一個人工智能深度學習的問題，科學家、統(tǒng)一物理學家、神經(jīng)生物科學家從不同的角度想把深度學習盡可能說清楚，盡可能學術化。對于搞機器專業(yè)的人來說，從來都是算法、程序、數(shù)據(jù)。怎么樣通過大量的數(shù)據(jù)，略微的修改，呈現(xiàn)我們的產品，對我們來說是一個顛覆性的問題。

5月19日，在2018全球人工智能技術大會上，CAAI中國人工智能學會理事長、中國工程院院士李德毅發(fā)表了題為“路測的學問--無人駕駛的后圖靈測試”的演講，暢談了無人駕駛的發(fā)展前景。

以下為李德毅院士在本次大會中的演講實錄，經(jīng)本人同意整理后發(fā)布。

李德毅：剛才聽了姚先生的報告很有感觸，一個人工智能深度學習的問題，科學家、統(tǒng)一物理學家、神經(jīng)生物科學家從不同的角度想把深度學習盡可能說清楚，盡可能學術化。對于搞機器專業(yè)的人來說，從來都是算法、程序、數(shù)據(jù)。怎么樣通過大量的數(shù)據(jù)，略微的修改，呈現(xiàn)我們的產品，對我們來說是一個顛覆性的問題，所以我覺得很有啟發(fā)。

今天跟大家討論另外一個技術性的問題：圖靈測試。無人駕駛的車子，大的小的都在路上跑，可能你旁邊的車不經(jīng)意就是無人駕駛，所以講一講路測的學問。也就是無人駕駛在后圖靈時代的測試是怎么樣的。

最近Google發(fā)明了機器人打電話，將來你接到的電話你可能搞不清楚是人打的還是機器人打的，這個事情有點麻煩，尤其他它的語音和你原來朋友的語音是一模一樣的，怎么辦？現(xiàn)在國內外火爆的無人駕駛測試活動，各地區(qū)都在建設封閉或半封閉的測試場。這樣一來，就要把后圖靈時代的圖靈測試推向前所未有的高潮期。沉浸了多年的圖靈測試不是科學家在做，是全民在做。我想，這可能是阿蘭?圖靈自己也沒有想到的。

一、圖靈測試的現(xiàn)實意義

最近有一家公司的共享汽車發(fā)生了事故，全民關心。涉及到什么問題？出租車行業(yè)的職業(yè)道德、職業(yè)底線、職業(yè)操守的問題。最近又聯(lián)系到無人駕駛車在全世界死人的問題，大家也很擔心。交通部門發(fā)出很多的規(guī)定，特別是有的地方法規(guī)要求，無人駕駛車必須先在封閉環(huán)境里安全行駛五千公里才可以上路測試，如果你家里有一個車，跑五千里不算數(shù)就耗費掉了，還是挺心疼的。

去年和今年Google發(fā)布了他們的自動駕駛路測報告，已經(jīng)到了一千英里，到明年的時候，機器人一直在問人類，你們?yōu)槭裁催€不給我們發(fā)駕照？如果發(fā)駕照發(fā)什么？中國的駕照有A類、B類、C類，開小車的是C照，開大車開的好的可以拿到A照，也不容易。無人駕駛車發(fā)什么照？將來是不是發(fā)AP照、BP照、CP照？

無人車上路要發(fā)駕照已經(jīng)成為各國交管部門當務之急，已經(jīng)成為社會的普遍關注。如果圖靈還在世，他會怎么做？

1950年，他寫了一篇論文登在雜志上，題目是“計算可以思維嗎？”我們說是計算的機理和智能，如果測試人看不到人和機器，在密閉的環(huán)境里，如果不能區(qū)分人和機器，大概就是智能的。2014年，一個聊天機器人尤金?古斯特曼投入了測試。

圖靈的這篇文章到底是“機器可以思維嗎？”還是“機器能夠替代人嗎？”這是兩個命題。什么叫思維？替代好像好辦一點。從圖靈描述的圖來看，好像是Tester，如果把人和機器分別換上特斯拉的Autopilot和一個真人Human Driver，調換一下，直升機在天上看，你可以看出區(qū)別嗎？看不出來就說無人駕駛通過了圖靈測試，可以嗎？所以人類進入了后圖靈測試時代。

當客服機器人和我們聊天時，他在聽你也在聽，他在說你也在說，甚至可以同時問問題、翻譯、語音。機器人醫(yī)生給我們進行遠程醫(yī)療時，當陪讀機器人為孩子做咨詢或輔導時，當機器同傳能夠使得我們和外國朋友直接交談時，當機器人寫作的詩集出版了，著作權人是？法官和法官機器人，誰判決準確率更高？所以機器人已經(jīng)走入千家萬戶。

我們人類是拿駕照的，在座會開車的同志們都知道，當你剛拿到駕照時，你跑了五千公里嗎？五百都沒有，五十公里差不多。你當了1-2年的菜鳥，后來跑了幾萬公里時你才是老司機。為什么對機器人那么苛刻？

人類社會常年考駕照，測試標準和測試環(huán)境已經(jīng)能夠清楚界定，加以駕駛行為大數(shù)據(jù)可以精準收集，評測結果較為客觀。國內的這些人拿駕照，考官都不在現(xiàn)場，都在房子里看你有沒有碰到桿子。已經(jīng)積累了豐富的測試經(jīng)驗。

在這樣的情況下，3016標準給了我們一個檔案，把智能駕駛分六個等級，到L4的時候，就可以不要眼睛和注意力了，到L5時就不要駕駛員了。

自動駕駛的等級轉換點如何度量？有的企業(yè)說我是3.5，有的說是2.5，怎么度量？當汽車把接管權交給人時，反復說怎么樣度量。尤其是第五級，什么叫完全自動？很惡劣的天氣，人都不能開，還能完全自動嗎？

所以，將來人類怎么樣給無人駕駛發(fā)駕照？

第一步：在車里配一個安全駕駛員，讓無人車自己開，但安全駕駛員有駕照，隨時干預。這是目前的狀況。

第二步：不要駕照的安全員在車里，可以干預車，但這個安全員本身可以沒有駕照。

第三步：共享汽車時乘員不必有駕照，但仍然可以人工指揮，因為我們知道，機器人和人在一起時一定要聽人指揮。

按照這個“三步曲”，看圖靈測試是多么重要，因為各行各業(yè)都需要人，這個機器人應該持照上崗，這個“照”誰來發(fā)？

二、圖靈測試本質上是替代測試

圖靈測試本質上不是智能測試，是替代測試，是機器人能不能替代人的工作。無人駕駛難在擬人，我們有馬車的時候，覺得馬車不夠快換了汽車。雖然汽車開的快，但有的時候不如馬，因為老馬識途，汽車沒有地圖怎么回去？當我們討論L2是輔助駕駛，L3是自動駕駛時，L3的基本問題到底是放在車上還是人上？如果放在車上，就要讓車企的同志們把車越做越好。我最近訪問了一個博士，他是做底層設計的，要在中國做線控的自動改造，我們把車子越做越好，像特斯拉一樣，做一個軟件定義的機器人，要自動駕駛，這是一條龍。我做無人駕駛時，也希望一個好的線控的高精度的自動駕駛的汽車，但我把重點放在解決人的問題上，把駕駛員的認知用機器人替代，是記憶、決策和行為能力的認知主體。長期以來，我們有一個詞不停說，那就是Agency。有的中文都不翻譯Agency，其實本意就叫代理。實際上我們現(xiàn)在做的就是做一個駕駛員的智能代理，實現(xiàn)智能駕駛，希望這個代理有駕駛的技巧，還有駕駛的個性。

汽車的行為由駕駛員決定，無人駕駛難在擬人，要研究駕駛員的行為學和心理學，物化駕駛員的感知、決策、記憶、控制和行為技巧，而不是一味地改進車輛動力學性能，實現(xiàn)自動駕駛！最近我們的團隊在天津港用卡車做了一個精準定位，以前我們做一個精準定位，無論是空的還是滿載，大概誤差在20厘米。港口的裝機場要求準確落在無人駕駛卡車上，提出5厘米的定位要求。其實集裝箱的大卡車很難到5厘米。所以做好無人駕駛，既要有好的車，更要有好的駕駛員的智能代理。

我們曾經(jīng)在常熟自然科學基金委組織了多次比賽，提出“4S”評測標準，開車要Smooth、安全Smart、Safety、Speed。從這個角度上來說，我們已經(jīng)做了大量的工作。

各省都在建測試場，什么時候我們身邊來一個無人駕駛車，開車的人不再驚訝，可以跟他很輕松、友好的進行交互。

三、圖靈測試本質上是交互智能測試

圖靈先生提出用對話的方式考慮一個機器的語言智能。把機器人的記憶智能和計算智能藏了起來，當前的聊天機器人把對話交互方式推向了高潮。

在開車過程當中，駕駛員與環(huán)境和周邊車輛有沒有交互？我認為是有的，必須不時的與環(huán)境和周邊車輛進行交互，駕駛員的經(jīng)驗和臨場處置能力必須能夠體現(xiàn)。我們?yōu)榇嗽诮换フJ識之上做了很多的工作，首先研究了無人駕駛基于語言的交互。無人駕駛車面對復雜、不確定的周圍環(huán)境，可以通過智能音箱、手機和互聯(lián)網(wǎng)的方式，進行語音、語義等自然語言的理解，與車主、乘員、運行維護人員、遠程約車請求等進行不同人群之間的交互。

無人駕駛要能夠響應遠程車主的干預，因為車主是這個車子的主人，還要能夠響應約車的請求。運維人員可以遠程在線干預無人駕駛車，研發(fā)人員可以利用特定的接口，與無人駕駛進行交互，監(jiān)控車輛實時狀態(tài)，完成調試工作。無人駕駛車還要能夠識別周邊人群的肢體語言，例如現(xiàn)場執(zhí)勤的交警，你必須服從它。行人要坐你的車，可能看你比較遠，用手勢來表達，你也必須能理解。

超車并道在無人駕駛中是一個難點，尤其當?shù)退佘嚨绤R入高速車道比較難。我們做了一個例子，例如有四個紅車是有人駕駛，一個灰色的車輛是無人駕駛，怎么換道？一定不時跟你周邊幾個車輛用打燈、按喇叭或者踩油門、剎車的方式告訴周邊的人，如果他跟你協(xié)作，你超車并道了。

無人駕駛車輛的交互，我們已經(jīng)在宇通公交客車和天津港的集卡上做了初步實現(xiàn)，在剛剛召開的天津2018世界智能大會上獲得交互組的領軍獎?，F(xiàn)在都不講冠軍、亞軍或季軍，冠軍叫領軍獎，亞軍叫領先獎，季軍叫優(yōu)秀獎。

四、圖靈測試本質上是不確定性智能測試

圖靈測試有沒有漏洞？幾十年來，大家為圖靈測試開了多少次會？我發(fā)現(xiàn)一個漏洞，因為圖靈測試要求測試人是主體，如果被測試的一方支支吾吾、保持沉默或者主動插話介入，就可能搶過了話語權，顛覆了測試者的主導定位。就像青年人去面試，本來老板考他，他很厲害，考了老板。就很難區(qū)分對方到底是人還是機器人，再一次暴露出圖靈測試的瑕疵。

圖靈測試對話過程中充滿了不確定性，例如聊天本來是淺層次、短時長的對話，也是最通用的對話，有的就是為了消磨時間、客氣、禮貌，充滿了不確定性，總是在講一些所謂的廢話，其實廢話不廢，它帶來了親和感，在社交生活中不可或缺，不會聊天的對話機器人，人們會覺得它太乏味。所以不要完全從負面看。

不確定性智能測試表現(xiàn)在：對話的語境和語用、情感的交互、交互環(huán)境的不確定性。我們必須研究不確定性智能的客觀性、普遍性和積極意義，尋找不確定性中的基本確定。

駕駛員曾經(jīng)開過這樣的車，想換道，結果后面的車子不讓你，你開了一半又回來了。這種情況還是經(jīng)常有的。總共有五種情況，首先常見的就是生成超車并道，成功了。也有超車過程中，中途放棄換道，回到原車道。也有強性換道，不換也得換，等等。

無人泊車過程中有很多的不確定性，尤其是非常規(guī)的泊車，我們叫邊緣泊車。大家都說無人駕駛難在最后一公里，因為它把人放下之后，往哪里去？很多的選擇，加油站、停車場？我個人認為，應該把最后一公里當做最先一公里來解決，否則老百姓不接受。

人工智能的使命就是加速汽車向可交互的輪式機器人的轉變。

目前全國各地火爆的智能駕駛專用實驗場和評估環(huán)境，很可能發(fā)展成為人與輪式機器人比賽駕駛智能的實驗場，發(fā)展成為賽車手和賽車機器人角逐冠軍的比賽場，發(fā)展成為后圖靈時代的圖靈測試場。

我們一般看車就是看底盤大架、發(fā)動機，底盤就是看它的手和腳，實際上是駕駛人力量的延伸。發(fā)動機就相當于心臟。而我們加了傳感器、指紋，等于加了一個智能代理。因此有可能使得汽車成為我們駕駛員自己，這應該是人工智能時代最有意義的科學課題，再一次彰顯了圖靈測試的意義。

機器人全人帶來了一個新的行業(yè)，就是后圖靈時代的圖靈測試應該考慮人機共生、共融、共發(fā)展的測試方法學和測試標準的時候了。