機(jī)器人的精神會(huì)是怎樣的
有人曾說,機(jī)器人和人類之差別是在于“難者不會(huì),會(huì)者不難”,即人類難如登天的事,機(jī)器人則不費(fèi)吹灰之力。譬如,數(shù)次連續(xù)一直不停地計(jì)算如2508248*740232*834293*e23*ln256*sin32o之類的乘法,人類千辛萬苦,機(jī)器人則一揮而就;但要辨認(rèn)狗兒而把它抱起來,機(jī)器人就不知所措而無法啟動(dòng),人類則能輕而易舉。
差別的原因是傳統(tǒng)的機(jī)器的控制系統(tǒng)是以專門蝕刻的電路和程序的指令,就可迅速處理基于數(shù)學(xué)邏輯的任務(wù),但面對(duì)程序指令之外的事就無法調(diào)整,也就是以前的機(jī)器人是沒有應(yīng)變的能力,亦即感測環(huán)境、從狀況“發(fā)現(xiàn)和啟發(fā)式學(xué)習(xí)”(heuristics)、記在心,而經(jīng)由此經(jīng)驗(yàn),訓(xùn)練自己能應(yīng)變。
人類的腦筋則是具有“適配”(adaptaTIon)能力的神經(jīng)網(wǎng)組成,即接由五官的神經(jīng)元系統(tǒng)而“面對(duì)新的刺激則能自動(dòng)知覺和改變敏感度”。譬如,人從室外的光亮太陽下忽然進(jìn)入屋內(nèi)乍見一片烏黑,但眼睛和腦筋片刻就能知覺而自動(dòng)調(diào)整視覺;耳朵和腦筋的聽覺部位神經(jīng)元能自然阻擋聲音,如窗外的例行晚班火車笛聲而讓人安眠;和初嗅的異味雖然強(qiáng)烈,“入芝蘭之室,久而不聞其香”,則此不只是鼻子的神經(jīng)元和腦筋的嗅覺部位神經(jīng)網(wǎng)合作之功能,且是意味著人類更為深刻之能被感化的“適配的人工神經(jīng)網(wǎng)”。
即人腦神經(jīng)網(wǎng)中的各部位神經(jīng)元,能接收從五官傳達(dá)的刺激訊號(hào)而適當(dāng)?shù)刈兏X;亦即人的視覺、聽覺、嗅覺、味覺、和觸覺是具有天然的學(xué)習(xí)能力。
簡單的智能電子商品已經(jīng)裝有環(huán)境偵測器,譬如感應(yīng)溫度、光線、煙霧、聲音等,但反應(yīng)是限制于標(biāo)示或發(fā)出警號(hào)。新的智能電子機(jī)器可搜集刺激的訊號(hào),并依照經(jīng)驗(yàn)的數(shù)據(jù)構(gòu)成一套“訓(xùn)練集”(Training Set),即可“發(fā)現(xiàn)和啟發(fā)式學(xué)習(xí)”而“教育”該機(jī)器應(yīng)該如何反應(yīng)。
訓(xùn)練集的數(shù)據(jù)則是用來進(jìn)行所謂的機(jī)器學(xué)習(xí),則憑恃一片人工智能核心微處理器,該機(jī)器會(huì)以其中的學(xué)習(xí)算法,能以簡單的線性回歸或邏輯回歸分析出數(shù)據(jù)的趨勢,而如此就可判斷未來的發(fā)展而知道適當(dāng)?shù)姆磻?yīng)。
更進(jìn)步的機(jī)器人可仿效人類的腦筋,即機(jī)器學(xué)習(xí)的訓(xùn)練集是以人工神經(jīng)網(wǎng)模仿人腦的神經(jīng)網(wǎng),即其中之?dāng)?shù)值排列矩陣所構(gòu)成的如人腦神經(jīng)網(wǎng)構(gòu)造之?dāng)?shù)多隱藏層就可依靠所搜索的數(shù)據(jù),而經(jīng)由繼續(xù)不斷的疊代迭代而依據(jù)訓(xùn)練集的更新自我適配。
譬如,在使用分類算法可從所搜集的偵測數(shù)據(jù)進(jìn)行形態(tài)辨識(shí),而以對(duì)照儲(chǔ)存的辨識(shí)特征就能辨認(rèn)不同的物體,且再聯(lián)接所累積的經(jīng)驗(yàn)數(shù)據(jù)而更新訓(xùn)練集來對(duì)配所觀察和所儲(chǔ)存的數(shù)據(jù),繼而教示所辨認(rèn)的辨識(shí)。經(jīng)由反應(yīng)數(shù)據(jù)的疊代迭代,機(jī)器人亦可被教育到在辨認(rèn)物體之后要如何因應(yīng),而與人類一般,愈多的經(jīng)驗(yàn),愈強(qiáng)的應(yīng)變能力。
亦即,嬰兒一生是什么都不會(huì),但接受外來的刺激訊號(hào)之后,腦筋的神經(jīng)網(wǎng)就會(huì)搜集五官訊號(hào)的刺激數(shù)據(jù)而經(jīng)由自個(gè)兒的經(jīng)驗(yàn)及家長的指導(dǎo),不斷的強(qiáng)化及懲罰疊代迭代,久而久之所累積的正向強(qiáng)化和負(fù)向懲罰就會(huì)構(gòu)成小孩自己的訓(xùn)練集,而他會(huì)被教育到依照不同的刺激應(yīng)該如何適配而反應(yīng)。
能如此學(xué)習(xí)的機(jī)器人,進(jìn)而不但能執(zhí)行傳統(tǒng)計(jì)算器的快速計(jì)算和晝夜不懈的運(yùn)轉(zhuǎn),亦能感應(yīng)環(huán)境的變化而自動(dòng)反應(yīng),譬如能分辨貓與狗,且在運(yùn)轉(zhuǎn)時(shí)所感應(yīng)而累積的數(shù)據(jù)和適當(dāng)?shù)姆磻?yīng)調(diào)整,能學(xué)習(xí)的機(jī)器人則可一直更新原先的訓(xùn)練集而終于認(rèn)出而將狗兒抱起來。
自主的智能車
各大汽車公司和幾乎每一家網(wǎng)絡(luò)技術(shù)公司,目前都在研發(fā)無人駕駛車,而最為明顯的新裝備是安裝在車頂上的光成像檢測和測距(LIDAR)塔,即其所發(fā)射的激光脈沖光雷達(dá)遭到物體時(shí),布置在車上的偵測器中的“互補(bǔ)式金屬氧化物半導(dǎo)體影像傳感器”(CMOS Sensor)會(huì)接受物體的反射光而依照時(shí)間及波長差,經(jīng)由微處理器的演算,就可測繪一個(gè)瞬間高分辨率立體地形和障礙物動(dòng)態(tài)影像。亦即,所發(fā)出與所反射的雷射光之時(shí)間差是表明距離,而波長差是以多普勒效應(yīng)測量動(dòng)態(tài),所構(gòu)成的動(dòng)態(tài)影像則可仿效人類的視覺環(huán)境。
車上的控制軟件是依據(jù)該動(dòng)態(tài)立體影像而以執(zhí)行器和伺服馬達(dá)操控汽車的方向盤、加速器、和剎車,即經(jīng)由所偵測的影像與所儲(chǔ)存的各種形態(tài)影像對(duì)比,先辨認(rèn)形態(tài),爾后依照所儲(chǔ)存的適當(dāng)反應(yīng),就適當(dāng)?shù)胤磻?yīng)而自主地安全行駛。
亦即,車子的安全行駛是經(jīng)由該立體影像所辨識(shí)的馬路形式、信號(hào)燈、障礙物、車潮、人、狗等等一直在變之各種不同狀況,而適當(dāng)?shù)牟倏厥腔谡嫒笋{駛在試驗(yàn)自主車時(shí)所搜集合儲(chǔ)存的應(yīng)變動(dòng)作。即立體影像的數(shù)據(jù)以及試驗(yàn)駕駛的反應(yīng)數(shù)據(jù),在遵守交通規(guī)則的約束參數(shù)之下,就是構(gòu)成一個(gè)綜合行駛的訓(xùn)練集和操控機(jī)制,而各種反應(yīng)亦可儲(chǔ)存而用來疊代迭代而調(diào)整訓(xùn)練集的數(shù)據(jù)。能學(xué)習(xí)的自主車則可與人一樣累積駕駛經(jīng)驗(yàn)而不但學(xué)會(huì)開車,開車的技巧且會(huì)經(jīng)由“適配的人工神經(jīng)網(wǎng)”而一直在進(jìn)步。
由此可見,愈多的開車實(shí)驗(yàn),自主車的駕駛技巧就愈發(fā)達(dá),而車上的自主系統(tǒng)甚至可連接到一臺(tái)中央服務(wù)器所儲(chǔ)存的大量且多元的行駛狀況和駕駛反應(yīng),而駕駛數(shù)據(jù)若是傳送到自主車,由于形態(tài)辨識(shí)和操控訊號(hào)傳達(dá)可比真人的認(rèn)知和反應(yīng)快,自主車的虛擬駕駛員之適當(dāng)及快速反應(yīng)會(huì)優(yōu)于真人駕駛的反應(yīng)。
所以,或者全車上的自主系統(tǒng),或者連接中央服務(wù)器的互動(dòng)系統(tǒng),由于更為廣泛的經(jīng)驗(yàn)數(shù)據(jù)和電子的反應(yīng)和操控超快速度,自主車的駕駛技巧其實(shí)都會(huì)比真人駕駛佳,而若是累積中央服務(wù)器所有的正確駕駛反應(yīng)數(shù)據(jù)而使用在所有的自主車上,所搜集的一直在更新的數(shù)據(jù)和適當(dāng)?shù)姆磻?yīng)會(huì)使得無人駕駛為主的車潮更為規(guī)律化,則整體交通會(huì)更安全。
在研發(fā)實(shí)驗(yàn)的過程中,意外的事件必定會(huì)發(fā)生,但因?yàn)闅v來高達(dá)九成的車禍?zhǔn)怯扇藶橐蛩厮?,而連自主車試驗(yàn)的交通意外幾乎全也都是由應(yīng)該緊急介入的車上人過失而發(fā)。其實(shí),自主車的專業(yè)系統(tǒng),由于所累積的龐大而一直更新的駕駛數(shù)據(jù)會(huì)遠(yuǎn)超越真人所能累積的駕駛經(jīng)驗(yàn),自主車之普遍和長期使用會(huì)極度降低汽車意外的發(fā)生,即日益劇增來自各方的駕駛數(shù)據(jù)會(huì)使得自主車的虛擬駕駛員愈來愈聰明,且絕不會(huì)發(fā)生輕舉妄動(dòng)或者自暴自棄的駕駛行為。
自主駕駛系統(tǒng)最難辨識(shí)的是示意的小動(dòng)作,譬如警察的眼珠動(dòng)向所指的要求,以及不常遇見的障礙物所引導(dǎo)的不尋常駕駛動(dòng)作,譬如修馬路要求的違反交通規(guī)則的反方向改道行駛。自主車必定會(huì)發(fā)生意外車禍,但其件數(shù)會(huì)遠(yuǎn)少于人為的車禍,但因?yàn)槭秦P(guān)計(jì)算機(jī)和機(jī)器,一般人會(huì)有不理性而偏于感性的反應(yīng),即埋怨機(jī)器總是比自己承認(rèn)錯(cuò)誤好過。
愈進(jìn)步的激光脈沖光測繪技術(shù)和愈多且愈敏感的偵測器會(huì)產(chǎn)生愈多愈準(zhǔn)確的動(dòng)態(tài)影像數(shù)據(jù),而愈多的自主車行駛經(jīng)會(huì)產(chǎn)生愈多安全的操控?cái)?shù)據(jù),則社會(huì)大眾一旦能放心而信任自主車的操控,愈來愈多的人即將使用,而跟隨就會(huì)有更多數(shù)據(jù)。如此的良性循環(huán)則會(huì)造成愈發(fā)達(dá)且愈有價(jià)值的專業(yè)系統(tǒng),即系統(tǒng)的聰明度是依賴數(shù)據(jù)的多寡,而這就是大數(shù)據(jù)中之“大”的義涵。