欢迎光临第四届中国汽车网络信息安全峰会2019!

从百度无人汽车看信息安全范式转移

发布日期:2017-01-05

 2016年9月19日,美国总统奥巴马发表署名文章《无人驾驶,没错,但是同样安全》(Self-driving, yes, but also safe),提出无人驾驶汽车蕴含着改变人类生活方式的巨大潜力,可以每年拯救数万人的生命,是更安全、可以被更多人利用的驾乘工具,能够减少道路拥堵和环境污染。国际市场调研机构思迈公司(IHS)预测,到2035年,全球将拥有近2100万辆无人驾驶汽车。谷歌、优步、特斯拉等非常看好无人驾驶的前景,纷纷投入巨资研发。百度等中国企业,正积极参与这场以技术为主导的国际竞争,并已跻身无人驾驶领域全球领先地位。

  1)路试成功并展现世界先进技术水平

  2015年12月10日,百度研发的无人驾驶汽车在北京完成了城市、环路及高速道路混合路况下的全自动驾驶测试。途中,百度无人驾驶车实现了多次跟车减速、变道、超车、上下匝道、调头等复杂驾驶动作,完成了进入高速(汇入车流)到驶出高速(离开车流)的不同道路场景的切换,**时速达到100km/h。

  从当时实验的结果看,百度的技术水平达到世界先进水平,可用创造了3个中国之“最”予以概括:第一是路况最复杂,在城市道路、环路和高速路都实现了不靠人工干预的完全自动驾驶;第二是动作最全面,包括超车、高速汇入、下高速、掉头等等;第三是对环境理解的精度**,百度自己的定位能够达到10cm的精度,大大高 于GPS定位3~5m的精度。

  3)依托技术优势,百度加大布局力度

  百度非常看好无人驾驶技术的应用前景。无人驾驶汽车应用于汽车共享,能大幅提高资源使用率;能提高道路使用效率,同时降低人为操作失误,增加驾驶安全;节约人的时间、空间成本;节省能源、减少污染也是这一技术的优势。

  李彦宏曾指出“无人驾驶车完全是人工智能的应用,已经不像车,更像电脑。”目前,百度已经依托人工智能领域的先发优势获得了国际最佳的交通场景物体识别技术,拥有自主研发的基于摄像头的自动驾驶环境感知技术,包括车辆检测、跟踪、距离和速度估计、路面分割、车道线检测等多项核心技术。

  基于前景和现有实力,百度坚定地加大对无人驾驶技术的研发投入,在2015年12月14日宣布成立自动驾驶事业部,并公布他们接下来在自动驾驶汽车方面的战略计划:3年内实现自动驾驶汽车商用,5年内实现自动驾驶汽车量产,10年时间改变人们的出行方式。

  3)经过一年的研发,技术持续进步

  2016年11月16日,百度再次携无人驾驶汽车亮相世界互联网大会。

  多项性能指标有不同程度的提升。2016年8月份KITTI评测的**成绩显示,百度无人驾驶汽车在车辆检测中****,车辆跟踪6项指标中取得4项第一。在用摄像头来判断物体这项指标上,百度无人驾驶汽车的准确率由2015年的89.6%提升到90.13%,是全世界**的。对判断行人和红绿灯的准确率也分别达到了95%和99.9%。同时,百度无人车使用的高精地图已经从10厘米级精确到厘米级。

  人工智能重塑人和信息的关系

  无人驾驶汽车正是多项技术相互融合的科技成果,它让人们切身体会到未来生活的变革:首先是因为智能技术的应用突破,无人驾驶让人们从另外一个角度理解汽车——未来的汽车是一个带轮子的机器人,或者说是一个带轮子的电脑,它的核心从机械系统转为人工智能系统。其次,百度的人工智能所采取的技术路线和传统汽车厂商迥异,是建立在海量数据计算和高清地图基础上,实时采集数据和计算分析是自动驾驶的关键。

  从人和信息的关系角度来讲,无人驾驶汽车等人工智能系统具有某种程度上的自主性,智能化的信息系统摆脱了对人的依赖,根据自身采集的信息作出判断进而驱动汽车行驶在真实世界的交通道路之上,与具有时序性特征的传统工业控制系统不尽相同。无人驾驶是信息技术超越传统信息领域,不需要人类的干预自主改造现实世界的为数不多案例之一,有必要去仔细分析其对人和信息的关系、人类信息生产的变革作用。

  人工智能的角度

  一般来讲,人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科。斯坦福大学人工智能研究中心尼尔逊( N.J. Nilsson)教授对人工智能的定义:“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。”所以,也许从知识和学习的维度,可以尝试分析人工智能对人和信息关系所产生的影响。

  知识生产和转移包含4种基本模式:“潜移默化”(社会化)、“外部明示”(外在化)、“汇总组合”(组合化)、“内部升华”(内隐化),到目前为止,人类知识生产与转移都可以用SECI模型来概括,其中人脑主导的内隐化和外在化2种模式是知识创造的关键步骤。

  人工智能的学习和认知模式与人类具有不同的特性。不管多聪明的人,他的后代必须从最基础的知识点学起,往往要花费十余年甚至数十年之后,才有可能在前人的基础上创造新成就。可是知识在人工智能系统之间是完全可以快速复制的,大大简化了人类知识生产和转移的模式。例如百度的无人驾驶汽车采用云+端的人工智能模式,大量数据在云端进行处理、训练和学习,这些学习过程提升了整个人工智能的能力,之后会被下载到每一辆无人驾驶车。当云端的系统能力提高了,所有的车都立即有了更强的能力。再举1个例子,2014年谷歌“X实验室”的科学家们将16,000个计算机处理器联接起来,建造了一个超大规模的机器学习神经网络“谷歌大脑”。他们把这个网络放置在互联网上,任其自主学习。面对随机从1000万个以猫为主题的YouTube视频中截取的缩略图(每个视频截取1张), “谷歌大脑”使用了1组存储单元,逐步筛选出猫的共同特征,系统自主创造了“猫”这个概念,系统甚至可能会找出猫的侧影图片。

  由此可以说明,某些层面上,人工智能技术应用打破了人在信息(知识)生产过程中的**主体地位,对于信息生产尤其是知识创造的社会化这一前提造成了冲击。在人工智能系统的知识创造过程中,不再能够显著地区分隐性知识和显性知识,人工智能系统是直接从数据和信息中获取知识,并且这一知识可以在系统之间迅速传播转移。

  2)密集数据计算(大数据)的角度

  由上可知,人工智能系统产生的知识更是直接来源于数据和信息,不需要在隐性知识和显性知识之间的转换进而螺旋上升。如果我们认为人工智能会在未来知识生产中扮演越来越重要角色,那么就可以推论能够有效获取和处理信息的数量,将会成为未来人类知识生产能力的决定因素(这其中人工智能算法将会发挥人脑智力的类似功能)。这一点在深度学习为代表的人工智能新算法上体现的尤为明显。

  以百度无人驾驶汽车为例,汽车的人工智能有三大核心:恰当的算法、海量数据、超强计算能力,百度的无人驾驶汽车每小时产生超过100 GB的数据,如果有上万辆、上百万辆无人驾驶汽车同步运行,所产生的数据将是巨大的,给数据的处理能力提出了非常高的要求。另外,无人车需要高精地图,同等面积的高精地图是普通地图数据量的10万倍。

  进一步将视野从人工智能放宽到社会领域,随着信息采集、存储、处理能力的增强,人类已经逐步进入到数据密集型的科学发现的新阶段。图灵奖得主、关系型数据库的鼻祖吉姆·格雷(Jim Gray) 提出“科学方法的革命”,认为知识发现(科学研究)主要包含实验归纳、模型推演、仿真模拟3个范式,但是随着数据的爆炸性增长,计算机将不仅仅能做模拟仿真,还能进行分析总结,得到理论。这种数据密集型科学发现(data-intensive scientific discovery)应该从第3范式中分离出来,成为一个独特的科学研究范式。也就是说,过去由科学家从事的工作,未来完全可以由计算机来做,这种科学研究的方式,被称为第4范式。计算机从某种角度来说代替人脑成为知识发现和科学研究的主角。

  简略地进行理论解释,信息和数据构成了人类对整个世界认识的来源。尤其是近代科学兴起以来,人类对所谓世界的认识全部是通过信息和数据,不管是宏观的宇宙还是微观的原子,不管是海洋深处还是月球表面。现在与既往的不同在于我们对外部世界的认识来源不再是感觉器官直接感受的东西,而是全部变成了数据,外部信息到达思维范围的时候预先经过了观测的手段,转化成数据。另外一个不同就是,人类对外部世界的认识也不仅仅是产生于人脑,计算机对于数据的计算产生知识的能力越来越被重视。

  3)互联网+的角度

  进一步,借用互联网+ 这一概念分析人工智能技术的社会应用。按照国发〔2015〕40号的定义,互联网+ 是把互联网的创新成果与经济社会各领域深度融合,推动技术进步、效率提升和组织变革,提升实体经济创新力和生产力,形成更广泛的以互联网为基础设施和创新要素的经济社会发展新形态。这实质上是以互联网为主体的观点,强调将人和互联网互动形成的线上(online)的网络空间,与线下(offline)现实社会加强融合。

  波普尔(Karl Raimund Popper)的3个世界理论可以较好地用来解释这一问题。波普尔将物理世界称为“世界 1”,将我们的意识经验世界称为“世界2”,而将书、图书馆、计算机存储以及诸如此类的逻辑内容称为“世界3”。

  在互联网+时代背景下,可以看到网络空间和现实社会从隔离状态走向融合,世界 3在世界 2中的网络信息系统的作用下,更加整合并发挥出规模效应,更容易被人所利用,其现实情况我们可看到大数据预测、互联网金融等社会现象。

  随着网络空间和现实社会的不断融合,人类信息活动也会随之变化,信息内容和客观物质世界不再需要人的主观精神活动作为中介,即可相互作用。由此,波普尔意义上的3个世界之间的直线作用关系演变为环状作用关系。

  4)小结

  人类信息活动被彻底重塑了,人将不再是人类信息活动的**主体,新知识的产生和发现也不一定必须有人脑的参与,信息与现实世界之间的相互作用将不断加强。无人驾驶为例,智能感知与自动决策是其核心功能,当感知到前方有减速车辆时,智能决策系统将依据周边的环境状况,合理地决策减速尾随或变道超车。这个动态活动中,人不再是驾驶主体,而车辆由被操作体,变为车辆操作**主体,人车身份实现互换。

  进一步而言,人和信息之间关系的变化、信息生产方式的改变,会直接传导给信息安全领域,将会从多个维度重塑信息安全理论与实践。

[ 责任编辑:高铭 ]