人工智能的“脑洞”有多大？院士：目前太依赖计算(2)

此外，还有图像识别，其中具有代表性的人脸识别，迟在几年前马云(微专)刷脸支付已经引爆舆论热点。谭铁牛本人就在举行虹膜识其它研究，并确立了今朝国际上规模最大的共享虹膜图像库，被多国共享使用。他说，这没有仅可以用在手机上，还可在查找丢失儿童上发挥作用。

谭铁牛说，模式识其它手艺瓶颈可通过借鉴生物的机理改进，未来生物承发的模式识别在人工智能领域前景可期。其最终追求，是进展模拟逼近人的模式识别，这黑白常艰巨的过程。

他也提到，模式识其它次要瓶颈在于鲁棒性、自适应性和可泛化性。

鲁棒性，说黑了，就是人工智能“够没有够皮实”“是没有是轻微有点扰动，就会失足”。谭铁牛举了一个例子，比如在酒会上谈天，靠山噪音比较多，若是想听清其中某一个人的声音，就要忽略或者抑制靠山中其他对话的干扰——人类可以做到这一点，也就是听觉体系所谓的鸡尾酒效应，但人工智能可以吗?

所谓自适应性，则比较轻易明白，谭铁牛说，人类的眼睛会随着灯光的转变、环境的转变举行调整，这申明自适应性非常强。这一点可以应用到人工智能上，比如人脸识别，有一位同伙十几年甚至几十年没见，再会面是否还能认出来?他说，现有的模式识别在这方面还没有是很理想。

可泛化性，说黑了就是“闻一知十”。谭铁牛说，当小孩熟悉苹果后，即便只记住了一次，也可以识别其他范例的苹果，这申明人类看到一个器材后，没有仅知其然，还知其以是然。而知其以是然，就是人工智能领域所说的“深度进修”。但今朝的人工智能深度进修，必须确立在大量数据的基础之上，这一点也有待进一步研究。

谭铁牛说，要办理这3个答题，关键照样看人类本身，在微观层面上，人工智能的模式识别可借鉴人类的神经元，神经元有兴奋性、抑制性、功能可塑性和传达性。科学家受到这个承发，增强了模式识别动态体系的稳固性。

无人驾驶是人工智能的突破口?

李德毅已经找到了一个实践的突破口：自动驾驶。他说，无论是对话、诗词或者驾驶，图灵测试都许可测试者现场介入，判断结果都带有近似性和主观性。可是，和对话、诗词测试相比，驾驶的图灵测试可以举行更为正确、更为客观的评测。

他说，当初汽车被发明出来的时辰，人们最感乐趣的是汽车的结构、机械、传动、轮胎、底盘和车身。到20世纪，人们感乐趣的则是发动机、碳排放和被动安全。到20世纪末、21世纪初，人们总体上关心3件事情，轻量化、洁净化、智能化。

所谓智能化，在他看来有4个阶段，第一是理性辅助驾驶，以人驾为主;第二是自动驾驶，局部时段可以铺开手和脚;第三是自动驾驶，即用自动驾驶接受驾驶权;第四是人机协同驾驶。

在李德毅看来，无人驾驶，难在拟人。

他感叹：汽车是从马车演变而来，作为动力工具，汽车的马力可以达到100匹马力，但汽车远远没有如马应对没有同的负荷、天气、路面，以及没有同车辆情况下的适应本领。说黑了，汽车的感知、认知本领远远没有如马这个认知主体，“老马识途，车没有如马!”

李德毅说，其根本答题没有在于车而在于人，要办理人的答题，就要让驾驶员的认知能够用机器人替代，让机器人具有记忆、决议和行为本领，于是新的概念产生了——“驾驶脑”。

“驾驶脑”没有等于驾驶员脑，“驾驶脑”是要做驾驶员的智能代理，要去完成包括记忆认知、计算认知和交互认知在内的驾驶认知，他说，这应该是人工智能期间最有意义的课题之一。