自從誕生以來(lái)，計(jì)算機(jī)就一直生活在一個(gè)充滿(mǎn)1和0的世界，不厭其煩地處理著if-then和and-or語(yǔ)句。

　　一種為自動(dòng)駕駛汽車(chē)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(guò)視覺(jué)理解這個(gè)世界的能力，更有可能是機(jī)器人自我意識(shí)的第一步。

　　我們稱(chēng)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?cè)谠S多領(lǐng)域應(yīng)用了深度學(xué)習(xí)，如語(yǔ)音識(shí)別等等，視覺(jué)識(shí)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(chē)更是其中最熱門(mén)的研究領(lǐng)域。

　　簡(jiǎn)單標(biāo)簽

　　為了讓自動(dòng)駕駛汽車(chē)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(shí)周?chē)奈矬w。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(chē)上安裝了攝像頭，讓它們能夠?qū)崟r(shí)辨識(shí)周?chē)奈矬w。

　　不幸的是計(jì)算機(jī)不具有人類(lèi)這樣的視覺(jué)進(jìn)化過(guò)程，它們天生是無(wú)法看到和分辨周?chē)h(huán)境中的物體的。如果沒(méi)有視覺(jué)識(shí)別技術(shù)，工程師無(wú)法教給汽車(chē)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(chē)安裝了基于攝像頭的識(shí)別系統(tǒng)，這種系統(tǒng)能夠辨別其它汽車(chē)、行人和騎自行車(chē)的人。但這種系統(tǒng)還沒(méi)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(kù)進(jìn)行比對(duì)來(lái)辨別汽車(chē)、行人、自行車(chē)、交通標(biāo)示等常見(jiàn)物體。這種方法會(huì)帶來(lái)一個(gè)很明顯的問(wèn)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(kù)中。即便數(shù)據(jù)庫(kù)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(chǔ)存進(jìn)去。

       比如說(shuō)，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(zhǎng)方形抹著巧克力的蛋糕時(shí)就無(wú)法識(shí)別出來(lái)。通過(guò)多年的學(xué)習(xí)和經(jīng)驗(yàn)積累，我們?nèi)祟?lèi)的思維能力具有靈活性，進(jìn)而將兩種蛋糕都識(shí)別出來(lái)。

　　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(chē)更 好的視覺(jué)識(shí)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(jí)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(jiàn)過(guò)的蛋糕圖片了，即便是超大號(hào)的婚禮蛋糕也不在話(huà)下。

　　科學(xué)家希望通過(guò)同樣的道理教會(huì)自動(dòng)駕駛汽車(chē)的神經(jīng)網(wǎng)絡(luò)辨識(shí)行人、汽車(chē)、自行車(chē)、道路標(biāo)志。但不只是識(shí)別特定的行人外貌，而是不同的圖片來(lái)訓(xùn)練計(jì)算機(jī)行人在環(huán)境中可能的模樣。

　　這樣一來(lái)，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(jué)處理芯片能夠從身體的一部分識(shí)別出整個(gè)人來(lái)，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(chē)能夠準(zhǔn)確識(shí)別周?chē)h(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(chē)甚至是急轉(zhuǎn)彎。視覺(jué)識(shí)別可能是實(shí)現(xiàn)自動(dòng)駕駛汽車(chē)的唯一方法。

　　充滿(mǎn)物體的世界

　 　為了訓(xùn)練自動(dòng)駕駛汽車(chē)，神經(jīng)網(wǎng)絡(luò)只需集中精力識(shí)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(kāi)發(fā)的ImageNet數(shù)據(jù)庫(kù)中包含數(shù)百萬(wàn) 貼好標(biāo)簽的圖片，供神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)面對(duì)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(chē)，神經(jīng)網(wǎng)絡(luò)和視覺(jué)識(shí)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(lái)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(kāi)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(kāi)籃子打掃下面的地面，再把它放 回去。

　　自我意識(shí)

　　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(shí)的問(wèn)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(shí)相區(qū)分。當(dāng)機(jī)器人能夠像人類(lèi)那樣感知周?chē)澜?，它們是否?huì)有相同的世界觀、價(jià)值觀、道德觀？

　　目前人們對(duì)機(jī)器人意識(shí)會(huì)發(fā)展到什么程度還沒(méi)有達(dá)成共識(shí)，但一些非常聰明的人已經(jīng)警告過(guò)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(duì)自動(dòng)武器系統(tǒng)建立國(guó)際限制規(guī)定。

　　一架自動(dòng)識(shí)別攜帶武器的人并向其開(kāi)火的無(wú)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(jué)識(shí)別系統(tǒng)的時(shí)候這是必須考慮的一個(gè)問(wèn)題。只要人類(lèi)安全被納入考慮范圍，自動(dòng)駕駛汽車(chē)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(kāi)一扇新世界的大門(mén)，透過(guò)這扇門(mén)，機(jī)器得以站在從未有過(guò)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？