一直觉得,科技公司不应该用“科技”二字,准确的应该叫“技术应用”公司。连芯片界英特尔、英伟达这样的巨头,其芯片设计的理论基础仍然是百年前量子力学的那些奠基人——普朗克、泡利、狄拉克、海森堡、薛定谔他们的,这些企业只是在技术应用层面不断深挖,榨干理论基础。读过《三体》的朋友更容易了解,三体星人用两颗粒子锁死地球科学之后,在工业技术上,无论人们进步到何种程度,仍然不堪一击,因为基础物理水平决定了科学的上限。
人类科学从来都不是线性发展的,是由基础物理决定上限,然后在应用科学的突破中,一个阶梯一个阶梯往上行。对这些,别说公众了,很多科学工作者也是盲人摸象,毕竟 社会的专业分工已经发展到过于精细化的程度。理论物理学家张首晟用一棵树来比喻说,每个专业就像一根根的树枝,树长得越高,树枝就分得越开。所以,真正要了解的是树干——基础物理,它决定了科学的上限。汽车业的智能化当然也是如此。
10月18日,在世界智能 网联汽车大会上,百度的李彦宏表示要想实现自动驾驶,有了智能汽车还不够,道路的基础建设也要跟着变。无独有偶,10月22日,华人运通董事长丁磊在发布企业战略时,也提出了要改进交通系统的建议,打造所谓的智慧城市。他表示:“华人运通不是要造城,而是在现有城市交通体系下,用相对可以接受的成本,构建一个智能V2X的城市交通系统,而且这套城市交通系统将和未来华人运通推出的新能源车型实现连接。”
要改进交通系统的原因并不复杂。10月19日,科大讯飞集团副总裁、讯飞研究院联席院长李世鹏说出了真相,在河北国际工业设计周上,他发言说:“目前的人工智能,实际上是人工的智能。AI(智能)取代不了人。”背景是近期出现了很多科大讯飞的负面报道,原因是AI被工商界吹过头了,给了大家过高的、不切实际的希望。
人工智能是个广泛的领域,包含了六大学科:计算机视觉、自然语言理解与交流、认知与推理、机器人学、博弈与伦理、机器学习。在工商界特别火的深度学习就是机器学习的一个分支。科大讯飞至少在上述六项中的两项保持国际领先水平,所以他们研究院联席院长的话,至少比李开复、李彦宏的靠谱。
公众对AI的普遍认知起源于阿尔法狗(AlphaGo),是基于深度学习,而正好现在的互联网企业都发展到了大数据阶段,两者一拍即合。有没有想过,真正的智能是什么?自然界里,海马需要八次才能学会的,章鱼只需要学三次,猩猩一次就能学会。在适者生存的大自然,不可能给每个物种太多的学习机会,真正的智能是举一反三。
真正的智能不需要大数据学习,无人驾驶也应该如此。计算机视觉专家朱松纯认为,现在工商界在AI中普遍走的是“大数据,小任务范式”的路,就是用庞大的数据去训练一个规则非常清晰明确的小事,比如下棋。而真正的智能是“小数据,大任务范式”,要像章鱼或者海马一样,几遍就学会,还能举一反三。我们现在显然做不到这一点,目前,人类对“智能”的理解还远远不够。朱松纯教授希望未来能在物理学当中找到灵感。
回到自动驾驶,为什么百度的李彦宏和华人运通的丁磊都希望改造交通系统?汽车驾驶属于大任务范式,目前的智能不可能达到,所以这些公司要实现无人驾驶的目标,需要把行驶这件事变得最好能像下棋一样规范化。那么,现在的技术就可以实现了。其实在工厂的厂区、港口这样特定环境的路况下,还是有希望能够实现高级无人驾驶的,原因就在于此。
之前我们说,无人驾驶走错了方向。错误主要有二,第一是仿生,第二是越来越复杂。给汽车装上眼睛,装上大脑,让它像人一样感知和处理环境问题,这就是标准的仿生,包括图灵测试也是仿生测试。真正的理论物理研究的并不是人,需要的是一个简单的方程式,爱因斯坦的质能方程、狄拉克统一相对论和量子力学的方程,或是空气动力学的卡门-钱近似方程,实现真正的无人驾驶,需要的是能够描述“智能奥秘”的数学表达式。
过去,人类一直在仿生鸟儿在空中飞翔,给自己装上翅膀,却一直无法成功,直到空气 动力学方程式的出现。现在,无人驾驶要改汽车、改公路、改交通系统,甚至改造城市,给汽车装上越来越多的传感器系统,装上价值高达数万元的英伟达处理器,越来越复杂,成本越来越高。可这些都是技术工程上的,就像《三体》中描述的人类一样。这难道不是走错了方向?
狄拉克、泡利、海森堡他们当年发现并建立了量子力学,不是为了做芯片产业、做个人电脑、做智能手机,这些在当时环境下几乎毫无用处,他们做这些只是对真理的追求。如今,这些产业影响着我们生活的方方面面,这是从上至下的发展。现在,我们为了做无人驾驶技术,开始大张旗鼓从应用层面发展,但上面的天花板,却鲜有人问津。