科技 technology

您现在的位置:首页 > 科技 > 人工智能需要获得知名的MacGyver机灵 包括AI自动驾驶汽车

人工智能需要获得知名的MacGyver机灵 包括AI自动驾驶汽车

 

MacGyver又解决了!

您可能想知道谁是MacGyver或什么是MacGyver?

好吧,大多数人都听说过MacGyver,这是电视连续剧和主角,总是设法找到一种聪明的方法,使自己摆脱一些令人困惑的困境,利用他的智慧从日常用品中设计出解决方案。

球迷知道他拿着瑞士军刀而不是枪,因为他相信运用自己的创造力和创造力将始终使他能够应对任何不利情况(当您需要拆除炸弹或在需要炸弹时,这种刀很方便需要拆开烤面包机并将其电子设备用于完全不同的目的,并最终相应地挽救您的生命)。

事实证明,您不一定非要看过节目或看过任何YouTube剪辑,但仍然可能知道它在处理棘手的任务时象征着“MacGyver”(它已成为我们的词典的一部分请讲)。

简而言之,我们现在认为任何一种创新的解决方案都可以像MacGyver一样,假设它是解决看似棘手的问题的优雅且有点简单的解决方案。

让我们分析一下该语句。

一个关键因素是问题本身必须有所改善。

如果问题很简单并且没有复杂性,那么您大概可以只用普通的笔头就可以解决问题,而无需像MacGyver那样思考。

另一个至关重要的方面是,解决方案不可能是显而易见的。

换句话说,如果猴子能够立即看到解决问题的方法,那么您就不必陷入解决问题的高潮中,而只需抓紧时间去解决眼前的问题。

好的,因此问题必须是棘手的或相对棘手的,并且解决方案必须是非显而易见的,并且需要大量的想象力才能提出。

还有什么?

这个问题需要解决。

这很重要,在解决问题的过程开始时通常不容易理解。

通常,当问题出现或出现时,您不确定是否有解决方法。

这样,您可能会探索各种潜在的解决方案,从而发现一大堆无法解决实际问题的潜在解决方案。

就MacGyver知识而言,他总是会找到一个令人心动的解决方案,但是您不能期望在现实生活中总是可以找到解决方案。

我们可以说,假设找到一种解决方案可能会有所帮助,这在尝试解决毛茸茸的问题时可能会振奋精神,并可能激发您的灵感。

对于那些有时立即放弃并认为没有解决方案的人,好像他们已经被扔了毛巾,因此没有投入精力尝试提出解决方案。

话虽这么说,但在现实世界中,最终可能没有解决方案(与电视节目不同,电视节目总是提供童话般的幸福结局)。

另外一个曲折是,也许有一个解决方案,但是只有时间才能实现该解决方案,因此,即使您已经知道如何解决该困境,您也可能无法立即解决该困境。

您怎么能找到解决方案,但是解决这个问题还需要一段时间。

一个简单的例子是蜡烛,蜡烛一旦点燃,它会慢慢通过一根绳子燃烧,一旦被火烧断,绳子就会将您从陷阱中释放出来。

在该示例中,您知道了可行的解决方案,但是解决方案却花了一些时间。

假设您没有明显的点燃蜡烛的方法?

这成为问题的另一种形式,与可能被困的更大问题有关。这是一个“新”问题,因为它与您的解决方案相关,并且可能会(也可能不会)直接视为已被困的原始问题的一部分。

也许在另一间房间里有一盒火柴,如果可以拿到火柴,您就可以抓住一根火柴点燃蜡烛,然后通过绳子燃烧以将其从陷阱中释放出来(让人想起了RubeGoldberg的布置)。

您提出的解决方案现已停止,以寻求那些匹配。

时间可能会散开,结果是由于一阵阵阵大风把火柴盒从桌子上敲下来,溅出了火柴,其中一只滚入了您的陷阱区域。

无论如何,关键是不一定总是能够立即执行MacGyver,并且必须留出时间来使解决方案变得可行或出现(对于电视节目,他们需要总结一下)-由于节目只有三十分钟或一个小时,所以请及时解决问题,而在现实生活中,事情可能会持续很长时间。

要成为一个真正的百战天龙般的场景中,我们通常想到的是任何解决方案设计将是简单和优雅的同时。

这种优雅的标准很难用语言来解释。这是其中的一件事,如果您看到它,就可以决定它是否优雅(类似于情人眼中的美丽)。

在电视节目中,MacGyver几乎总是面临生死攸关的困境,但是对于大多数类似MacGyver方式的现实应用,您通常不会处理生死攸关的问题。关键是,有时MacGyver对于涉及棘手问题的普通事务很方便,而在其他情况下,可能还会有更多事务。

这使我们对作为人类的思维方式,人工智能系统的构建方式以及迄今为止它们所能达到的局限性进行了重要考虑。请注意,当今的AI甚至还不等同于真正的人类智能,这可能会让某些人意识到这一点,但确实如此。

当然,在某些情况下,AI应用程序似乎已经能够像人类一样执行任务,而这些都是新闻。尽管与能够展示全面的智能并通过任何一种图灵测试(这是AI中一种著名的方法,试图确定AI系统是否能够展示人类智能)相去甚远,但请参阅我在链接上的分析在这里)。

当今的AI系统往往被归类为具有狭窄的AI,这意味着它们可能可以“解决”一个狭窄的问题,与此同时,这样的AI系统不是AGI(人工通用情报),并且缺乏常识性推理等人类素质(请参阅链接)在这里)。

实际上,对机器学习(ML)和深度学习(DL)的广泛使用的一个重大担忧是,那些基于计算的模式匹配算法往往很脆弱,在遇到异常或异常情况时容易失控。奇怪的是,根据定义,任何需要或部署MacGyver的情况都必然是例外或不寻常的情况(否则,您将使用其他一些蛮力算法或常规求解方法)。

这是一个值得思考的有趣问题:“基于AI的自动驾驶汽车的出现是否会因特殊情况或异常情况而受阻,如果是这样,使用类似于MacGyver的方法是否可以克服这些障碍?”

答案是,是的,所谓的边缘案例(异常或异常情况的另一个术语)是对真正的自动驾驶汽车的安全性的重大关注,是的,如果AI系统可以采用类似于MacGyver的功能,则可能会有所帮助应对那些艰难时刻。

让我们打开包装看看。

无人驾驶汽车的水平

重要的是要澄清我指的是基于AI的真正自动驾驶汽车的含义。

真正的自动驾驶汽车是指AI完全自行驾驶汽车,并且在驾驶过程中无需任何人工协助。

这些无人驾驶车辆被认为是4级和5级,而要求驾驶员共同分担驾驶努力的汽车通常被认为是2级或3级。共同承担驾驶任务的汽车被描述为半自动驾驶,通常包含各种自动附加组件,这些附加组件被称为ADAS(高级驾驶员辅助系统)。

5级还没有真正的无人驾驶汽车,我们甚至都不知道是否有可能实现这一目标,以及到达那里需要多长时间。

同时,尽管是否应允许进行这种测试本身存在争议(我们都是实验中的有生命或有生命的豚鼠),但4级研究人员正在通过非常狭窄和选择性的公共道路试验逐渐尝试吸引一些关注。指出在我们的高速公路和小路上发生)。

由于半自动驾驶汽车需要人工驾驶,因此这类汽车的采用与传统汽车的驾驶方法并无明显不同,因此,在这个主题上,它们本身并没有太多新的内容要介绍(尽管您会看到暂时,接下来提出的要点通常适用)。

对于半自动汽车,重要的是要警告公众最近出现的令人不安的方面,即尽管那些人类驾驶员不断张贴自己在2级或3级汽车的方向盘上睡着的视频。,我们所有人都需要避免被误导以为驾驶员在驾驶半自动驾驶汽车时可以将注意力从驾驶任务上移开。

您是车辆驾驶行为的负责方,无论可能将多少自动化投入2级或3级。

无人驾驶汽车和MacGyver

对于4级和5级真正的无人驾驶车辆,不会有人类驾驶员参与驾驶任务。

所有乘客均为乘客。

AI正在驾驶。

迄今为止,设计自动驾驶汽车的努力通常包括使AI能够在相对普通的驾驶情况下驾驶。

这是有道理的,即首先完成“更轻松”的工作(为清楚起见,这都不是一件容易的事),这涉及到让AI驱动系统能够在较为平静的社区或相对日常的高速公路交通环境中行驶。

此外,如果您使用收集的驾驶数据来训练ML/DL系统,则很有可能大多数驾驶数据也主要与日常驾驶有关,并且不属于那些特殊的驾驶场合。

考虑一下自己的驾驶努力。

在很多时候,您一直在开车,想着当晚的晚餐吃什么,或者回想起前几天与老板的艰难对话,而且似乎没有对这条路表现出强烈的关注。

这种“无意识的”驾驶经常发生。

然后,有一些罕见的时刻(希望是罕见的),当一些非凡的事情使您摆脱了自满时,您需要立即做出回应。

这可能是一个生死攸关的情况,涉及必须实时调整流量设置中您面临的一个难题,并且您需要评估可能的选择,包括必须尽快制定这些选择。足以避免死亡或破坏。

片刻之间的耳语。

多数人会承认,如果问题不是不是AI驱动系统先前尚未“看到”或已预先编程处理的问题,那么当今的AI驱动系统肯定还无法应对这些时刻。

目前,新颖或令人吃惊的情况不利于AI驾驶系统,因此不利于人类乘客,行人,附近的其他人类驾驶汽车。

怎样处理这些问题的边缘?

通常的答案是继续进行道路试验并收集大量的驾驶数据,并希望最终会捕获所有可能的排列和驾驶情况的可能性,然后大概对其进行分析,以便对其进行处理。

必须对这种方法存疑。

领先的无人驾驶汽车公司是Waymo,该公司累计累积了约20+百万的行驶里程,尽管乍一看似乎是一个令人印象深刻的数字,但请记住,人类每年行驶3万亿英里以上,因此在远不到海里的大海捞针中找到针头的可能性很低。

自动驾驶汽车行业的内部人士也知道,无论哪家自动驾驶汽车公司正在进行道路试车,里程都不只是里程,这意味着如果您在同一地点反复驾驶,那么这些里程并不一定表现为在更根本的变化和多种多样的道路和路况中驾驶(这部分是对所谓的无人驾驶汽车脱离接触报告的另一种批评,请参阅此处的链接我的分析)。

提供的另一种方法涉及进行仿真。

汽车制造商和自动驾驶技术公司除了在道路上行驶外,确实倾向于使用模拟,尽管目前仍在争论是否应在允许公共道路使用之前进行模拟,或者是否可以同时进行模拟时间,还有关于模拟是否足以替代行驶里程的争论(再次,这取决于进行的模拟的类型以及其构造和使用方式)。

有人认为,人工智能驾驶系统应该具有类似于MacGyver的组件,以应对驾驶时出现的非凡问题。

它不是特别基于先前的奇数球或边缘情况,而是作为通用组件,可以在AI驱动系统的其余部分无法解决比赛情况时调用。

从某种意义上讲,它就像AGI,但特别是在驾驶汽车领域。

那有可能吗?

有人认为AGI是AGI或不是,因此试图暗示您可能为特定域构造AGI与AGI的概念背道而驰。

其他人则认为,坐在汽车上时,人类驾驶员会在驾驶汽车时使用AGI,而不是解决世界饥饿问题或不必解决任何问题,因此,我们应该能够将注意力集中在仅用于驾驶领域的AGI。

嘿,也许我们应该将MacGyver应用到解决边缘情况的问题上,并找到一个优雅的解决方案,这可能包括也可能不包括将MacGyver应用于驱动系统的AI中。

毫无疑问,这是一个令人不安的想法。

结论

塔夫茨大学的研究人员Sarahthy和Scheutz撰写了一篇有关AI在处理类似MacGyver式问题中的挑战的便捷论文(此处为链接)。作者指出,在执行任何类似MacGyver的情况下,人工智能系统可能需要能够承担众多艰巨的任务和子任务,包括能够进行僵局检测,域转换,问题重构,实验,发现检测,域扩展等。

从本质上讲,不管是否有瑞士军刀,使AI系统像MacGyver一样工作都是一个非常困难的问题。

在AI驱动系统的情况下,也要意识到MacGyver组件将需要实时操作,只需几秒钟即可确定要采取的措施。

另外,所采取的措施极有可能与生死攸关相关,包括与台车问题相关的忧虑(这涉及必须在造成死亡或伤害与其他类型的死亡或伤害之间做出选择,请参阅我的在此链接的说明)。

如果您说我们不应该寻求类似MacGyver的功能,那么就会提出一个明显的问题,即我们拥有哪些替代品,与此同时,无人驾驶汽车仍在继续发展,缺乏如此独创甚至相似的能力。

还有一种信念是,如果我们可以在AI驱动领域中使用MacGyver,我们也许可以开始将其扩展到其他领域,从而允许在所有领域中逐步实现AGI,尽管这是一个颇具争议性的争论,故事的另一天。

MacGyver众所周知,只要您下定决心就可以做任何想做的事情。

如果我们全神贯注,可以让AI做自己想做的事情吗?

姓 名:
邮箱
留 言: