無人車通道三年後建成？這是一份Lecun點贊的新技術應用時間表

最新 01-22

大數據文摘作品

編譯：修竹、呂征達、王夢澤、笪潔瓊、yawei

人們往往會低估新技術的概念從被驗證到技術真正投入使用所需要的時間。這是預測人工智慧未來七宗罪的第七罪。

「人類下一次登陸月球的時候將藉助於眾多人工智慧和機器學習系統。」

這是本文作者（@rodneyabrooks）最近在推特上做出的一個有趣預測。

Rodney是一個理性主義者，他認為很多炒得火熱的技術在商業運用上會遇到不小的阻礙，而研發周期無限加長，他在本文對無人汽車、超級高鐵和人工智慧做了相對保守的預測。但他又是一個樂觀的技術信仰者，基於他對科技的深刻理解，他相信很多想法是可以在未來50年內慢慢實現的，他給出了一個實現時間軸。我們來看看關於未來他都說了什麼？在文末，作者也給出了他做出預測的理論依據。

很多AI研究領域的大咖，包括YannLeCun，在看完此文後表示基本完全同意，YannLeCun指出，他不太贊同的是，在建模中他更傾向於「監督學習」：

我同意文章中的幾乎所有內容，除了我會用「監督學習」來代替每個實例中的「深度學習」。

深度學習（裝配參數化的功能模塊並通過基於梯度的方法對其進行優化）是否會消失？

有人可能會說蒸汽機將在20世紀初消失。它們並沒有消失，但即使消失，熱機的整體概念也不會消失。深度學習就像熱機，不會像蒸汽機。

關於未來32年的預測

對於所有新技術的出現都會有人預測這些技術會給人類帶來什麼好處，或者什麼壞處。我觀察到的一個主流現象是，人們往往會低估新技術的概念從被驗證到技術真正投入使用所需要的時間。我曾指出這是預測人工智慧未來七宗罪的第七罪。

在過去幾個月，我一直在對當下炒作人工智慧（AI）和機器學習（ML）潑冷水。但是我不並認為我是一個技術悲觀主義者（techono-pessimist），相反，我自認為是一個技術現實主義者（techno-pessimist）。

新的一年到了，對未來一年將會發生什麼有許多的預測。我也想利用這個機會自己來做一些預測，我的預測並不僅僅涉及到來年，而是關於未來的32年。

我用三種不同的方式指定日期：

NIML（日期）：在我的有生之年，也就是直到2050年1月1日。

NET（日期）：不早於這個日期。

BY（日期）：到這個日期。

有時我會對一個預測同時給一個NET日期和一個BY日期，因為我相信這個事情會在這個時間段內發生。

關於自動駕駛汽車的一些預測

下面表格中的前三項都是關於飛行汽車的。我很確定真正能夠駕駛的飛行汽車在行駛過程中基本上是自動駕駛的，因此它們可以被劃分為此類。稱之為飛行汽車，就是一種交通工具，可以去往任何汽車可以到達的地方。否則的話就不是汽車了。

同時，沒有飛行執照，但也許接受過幾個小時特殊訓練的人，能夠身著適合在辦公室穿的普通衣物跨越100英里，其中絕大部分旅程是在空中。這並不需要事先安排行程，也不需要特殊的計劃，僅需類似於智能手機中的APP的地圖應用來獲得前往目的地的路線。換句話說，除了一點點的訓練以外，就像普通人駕駛汽車一樣跨越100英里。

接下來我們來談談自動駕駛汽車，或者叫無人駕駛汽車。

對於我來說，無人駕駛汽車和普通汽車的差別並不僅僅是在於沒有人類來駕駛。它們是完全不同的東西，有著不同的使用模式和適應世界的方式。

不用馬拉的馬車並不只是簡單的把拉車廂的馬替換掉。還要全新的用於鋪路的基礎設施，全新的所有制模式，不同的使用模式，完全不同的燃料和維修程序，不同的車主死亡率，不同程度的便利，並且最終產生了全新的城市結構。

最普遍的說法是無人駕駛汽車將輕易地取代人類駕駛的汽車。而我認為這根本不會發生。相反，我們可能將會在城市內設置無人駕駛汽車專屬車道——限制哪些地方無人駕駛汽車可以去，哪些地方有人駕駛汽車可以去，乘降站靈活性標準的改變，停車規則的改變以及總體上對城市的各種各樣的增量式修改。

但是我們先來討論下無人駕駛汽車的接納程度。正如我在博文「七宗罪」指出的，1987年ErnstDickmanns和他的慕尼黑聯邦國防軍大學團隊，讓他們的自動駕駛汽車以每小時90千米的速度在一條高速公路上行駛了20千米。車中當然有人但是並沒有控制方向盤。過去的30年里研究人員一直在提升汽車在公路上行駛的能力，不過更多的是關於駕駛，很少有關於人車交互，人們上、下車，與其它服務或限制的交互以及車中有非駕駛乘客的情況。這些都很重要。

從某個角度來看，儘管研究工作僅局限在問題的一小部分上，但是進展依然十分緩慢。無人駕駛汽車的採用仍然遙遙無期。

感測器的價格還需進一步降低，並且所有關於如何使用汽車以及如何操作提供給乘客的界面還需要制定，更不用說在什麼樣的實際監管和責任環境下它們才能投入使用。在某些約束下，這些問題終將被解決。但肯定要比預期慢得多。

對於無人駕駛汽車行業生存能力的考驗將是在於當它們不僅出現在測試或者示範里，而是無人駕駛計程車的車主或者拼車服務或者無人駕駛汽車停車場真正賺到了錢。這隻會在有限的地區和市場里逐漸的發生。下面我的里程碑式的預測不是關於無人駕駛汽車的示例的，而是關於可行並可持續的行業的。沒有它們，無人駕駛汽車的部署將永遠不會成功。

我認為無人駕駛汽車如何被採用的事實是基於它們的某些活動範圍受限於某些限制（比如限制圍欄），並且附近沒有有人駕駛的汽車。此外，無人駕駛汽車的應用最初應該被限制在特定的城市甚至是城市內的特定區域，還有可能是特定的時段以及特定的天氣條件。並且很有可能在很長一段時間內，提供流動服務的無人駕駛汽車（像Uber和Lyft那樣的）僅被允許在某些時段使用無人駕駛模式，在其它時段內需要僱傭人類司機。

關於機器人技術、人工智慧和機器學習的預測

看過我關於機器人技術和人工智慧博文的人會知道，我對現實世界中事物大規模部署的快速程度比許多拉拉隊長和恐懼傳播者們所相信的還要樂觀。我的預測被這種樂觀影響了。其中一些預測是關於公眾對人工智慧的看法（人工智慧是近三年在這個領域上有發生變化的最大一件事），還有一些是關於技術的想法以及部署。

這些預測看起來似乎有些雜亂隨機，它們確實是。但這就是機器人技術、人工智慧和機器學習的進步方式。它不會像一般智力，可以突然完成人類（或猩猩）能做的各種事情。這將花費很長的時間才會出現一些簡潔的解決方案。

建立人類水平的智力和物理性能是非常困難的。在過去五年有一些小的突破性的進展，許多人認為工作已經完成了，而實際上在這方面的進展還不到1%，還沒有真正的知識理論來指導如何達到5%。我編造了這些百分比也不能證明它們是對的。

關於太空旅行的預測

以下是我對太空旅行的預測，不像我希望的那樣樂觀，但我認為比較現實。

我的預測規則

我將儘可能準確地描述我的預測和時間點。但實際上精準定義我所預測的事情幾乎不可能。不過我還是想試一試的。

最近有個經歷讓我意識到，當受到挑戰時，人們會非常努力地嘗試著維持他們先入為主的技術和技術帶給人類的財富。我在推特上發布了以下消息（@rodneyabrooks）：

人類下一次登陸月球的時候將藉助於眾多人工智慧和機器學習系統。

上一次我們登陸月球的時候，並沒有AI或者ML。

這條推特講的是，我們需要記住儘管AL和ML在今天非常強大有用，但這並不意味著它們是唯一的方法，也並不代表世界上的一切突然間都以某種神奇的方式發生了改變。

有一條被轉發了無數次的評論指出，卡爾曼濾波（Kalman filtering）被用來追蹤航天器（闡述完全正確）並且使用貝葉斯更新（闡述完全正確），因此卡爾曼濾波是機器學習的一個實例（完全不合理的推論），所以機器學習已經被用來登月了（基於不合理結論的有效推理，結果就是完全的錯誤）。這段時間（實際上自從1959年Arthur Samuel提出機器學習以來，詳情見我關於ML的博文）當人們提起機器學習，通常他們的意思是以相同的方式使用樣例，引出對某些概念的通用表示，後面可以用這些概念基於輸入和所保存的學習材料選擇標籤或行為。

卡爾曼濾波使用從特定過程獲得的多個數據點得到對數據真實含義的良好評估，在這期間它並不保存任何東西用來在未來某些時候處理類似的問題。所以，這不是機器學習。不管你多麼信仰機器學習是所有技術進步的關鍵，但上次確實沒有用過機器學習來登月。

這就是為什麼我要講清楚我的預測是什麼意思。毫無疑問，我將來要反駁很多人，這些人將會指出一些我預測還不會發生的事情已經發生了。我猜人們肯定會這麼說！

何為簡單？何為困難？

製造電動汽車和可回收火箭是簡單的。製造飛行車或者超級高鐵系統是困難的。

區別是什麼？

在過去一個多世紀里，汽車一直被大量生產直至現在隨處可見。如果你想製造電動汽車而不是汽油車，你不必發明太多的東西，也不必考慮如何去大規模部署。

雨刮器、剎車、車輪、輪胎、轉向系統、可升降窗戶、汽車座椅、底盤等等汽車用品的生產工藝已經超過100年了，甚至已有超過20年大規模數字化驅動列車生產的歷史。

要在合理範圍內大規模製造有競爭力價格的電動汽車，你需要非常聰明並且資本充足。但是你並不需要去改變很多東西，從頭做起。對大部分汽車來說，有很多人為了這些零部件工作了幾十年，擁有很多製造零部件和裝配的專業製造技術。

雖然可回收火箭聽起來很具有革命性，但它也是已經有現有技術和經驗做鋪墊的。如今所有液體燃料火箭的主要部件和功能都歸功於韋納?馮?布勞恩（Wernher von Braun）為希特勒製造的V-2火箭。

這是一種由高流量渦輪泵（580馬力）驅動的液體，用燃料冷卻發動機的部分部件並攜帶自己的液態氧，所以它可以在大氣層之上飛行。這種火箭在75年前第一次被製造出，其後它被大量生產，在兩年內壓榨奴隸工生產了5200個。

從那以後，全世界出現了超過20個不同的液體燃料火箭系列，有一些有超過50年的具體操作使用，這些系列涉及上百種不同的配置，測試了許多不同的參數和權衡取捨。有50年歷史的聯盟號火箭（Soyuz rockets）所有的發射是靠燃燒20個液體燃料推力倉。Delta系列中，Delta IV配置有一個「Heavy」的變體，在水平線上有三個基本相同的核心，這些核心都是Delta IV早期單核的第一階段。

自從20世紀50年代以來，使用噴氣發動機推進器在地球上軟著陸的技術都是勞斯萊斯（Rolls-Royce）的「飛行試驗器（flying bedstead）」，後來有鷂式戰鬥機（Harrier fighter jet）垂直起降技術被大規模使用。從1969年，在沒有大氣層的情況下下，垂直著陸的火箭發動機被用於載人登月。

今天的獵鷹火箭（Falcon rocket）在返回發射場或恢復駁船到軟著陸是使用柵格翼來引導第一階段的。這些最初是在20世紀50年代由謝爾蓋?貝羅特塞夫斯基(Sergey Belotserkovskiy)發明的，從20世紀70年代開始被用於許多導彈，包括彈道導彈，制導炸彈，巡航導彈和聯盟號載人太空艙的緊急逃生系統。至今為止已經有不計其數的資金投入到火箭開發上，由此獲得了許多可用的技術、豐富的知識和大量的飛行經驗。

以上並不是說大規模發展電動汽車或可回收火箭不是一個偉大的發明，只是說它建立在大量前期成果的基礎上，更有可能獲得成功。這些前期成果提供給後人經驗，對將要出現的大部分問題都有解決方案。所以看似革命性的概念可能來自於長久艱難卓絕的進化思想，以及去實現它們的勇氣和決心。要預估這些新科技成功其實不難，大家都看得出來。然而對於某些全新的想法，就很難說是否真的能實現了。

自從20世紀50年代以來，一直都有項目致力於解決核聚變反應堆發電的應用問題。我們知道持續的核聚變是「有效」的，因為這是太陽和其他星體的發光原理。65年前，伴隨著第一顆熱核彈「Ivy Mike」的爆炸，人們首次生產出了短時間尺度上的核聚變。但是我們還是沒有想出如何使核聚變在做炸彈之外具有更實際的用途，我也不認為會有很多人相信任何關於規模化聚變發電的預測日期。這確實是一個難題。

超級高鐵這一概念吸引了一大批創業公司和資本家，但是在概念上還沒有一個被證實，更不用說規模化運行了。超級高鐵需要的汽缸可運行數百英里，包括許多在外部氣壓下以每小時數百英里的速度加速的膠囊座艙，同時也包含人類肉體。所以除了研究如何開發超穩定汽缸外，還有許多細節的問題需要探索。

挑戰之一就是如何密封膠囊座艙並在旅途中提供完整的自主生命支撐，而且膠囊艙必須能穩定通過它們不需要停的站點，所以車站需要選擇性的密封隔離膠囊艙通過的管道同時允許膠囊艙停在此站的乘客可正常進入和離開。我們需要有特定的程序解決一個膠囊艙被堵在離最近車站100英里的地方時的情況。即使膠囊艙位於一個非常好的法拉第籠（Faraday cage）中，我們也需要跟膠囊艙保持通訊。

為了乘客的安全，需要有適合的座椅和安全條例。為了保證乘客在無窗的膠囊艙中超高速飛行時保持清醒和舒適，需要考慮到用戶體驗。接下來還有航線權、地震保護、解決由於地球構造板塊的正常平滑變形造成一年內沿線路引發的一厘米左右的漂移而導致的汽缸變形問題。後面還有定價模型、投保、如何與乘客個人保險相互作用等等。

針對超級高鐵的每一個方面都需要開發很多很多新的技術和設計。沒有一個是之前存在、可借鑒的。截止到今天，沒有一個是被證明過的，甚至沒有被列舉過。這需要很長時間來解決所有問題並且建造一個穩定的系統，還需要完成所有部件的工程需要。而且向乘客銷售這些無窗高速系統的車票將會是一個很難的心理建設過程。

所以，即使所有技術難關被攻克，挑戰依然層出不窮。所以雖然在未來32年中可能還有一些有意義的證明，但我可以很自信地說在那個時間段內將不會有商業上可行的超級高鐵乘客運載系統。

使用框架預測各種技術創新的時機。如果某些事情還沒有在實驗室中被證明，即使物理學上說它是好的，我認為離實現還有很長很長的距離。如果只在原型機中演示過，那仍然有較長一段路要走。如果已經有幾個版本被大規模部署過，現在要做的只是升級的話，那我認為很快就可以實現。但是話說回來，如果沒有人想要採用它，那麼無論技術人員在開發過程投入了多大的熱情，它的發展速度都會無比緩慢。

關於新技術的普及

新技術的普及要花費更多時間，遠比人們的預期時長要久。網際網路的初始版本使用32位的地址，只能讓所有的聯網設備瓜分僅有的40億個地址，此時使用的協議被稱為IPv4，即互聯網協議版本4。但是在20世紀90年代早期，人們意識到那些即將聯網的設備（不僅是個人設備，還包括很多其它的東西比如電錶、工業感測器、交通感測器和控制器、電視機以及燈控裝置等等等等。。。）很快會將所有的地址空間用盡。到了1990年，一個新的協議被定義——IPv6，即互聯網協議版本6，把地址空間從32位增加到了128位，允許更多設備入網。

自1996年以來，指定過好多用IPv6替代IPv4進行全網通信的日子。在2010年，這個目標日期定在了2012年。而到了2014年，幾乎99%的網路通信仍然使用的是IPv4，許多智能的邊緣系統可以在40億地址空間中塞入數量超過40億的設備。截至2017年底，各種網路通信流經IPv6的流量從2%到20%不等。

IPv6並不是存在技術性瓶頸使得難以被採用，恰恰相反，隨著想要聯網的設備數量的增多，許多新奇的創意與變通讓人能夠繼續使用IPv4而不是使用IPv6。根據在本文中也用於預測的試探法（設備替換率、技術解決方案的成熟度、對其提供的實際需要等），我原以為IPv6會在2010年前後普及。我對此過於樂觀了。

以及關於「遠比預想的要久」

SpaceX在2011年四月首次公布了他們的獵鷹重型（FalconHeavy）火箭，於同年六月在加利福尼亞的范登堡空軍基地（Vandenberg AFB）建設發射台，並預計在2013年完成首次發射。而在2017年的12月28日，該火箭才首次被移入發射台，而這個發射台是佛羅里達州肯尼迪航天中心（Kennedy Space Center）的39A發射台。

火箭預計2018年才會發射。研發時間從兩年延長到了七年。誰知道還會不會拖更久。

實施落地總比預想得要久，現實就是如此。

【今日機器學習概念】

Have a Great Defination