源自麻省理工學院的初創公司iSee正在開發、測試一項搭載新型人工智慧技術的自動駕駛系統。 該公司沒有用簡單的交通規則或機器學習演算法來訓練汽車自動駕駛， 而是希望用認知科學賦予機器某種常識和快速應對新情境的能力：讓機器像人一樣理解、學習外部世界， 與他人互動。 這種演算法能讓自動駕駛汽車更好地應對陌生而複雜的路況。
圖 | iSee 公司網站截圖（來自 iSee.ai）
“人類大腦對物理環境和社交線索極為敏感， ”iSee聯合創始人趙一彪說， “這也是當下人工智慧的局限所在， 我們認為這正好可以填補駕駛領域的空白。 ”
iSee現在還不是一家世界級企業， 公司只有一個很小的工程師團隊， 在The Engine的一個普通實驗室裡工作。 The Engine是麻省理工學院新成立的投資公司， 專為本地科技創新公司提供資金。
和大力推進無人駕駛的Waymo、Uber、福特等公司相比， iSee顯得微不足道。
這種技術能讓機器利用更少的資料進行學習， 形成某種形式的常識， 從而讓工業機器人變得更加智慧化， 特別是能夠更好地應對新情境。 基於資料密集型大規模神經網路的深度學習技術不斷發展， 促進了人工智慧在近期取得了顯著進步。
超大規模或深度神經網路在收集大量資料後能識別一些微妙的模式。 例如， 深度神經網路接收大量小狗圖片後， 就能學會在幾乎任何圖片中識別小狗。 但是， 深度學習也有局限。 例如， 一個可以識別小狗的深度學習系統並不知道狗通常有四條腿、毛髮， 還有一個濕嗒嗒的鼻子。 如果不進行更深層次的訓練，
駕駛並非模式識別那麼簡單。 人類在駕駛過程中經常依賴常識。 比如， 人類知道大巴車刹車時間長， 還會突然有很多乘客下車。 我們不可能通過程式設計讓自動駕駛汽車預知它可能遇到的所有情境。 但是人類能靠生活中積累的常識在所有新情境中做出恰當的反應。
“深度學習很了不起。 你能從過往經驗中學習， 卻無法擁有一個覆蓋整個世界的資料集， ”趙一彪說， “人工智慧是資料驅動的， 目前很難理解常識。 這是我們要解決的關鍵問題。 ”趙一彪打開筆記型電腦， 用幾個真實路況視頻闡述了這個觀點， 其中包括複雜的車流合併和危險的交通事故。
自動駕駛系統確實會缺乏常識。
在播放了一輛在中國行駛的特斯拉徑直撞上道路清掃車的視頻後， 趙一彪表示：“特斯拉的自動駕駛系統在以色列或歐洲進行訓練， 在那裡沒有這種車， 這個系統只能發現問題， 但不能真正理解問題。 ”
圖 | 特斯拉行車記錄儀記錄的事故前畫面（CCTV報導視頻截圖）
iSee正在研究人類理解世界的方式， 然後設計機器模仿這種方式。 創立iSee前， 趙一彪和其他創始人曾就職于喬希·特納博姆（Josh Tenenbaum）的實驗室。 特納博姆是麻省理工學院人腦與認知科學系教授， 現任iSee公司顧問。
特納博姆專注人類智慧研究， 並利用相關知識開發新型人工智慧系統。 他的研究課題之一是幼兒的物理直覺。 兒童對外部世界的理解力讓他們能對陌生情境做出預判。 特納博姆還指出， 與這種理解外部世界的能力息息相關的是人的直覺， 以及通過觀察行為來推斷目的（如伸手拿杯子）的能力。
人類智慧的另一個特徵是在不同情境間互通的學習能力。相比之下，即便是最聰明的機器學習系統也很難做到這一點。特納博姆的實驗室將傳統機器學習與新穎的“概率程式設計”相結合，訓練機器推斷有關外部世界的事物，以及在不確定條件下推斷他人的意圖。
特納博姆認為，幼兒在某些方面的智力表現勝過目前最聰明的人工智慧系統。如果將這種人類智慧進行逆向工程，最終可能創造出更聰明的人工智慧系統。2015年，基於這樣的想法，特納博姆和紐約大學和卡內基梅隆大學的研究人員合作開發了一個極具影響力的電腦程式。這種程式可以通過幾個示例輕易地識別筆跡。
如果將這種方法用在自動駕駛領域，最終有可能使自動駕駛汽車具備應對陌生情境的基本常識。當這種汽車發現另一輛車正在轉向時，它可能會判斷這輛車想匯入車流。
特納博姆指出，自動駕駛汽車學會判斷其他駕駛員的意圖其實是非常重要的。iSee的另一位聯合創始人克裡斯·貝克（Chris Baker）在麻省理工學院工作時，開發了人類心理學的計算模型。特納博姆說：“將人類理解他人的方式開發成一系列工程式模型，並將這些模型套用在自動駕駛技術上，就真的有希望大功告成。”
特納博姆最初並不看好將認知心理學應用到自動駕駛領域，但iSee的創始人讓他相信，這樣做能帶來重大影響，他們也有能力克服工程上的挑戰。
艾倫人工智慧研究所的首席執行官奧倫·埃奇奧尼（Oren Etzioni）說：“這種方式很難，但我十分看好它。”艾倫人工智慧研究所由微軟聯合創始人保羅·艾倫（Paul Allen）創立，致力於探索人工智慧領域的創新，包括由認知心理學啟發的創意。
埃奇奧尼認為，人工智慧領域應該探索機器學習以外的創新。他指出，iSee將面臨的主要問題是如何展示他們的技術能在關鍵情境下實現不凡的表現。“概率程式設計是一個新生事物，”他說，“因此人們會質疑它的性能和穩定性。”
iSee公司的相關人員也同意這一觀點。特納博姆表示，iSee除了希望顛覆汽車產業，重塑出行方式以外，還有可能探索一種應用於極其惡劣的真實情境中的新型人工智慧。
他說：“在某種意義上，自動駕駛汽車將成為第一種能在真實世界中與人類互動的自動機器人。真正的挑戰是，如何使用這些模型，並讓它們穩定地運行。”
以及通過觀察行為來推斷目的（如伸手拿杯子）的能力。人類智慧的另一個特徵是在不同情境間互通的學習能力。相比之下，即便是最聰明的機器學習系統也很難做到這一點。特納博姆的實驗室將傳統機器學習與新穎的“概率程式設計”相結合，訓練機器推斷有關外部世界的事物，以及在不確定條件下推斷他人的意圖。
特納博姆認為，幼兒在某些方面的智力表現勝過目前最聰明的人工智慧系統。如果將這種人類智慧進行逆向工程，最終可能創造出更聰明的人工智慧系統。2015年，基於這樣的想法，特納博姆和紐約大學和卡內基梅隆大學的研究人員合作開發了一個極具影響力的電腦程式。這種程式可以通過幾個示例輕易地識別筆跡。
如果將這種方法用在自動駕駛領域，最終有可能使自動駕駛汽車具備應對陌生情境的基本常識。當這種汽車發現另一輛車正在轉向時，它可能會判斷這輛車想匯入車流。
特納博姆指出，自動駕駛汽車學會判斷其他駕駛員的意圖其實是非常重要的。iSee的另一位聯合創始人克裡斯·貝克（Chris Baker）在麻省理工學院工作時，開發了人類心理學的計算模型。特納博姆說：“將人類理解他人的方式開發成一系列工程式模型，並將這些模型套用在自動駕駛技術上，就真的有希望大功告成。”
特納博姆最初並不看好將認知心理學應用到自動駕駛領域，但iSee的創始人讓他相信，這樣做能帶來重大影響，他們也有能力克服工程上的挑戰。
艾倫人工智慧研究所的首席執行官奧倫·埃奇奧尼（Oren Etzioni）說：“這種方式很難，但我十分看好它。”艾倫人工智慧研究所由微軟聯合創始人保羅·艾倫（Paul Allen）創立，致力於探索人工智慧領域的創新，包括由認知心理學啟發的創意。
埃奇奧尼認為，人工智慧領域應該探索機器學習以外的創新。他指出，iSee將面臨的主要問題是如何展示他們的技術能在關鍵情境下實現不凡的表現。“概率程式設計是一個新生事物，”他說，“因此人們會質疑它的性能和穩定性。”
iSee公司的相關人員也同意這一觀點。特納博姆表示，iSee除了希望顛覆汽車產業，重塑出行方式以外，還有可能探索一種應用於極其惡劣的真實情境中的新型人工智慧。
他說：“在某種意義上，自動駕駛汽車將成為第一種能在真實世界中與人類互動的自動機器人。真正的挑戰是，如何使用這些模型，並讓它們穩定地運行。”