自动驾驶学会常识推理需350年 现在上路你怕吗？

准确定义我们所说的常识可能有点困难。常识可以基于某种文化。例如，住在某个地区的人都知道这种花有毒，但作为游客你不知道它。常识也会随着时间而改变。一百年前，人们说有些东西是常识，但现代人可能根本不知道。

常识能通过学习获得吗？有人说人们没有专门学习常识，我们会在无意中获得常识。这表明我们不需要知道世界上的一切，但我们也可以总结出一些规律。

人工智能是一个缺乏常识的书呆子吗？

我们的社会似乎接受了高智商的人缺乏生活常识的观点(你可能认为《生活大爆炸》中的谢尔顿就是一个典型的例子)。但是即使是高智商的人也会知道一些常识，毕竟他们在现实世界中也做得很好。

为了发展人工智能，我们需要理解“智能”的含义，因为我们正在努力开发一个可以学习常识的自动化系统。

如果常识是智能的一部分，那么在创建人工智能系统时，我们也希望它知道一些常识。如果这个系统不知道任何常识，那么我们开发的产品将不会达到预期的智能水平，并且这个系统不是真正的“智能”系统。

然而，目前大多数人工智能系统缺乏常识。

自动驾驶需要常识推理吗？

在自动驾驶理论控制研究所，我们正在开发一个自动驾驶车辆的人工智能系统，并探索在系统中嵌入常识推理。

现有的自动驾驶汽车智能系统没有任何常识推理能力。相反，它们是专门为驾驶而设计的系统，并且声称驾驶不需要常识。人们一直在争论这个问题。

因此，我们有以下选择:

人工智能自动驾驶汽车不需要常识。

对于人工智能自动驾驶汽车来说，常识是可有可无的，但却不是必须的。

常识是人工智能自动驾驶汽车的必要条件。

如果你认为人工智能自动驾驶汽车根本不需要常识，你和许多人工智能开发者有着相同的观点。

如果你认为常识是自动驾驶汽车人工智能的重要组成部分，你可能会担心人们没有努力将常识融入自动驾驶汽车的智能系统。

自动驾驶需要知道多少常识才能上路？

有人说90%的驾驶任务不需要常识，只有10%需要常识。然而，如果你的自动驾驶汽车在路上错过了10%的常识，我想你会对最终的结果感到失望。

这意味着装有智能系统的自动驾驶汽车可能无法完成所有任务。我知道有些人可能会说专业知识占99%，常识占1%，但即使如此，它仍然值得你注意。

有经验的人工智能研究者和开发者认为，常识推理的能力早已被遗忘。人工智能需要350年才能具备常识推理能力，这需要人们不懈的努力，而且这种努力不会在短时间内获得丰厚的回报。

有些人会说，我们不应该试图找到所有的规则并把它们放入一个系统，我们应该用机器学习来训练常识推理能力。如果你使用人工神经网络对数据建模，那么它可能会发现隐藏在数据中的常识推理规则。

也许孩子们没有按照个人规则学习常识。相反，他们的大脑会看到他们周围的世界。通过神经元模式，他们将获得常识。这可能是因为我们错误地将这些规则变成了单独的规则，仅仅是因为我们更容易从逻辑上解释正在发生的事情，但事实上，这可能会误导实际发生的事情。

需要常识推理的场景

例如，当我在高速公路上行驶时，我看到前面装满垃圾的小货车没有被覆盖，任凭风吹来吹去。我用常识判断卡车上的垃圾可能会飞出。为了避免安全隐患，我选择了及时换道。果然，过了一会儿，我看到装满垃圾的卡车颠簸起来，碎片散落一地，后面的车辆在紧急情况下改变车道。

据推测，目前的无人驾驶汽车，像其他司机一样，只会在垃圾掉落在路面上时做出反应。我们会期望人工智能汽车提前感知前方的安全隐患并提醒我们换车道吗？

为了使智能系统具有这种预测能力，前提是它经历过类似的情况。当然，我们也需要考虑到，我们从一个案例中学到的东西没有被过度概括。

你还记得那个被小白狗吓到的孩子吗？从那以后，他就一直害怕任何白色的动物。我们需要考虑人工智能如何使用常识推理来理解真实情况，而不是对所有拖垃圾的卡车过于小心。

常识不是一件容易的事情，将常识推理融入人工智能自动驾驶也是一个相当困难的问题。尽管关于自动驾驶汽车是否需要常识的争论还没有停止，但最安全的建议是人工智能自动驾驶汽车仍然需要常识推理。