深蓝”（Deep Blue）战胜了国际象棋世界冠军加里·卡斯帕罗夫（Garry Kasparov，1963—），引起了公众舆论的轩然大波，图 9-14 所示是当时比赛现场的直播画面。国际象棋的影响力远远高于跳棋和奥赛罗这些小众游戏，有着以此为生的职业棋手、完善的训练体系和比赛。

在深蓝战胜卡斯帕罗夫后的十年时间里，日本将棋、中国象棋等棋类职业运动也被人工智能相继攻克，甚至最后发展到不需要出动超级计算机，仅靠一部普通智能手机的运算能力就可以战胜这些棋类的国际大师。此时，围棋成为人工智能在完全信息对抗游戏中唯一无法打败人类的智力比赛。

曾经很多人都认为围棋是计算机不可能攻克的棋类运动，它牢不可破的壁垒源于无比庞大的变化可能性，围棋的问题搜索空间大约是国际象棋的20000000000000000000 倍（约 2⁶⁴）。在 2015 年传出 DeepMind 的人工智能程序 AlphaGo 以 5 比 0 的成绩战胜了欧洲冠军樊麾的消息之后，围棋界主流的看法仍然是对计算机的围棋水平不屑一顾，类似于“这是樊麾收钱配合的新闻炒作”“欧洲围棋完全是业余水平”的声音此起彼伏。直到 2016 年 AlphaGo 与世界冠军韩国棋手李世石比赛之前，普遍预测均认为计算机不可能战胜人类，但结果是 AlphaGo 以 4 比 1 的比分获胜，这个结果一下子打蒙了整个围棋界，但大家当时仍然没有联想到一个更可怕的事实：这场比赛，就是棋类运动中人类对战顶尖人工智能程序所取得的最后一盘胜利。

第 9 章 与机器共生

381

○一 Chinook 的第一次挑战以 2∶4 负于廷斯利。

2017 年，AlphaGo 再次以 3 比 0 战胜了当时围棋等级分世界第一的中国棋手柯洁（图 9-15 是当时比赛的画面），同时在网上挑战全世界的顶级棋手，最后以 60 比 0 的战绩碾压了所有参战的围棋职业棋手。至此，人类完全信息智力游戏的最后一块阵地宣告被人工智能彻底攻克。

完全信息对抗的运动彻底打败人类之后，人工智能的下一个目标是攻克那些非完全信息的涉及心理博弈、情绪和战术的项目。卡内基梅隆大学的教授托马斯·桑德霍姆（Tuomas Sandholm）开发的德州扑克人工智能程序“Libratus”在 2017 年挑战了四名人类职业德州扑克高手，在冷冰冰的机器面前，四名高手以往行之有效的战术和心理策略大多失效，比赛结束时，共计被 Libratus 赢走了 177 万美元，在这类涉及心理博弈的比赛上，人工智能的进攻也是势如破竹，所向披靡。

382

第四部分 人机共生

人工智能还同时向人类的游戏发起挑战，让计算机自己去学习如何玩电子游戏并打出人类难以企及的高分。Maluuba 团队设计了一款人工智能系统，该系统可以在雅达利游戏机（Atari 2600）上学习玩 Pac-Man（就是我们小时候玩的《吃豆人》）游戏，并达到这个游戏的最高分 999900。DeepMind 团队也在攻克围棋之后更进一步，在 AlphaGo 的基础上训练了一个基于强化学习的人工智能 AlphaZero。通过不同类型的训练，AlphaZero 可以学会下围棋、象棋、将棋等不同棋牌游戏，也可以学会玩电子游戏。它曾同时挑战 Atari2600 游戏机上的 49 款电子游戏，并在大部分游戏中达到或超过了人类玩家的水平。

在比游戏更严肃一点的电子竞技方面，趁着著名竞技游戏 Dota2 的 2017国际邀请赛（The International 2017，这是一项每年举办一次、比赛总奖金超过 1.55 亿元、冠军单项奖金超过 6700 万元的超级电子竞技比赛）举办之际，OpenAI 发布了一款能够参加单对单对战（Dota2 一般是 5 人组队对战的比赛）的Dota2 机器人“ OpenAI Five”，在邀请赛中作为表演项目挑战前世界冠军中单选手 Dendi，尽管单人对战等同于屏蔽了诸多需要互相配合的复杂战术成分，操作成为最主要的胜负因素，但即使如此，看到以往人类新手可以随意欺负的计算机忽然间以 3 比 0 的比分战胜了世界冠军，这个结果也非常令人类选手沮丧。

2017 年，DeepMind 公司宣布与暴雪娱乐合作，将 AlphoZero 训练用于暴雪著名的游戏《星际争霸 2》（StarCraft 2）。《星际争霸》系列是人类历史上最成功的即时战略游戏，也是人类游戏史上战术最复杂的电子竞技项目，在全世界（尤其是韩国）吸引了一大批职业玩家参与。当时韩国作为围棋大国，刚刚经历了 AlphaZero 在围棋上的挑战，对人工智能已不敢小觑，事前《星际争霸》的职业选手也专门训练，准备应对 AlphaZero 的挑战。但最终结果出乎所有人的预料，训练一年多时间的 AlphaZero 居然连游戏中自带的最简单的计算机都无法战胜，更不用说人类职业选手了。出道以来所向披靡的 AlphaZero 在《星际争霸》上首次遭遇滑铁卢。

第 9 章 与机器共生

383

《星际争霸》与围棋的差别在于，尽管围棋有极其庞大的搜索空间，但起码它的规则是完全明确的，在棋盘上有 361 个位置可以落子，每一步落子对最终结果的影响都可以找出一个合适的评估函数权衡胜率来表示。围棋的问题尽管很难解决，但至少将问题描述成机器学习的逻辑语言是清晰的。《星际争霸》甚至谈不上问题解决困不困难，而是无法提出问题来让机器去解决。《星际争霸》最基本的策略表达在难度上远远超过了围棋：什么时候应该发展经济、什么时候应该进攻、建筑建造在哪里、研发哪条科技线等基本策略，与游戏目标的关系并不是固定的，而是动态的，不仅随着时间变、地图变，还随着对手变；策略与游戏的基础操作的关系也是动态的，如何将一个待执行的策略分解到在某个时刻向屏幕的某个像素位置单击鼠标、按动键盘才是最优的，也难以衡量。因此，《星际争霸》的问题很难有效分解成机器学习的逻辑，这些困难最终迫使 DeepMind 公司放弃了最初使用 AlphaZero 打遍天下游戏的狂妄想法^○一，不得不训练了专门用于《星际争霸》的 AlphaStar，通过多个独立的智能体模仿不同的人类职业选手操作，并在游戏中学习人类的有效决策。2019 年，AlphaStar 与数位顶级《星际争霸》职业选手进行了多场比赛，在与所有职业选手的对局中均取得 5 比 0 的胜利。AlphaStar 不仅在微观层面展示了极其精确的微操作，在宏观层面也能够有效应对职业选手的多样战术，人类在游戏竞技方面的最后一块阵地终于宣告失陷，在棋牌和竞技游戏这个领域，人工智能经过六七十年的发展，终于彻底征服了人类。

人工智能在棋牌和电子竞技上的研究，绝不只是为了娱乐和吸引眼球，也不是单纯为了验证技术，而是有着潜在的巨大现实价值。设想一下，如果人工智能能够在《星际争霸》这样模拟人类战争且规则足够开放的战略游戏上有真正的突破，那未来真实战争是不是能够理解成一场“更加复杂的、影响因素更多的游戏”？其决策权是否有可能交给计算机去完成？不仅仅战争，各种国家、商业、个人事项的决策，计算机是不是都可以介入其中，代替人类做出最有效、最正确的安排？

384

第四部分 人机共生

○一 在 AlphaGo 赢得人类围棋棋手后，DeepMind 曾宣布不会再发展专门用于某项运动的智能应用（Go 是围棋的英文，AlphaGo 就属于专门用于围棋的应用），而是转向研究能够自己学会所有竞技游戏的 AlphaZero。