智能控制在人工智能的应用

智能控制在无人车中的应用

作者沙秉辉

学号1032011628007

最近人工智能（Artificial Intelligence简称：AI）成为全球热门，很大程度上是因为前段时间由谷歌创造的AlphaGo（埃尔法狗）击败了韩国围棋高手李世石，人工智能似乎迅速成为人们讨论的焦点，本文想要讨论的是AI在另一个领域的应用—无人车。本文主要讨论谷歌无人车（google car）。（进行无人车的研究的公司很多，世界上很多优秀的车企，如日本的“两田”，德国奔驰宝马，美国通用等等，他们都在积极测试无人车，但是他们的信息大部分是不公开的，反而是一家以搜索出身的谷歌，有很多的测试数据呈现在我们的面前但是公开测试信息中只有谷歌，故而选此。）

事实上，在从14年起到接近15年年底，一共14个月的时间里，谷歌在内德华和加州进行了共有49辆无人车的道路测试，其中包括谷歌的“koala”汽车以及改装的雷克萨斯，，在这些无人驾驶汽车累计完成了42.4万英里的同时，一共发生了341次事故。更加具体的讲，谷歌无人车在14年第四季度，每行驶785英里就会出次故障，而这个数据在一年之后变成了行驶5318英里。谷歌无人车的进步速度显著但前进路途依然遥远。（1）无人车虽是一个车，但是他却算不上汽车领域，在我看来，他似乎跟机器人有很多共通的地方，人类精心的把环境，机器人的各种参数，通过建立严密的逻辑和规则，把要完成的任务全部建立在数学模型中，求解，机器人便执行问题求解的结果。更加通俗的讲，传感器检测数据，通过一系列的分析，控制系统发出控制指令，完成我们所期望的结果。无人车也是如此。谷歌当前的无人车，均是一个独立的系统，他们的每一辆扯都是没有“联网”的，他们没有使用他们的强项-搜索功能。在我看来，这应该是一个遗憾，我认为他们应该可以把每一辆车都进行联网，建立一个大的数据库，逐渐形成一个类似专家控制的系统。比方说，用户A在驾驶中减速，限制他减速的原因有很多，比方说道路结冰，前方马上就要碰到红灯或者前方行人密集等等等等一系列的问题，系统这时候可以收集数据，存储在系统上形成大数据，当用户B在遇到类似的情况的时候，可以在控制之前，系统便给专家意见。当然这一个非常庞大的系统，数据的存储量是非常巨大的，这样的一个系统，并非凭空想象，很多国外的学者已经进行了很多的研究，比如尼基尔-普拉卡士在《Development of an intelligent system which assists in decision making based upon previous decisions》：人工智能是指机器的和软件的智能。一个趋势似乎已经出现：新的智能系统来代替人做出很多重要的决定，这样的一个智能系统通过分析非常多的数据和已经存在的信息尽最大可能的来给出最有逻辑的意见，在人们需要做出决定的时候，这样的一个意见人们可供选择并且非常可靠。

深度学习，模糊控制，传感器，神经网络的快速发展，直接或者间接的带动了无人车的发展，近几年发展迅速，但是从实验室到真正服务人类还有很长一段路需要走，路况瞬息万变，每天都会有无穷无尽的新情况发生，可谓是极其复杂，想要建立一个可以包含所有可能的一个数学模型似乎不太实际，虽然大数据网络化这几年发展迅速，但是要建立一个庞大的数据库，庞大的专家系统，依然需要强大的计算机支持，遗憾的是，目前并不能满足。加之目前控制理论表面是四处开花，成果累累，然而实际是目前控制理论已经发展的瓶颈时期，鲜有有实质性的突破。

虽然前进的道路绝非坦途，人类智慧无限，认知无限，定能攻克难关，李开复前段时间在清华大学演讲中提到，目前还有缺少一个统一的平台，如同ios丶安卓系统那样，建立一个平台产生平台化效应，使得更多的人可以很容易的介入，突破瓶颈也可指日可待。

因此，我大胆设想以后的人工智能的未来蓝图。无人车的成熟，某种程度上就代表着人

工智能的成熟，而人工智能的成熟则是在大数据丶感知丶决策丶反馈上的有机统一，协同运作，在大数据方面，我们已经看到很多互联网应用，在未来，我想大数据会在更多领域创造更大的价值。如金融丶医疗丶教育等行业，试想一下，以后我们在跟国外朋友交流的时候，计算机系统通过大数据进行实时准确翻译，毫无交流障碍，这样在教育方面是不是省下了很多的资源？再比如，我们去医院看病，计算机通过分析你的病情，结合数据库里面的案例，便可以迅速做出判断，不出家门，便可以享受全世界所有顶级专家一同为你看病的待遇；在我们学习的过程中，如果基础的教育没有做好，那么在下一个层次就很难进行下去，人工智能教育的出现会识别你当前的学习水平，通过一系列的分析，根据的你水平确定学习内容，比如，你加减乘除没学好，机器就不可能让你直接去学习微积分，有针对性的教学，使得学习的效率更高。

长期来看，未来人工智能会在绝大多数的领域彻底的改变人类，产生巨大的价值，取代很多人的工作，也会让现在重复性的工作被取代，然后更好的发挥人类的自由，让其做真正想做的事情。在2016年的9月29日，FACEBOOK丶AMAZON丶GOOGLE丶IBM丶MICROSOFT 自发聚集，宣布结成人工智能伙伴关系，统一的标准建立已经初露端倪。我相信人工智能大规模商业化大规模服务人类时代很快就会来临。

参考文献:

1. Nikhil Praksash,”Development of an intelligent system which assists in decision making

based upon previous decisions”

2. Nikhil Praksash,”Development of an intelligent decision support system of an hierarchical

business organization”

3. Christian Berger,”Accelerating Regression Testing for scaled self- Driving cars with lightweight

virtualization—A Case Study

4. 蔡自兴，陈虹，贺汉跟，未知环境中机器人导航控制研究的若干问题

5. 范永，谭民，机器人控制器的现状与展望

6. 陈海燕，魏世勇，智能控制工程研究的进展

7. MEYSTEL A M，Albus J S Intelligent system:Architecture,Design and Control

8. 李开复，AI技术处于黄金时代

9. 王璐，未知环境中移动机器人并发建图与定位(CML)的研究进展

10. 徐国华，谭民，移动机器人的发展现状及其趋势

11. 王耀南，机器人智能控制工程