为什么人类不需要经过特殊训练,就能轻松找到回家的路?
众所周知,大脑中有数十亿个神经细胞,它们工作的时候会发出“电信号”。在这其中,有一种“网格细胞”,它们十分神奇,具有显著的空间放电特征,以类似等边三角形的结构为最小单位,形成一个覆盖整个活动空间的网格图案。
当我们看到周围的事物,比如房子、树木或者街道,我们大脑里的网格细胞就会在这些特定位置发出电信号,就像是在告诉我们的大脑:“此刻你在这里。”随着我们移动,网格细胞会持续更新这些信号,帮助我们知道自己在空间中的位置。
这一过程就好像是大脑中掌管认路的“智能算法”,处理我们通过眼睛和其他感官收集的信息,然后创建一个坐标系,就好像大脑的GPS,人类在“识别道路”时,大脑会自动经历一个感知、决策和执行的连续过程。
这个过程听起来与自动驾驶技术的工作过程非常相似,似乎有某种神奇的联系。尽管这项研究并未直接应用于人工智能领域,但它也许能给人工智能的研究带来新的灵感,为未来的智能驾驶技术开辟全新的路径:
未来,智能驾驶能不能像人类大脑一样节能?
是否可以通过赋予汽车“情感”来改变汽车的行为?
我们如何通过技术创新减少重大交通事故?
……
这是梅赛德斯-奔驰(中国)投资有限公司执行副总裁、梅赛德斯-奔驰中国研发自动驾驶及车联网负责人王忻和发现大脑网格细胞的诺奖得主、神经科学家May-Britt Moser(梅-布里特·莫泽)展开的跨界对话中谈到的部分议题。
作为汽车的发明者,梅赛德斯-奔驰一直在推动人类出行方式的变革性创新。从1986年的“普罗米修斯”计划到成为全球首先首家同时获得L3和L4级自动驾驶认证的车企,奔驰的探索不仅历史悠久,更为行业奠定了坚实的技术基础。这探索的背后,体现的是奔驰团队对科学前沿的无限好奇和热情,他们不断寻找能够引领技术突破的新思路和可能性。
于是,一场关于脑海导航与智驾科技的跨界对谈,就此开启……
科技前沿,好奇心的力量
May-Britt Moser 是一位挪威神经科学家,因发现大脑中的“网格细胞”(grid cells)而荣获2014年诺贝尔生理学、医学奖,但她并未停下脚步。
图:May- Britt Moser 在诺贝尔奖颁奖典礼
现在,May-Britt将自己的研究视野扩展到更广泛的领域,当前她的研究重心在于探索大脑中数十亿个细胞如何协作分工,以及大脑“GPS系统”是如何形成的。她希望回答一个千年之前哲学家提出的问题:“我们在出生时是否就具备了感知世界的能力,还是这些能力在发展过程中逐渐形成?”
她在最新的演讲中表示:“如果做科学研究的目的是为了获得诺贝尔奖,那我在获奖之后就可以大功告成,回家躺平了。但并不是这样,我是一个科学家,我做科学研究的核心目的是揭示事物的本质,而不是为了奖项。作为科学家,我永远怀揣一颗充满好奇的童心。即使在获得了诺奖后,我的激情和好奇依旧不减当年。”
(二)梅赛德斯-奔驰的智驾科技:不止于领先,突破智驾边界
在梅赛德斯-奔驰中国研发智能驾驶和车联网负责人王忻的心中,存在着另外的好奇,人类大脑“GPS系统”的神奇能力,是否能够给“智能驾驶”带来新的可能性?
奔驰是“汽车的发明者”,从根本上改变了人类出行的方式。而现在,大模型技术的突破,也给智能驾驶领域带来了新的可能性,2024年,“端到端”大模型成为智能驾驶行业毋庸置疑的焦点。百年奔驰,在这场最新的科技浪潮中继续成为最强大的竞争者之一,正以L2/L3/L4自动驾驶技术多线共进。
图:卡尔·奔驰“对发明的热爱永不止息”
梅赛德斯-奔驰采用最新端到端大模型技术的“无图”L2++全场景高阶智驾系统是这一跨越的核心成果之一。与传统L2级智能驾驶相比,L2++系统具备更高阶的能力,不依赖激光雷达采用纯视觉方案、不需要高精地图、配备万卡云端算力、有导航就能开,能够在高速公路、城市路况以及复杂的交叉路口等环境中实现更加精准的决策与控制。为了应对中国道路的特殊情况,奔驰还对其自动驾驶系统进行了本土化优化,通过基于中国特定道路环境、交通标识及驾驶习惯的数据训练,使得L2++系统在中国复杂的交通环境中也能提供高效的智能驾驶体验。与传统的模块化自动驾驶解决方案对比,更强的泛化能力、极低的时延,实现了本质的突破。
王忻带着May-Britt体验了奔驰的L2++技术,研究大脑GPS系统的May-Britt很兴奋。但是,在自动驾驶领域深耕多年的王忻期待探索更多:比如,人类靠一日三餐就能处理如此多的事项,大脑仅耗能20瓦就可以完成驾驶任务;人类一双眼睛,就能收集大量的信息。如果人工智能能够帮助探秘大脑提供借鉴,那智驾科技将会有一个质的突破。
图:奔驰中国智驾负责人王忻
奔驰与诺奖科学家在各自领域的持续探索,体现了同一个核心精神:无论已取得多大成就,依然保持对技术和知识的深厚好奇心与探索激情,诺奖于Moser而言是里程碑而不是终点,百年于奔驰而言是底蕴但不是驻足.....
脑与智驾的探索之路并不平坦
在探索之路上,无论是大脑如何“认路”以支持空间认知,还是自动驾驶技术如何提升车辆的智驾能力,科学家和工程师们都面临着巨大的技术难题。如何让机器拥有人类的推理范化能力、如何优化自动驾驶系统的能效问题,如何在复杂环境中提升系统的容错能力......这些都是目前亟待解决的核心问题。
(一)人脑探索:我们仅仅了解一小部分
在过去的几十年里,科学家们揭示了大量关于人类大脑的关键信息,然而,关于大脑如何运作,我们依然知之甚少。尤其是大脑如何使我们变得如此健谈、善于交际、富有创造力,这些方面仍有许多未解之谜等待发现。
May-Britt在对谈中表示:“人类对大脑的了解仅仅是冰山一角,未来的突破方向仍然无限。”大脑的探索就像一场永无止境的旅程。它并非只是神经元的简单集合,而是数百亿神经元之间精密协作的结果。这种协作的机制至今尚未完全解明,而它对我们理解“认路”技术的基础至关重要。大脑如何将感知、记忆、学习等功能整合成一个有序的系统,依然是神经科学的核心挑战之一。
在《Nature》的一篇文章《大脑的特别之处》(What's so special about the human brain)中提到,大脑的复杂性不仅体现在其庞大的体积和神经元的数量上,更体现在神经元如何协同工作,以支持复杂的认知功能。尽管在一些方面人类大脑的细胞结构和基因表达显示出独特性,但我们对大脑在细胞层面如何进行精确协同,进而支撑高级认知功能的理解,仍然非常有限。
May-Britt说:“大脑的复杂性远超我们的想象,甚至比我们能够掌握的更多。即使我们揭示了一部分大脑如何执行空间认知的机制,依然有大量的细节需要进一步研究。”这条探索之路虽然充满挑战,但科学家们的好奇心和探索精神不断推动着他们向未知领域进发,试图揭开大脑如何支持“认路”这一关键认知能力的深层机制。
“我们仅仅触及了大脑的一小部分,未来的突破方向应该会涉及如何理解大脑各个区域之间如何协同工作,如何更精确地描绘大脑网络的复杂性。大脑的工作原理仍然是一个巨大的谜题,我相信它能为我们提供无尽的探索空间。”May-Britt说到。
她还提到,脑科学的未来突破不仅限于对大脑内部机制的理解,如神经可塑性、学习与记忆的生物学基础等,也包括如何更好地理解大脑的各个系统如何相互作用,以及这些机制如何影响我们的认知、行为与情感。May-Britt坚信,科学家一生中都会不断发现新问题,提出新假设,推动大脑认知研究的深层次探索。她说:“科学家从未真正有‘终点’,总是会有新的问题涌现出来,这也是我永远充满激情去探索大脑的原因。”
(二)自动驾驶:决策、能效与容错能力的挑战
在自动驾驶领域,尽管奔驰已经在智能驾驶技术上取得了显著进展,尤其是在L2++系统上,未来技术的突破,仍然充满挑战。但在复杂的城市环境中,尤其是在动态交通和非结构化环境中,自动驾驶系统需要面对各种突发状况,例如突然出现的行人、车辆变道、道路施工等。如何让系统在这种情况下做出精准且快速的决策,是目前自动驾驶面临的一大挑战。
值得一提的是针对中国复杂的道路环境,梅赛德斯-奔驰基于中国实际驾驶场景和驾驶风格定制开发,打造了更符合中国路况情况的智驾系统。
除了快速精确决策外,王忻还特别强调了能效问题。能效提升意味着我们需要在保持高效计算和精准感知的基础上,优化计算资源的使用,达到更高效的效果。在现有技术框架下,虽然自动驾驶系统已经能够有效感知周围环境,但仍然需要在保证精确度的同时,显著减少系统的功耗,这对于电动汽车尤为重要。
另外,自动驾驶系统的容错能力也是一项关键挑战。与人类驾驶员能够依靠直觉和经验快速应对突发事件不同,当前的自动驾驶系统在面对极端场景(Corner cases)时的反应能力仍然有限,系统的应变能力依然不足。尽管人工智能技术已经取得了一定进展,但与人类大脑的复杂性相比,现有的技术距离完全模拟人类的决策和反应仍然有很大的差距。
为了提升安全容错,奔驰贯彻多年坚持的“整体式安全理念”,将主动与被动安全结合。在自动驾驶系统中,多个冗余设计确保即使在极端情况下,车辆也能安全退出驾驶模式。在AI大模型的驱动下,奔驰L2++已经能够接近人类“老司机”的驾驶水平,且通过海量云端训练,系统会不断自我优化,越用越熟练。
然而王忻对此并不满足,他补充道:“我们的目标不仅是让汽车能够完全自驾,还要让它能够像人类一样,在不同的环境下灵活应对各种复杂情况。奔驰有一个非常清晰的愿景:致力于2050年实现‘零致命性交通事故’。”
(三)路漫漫其修远兮
尽管新技术的突破充满挑战,但随着大脑研究和人工智能研究的不断进步,我们可以看到这两个跨界领域蕴藏的巨大潜力,正静静等待着被进一步挖掘。从May-Britt在大脑认知方面的开创性研究,到奔驰在智能驾驶领域的持续创新,我们正一步步迈向更加智能的未来。
未来,自动驾驶的技术突破将依赖于更先进的算法、深度学习以及基于大数据的优化,这要求各大公司不仅要加大研发投入,还要加强跨行业的合作,整合各领域的技术创新,以推动自动驾驶技术的进一步发展。每一次科学的进展,都为我们揭开未来的新篇章,推动着我们走向一个更加高效、更智能的新时代。
跨界启发:大脑与人工智能的交汇
(一)高效的大脑,没有神经元是一座孤岛
“大脑在驾驶时的能耗仅相当于一个20瓦的灯泡,远低于汽车的能耗。”May-Britt在对谈中提到,“我们需要理解大脑中的算法,并将这些算法转化为汽车中的人工智能,以便在执行相同任务时减少能量消耗。”
在探讨“大脑如何认路”时,能效是一个关键因素。人类大脑能够高效处理信息,部分归功于其复杂而精密的神经网络结构。大脑中的神经元通过大量的连接与其他神经元互动,形成了一个高度协作的系统。每个神经元并非孤立存在,而是通过精细的神经环路与成千上万的其他神经元协同工作,从而推动认知和行为的产生。正如在Science《Brain Connectivity》专刊中提到的:“没有神经元是一座孤岛……大脑不仅仅是由组成细胞构成。每个神经元都与数以千计的其他神经元相连,但这并不是杂乱的连接,而是一首同步的交响乐……如果没有顺畅运行的连接,大脑只不过是一堆神经元。”
图:三维偏振光成像揭示了人脑切片的细节
此外,根据注意的认知资源理论,人类的认知加工分为自动化加工(automatic processing)和受意识控制的加工(controlled processing)。自动化加工是一种高效的认知模式,它不需要大量的注意力和认知资源,可以在无需意识干预的情况下快速完成任务。在驾驶中,许多操作经过长时间的练习后已经变成自动化的行为,从而有效减轻了大脑的负担。
然而,当前的自动驾驶系统在处理传感器数据和执行复杂算法时,仍然需要大量计算资源,这也导致了较高的能量消耗。正如王忻所言:“人类用非常少的能量就能实现驾驶,而我们现在却需要超级计算机来处理复杂的算法,这也许是我们需要进一步研究的方向。”
(二)自动驾驶需要情感吗?
人工智能之父、图灵奖得主Marvin Minsky曾说:“现在的问题不是机器人是否需要情感,而是没有情感的机器人是否能产生真正的智能。”
图:人工智能之父Marvin Minsky(马文·明斯基)
从进化论的角度来看,情绪和边缘系统中的杏仁核息息相关,情绪反应尤其是恐惧担忧情绪对我们的祖先逃避危险至关重要。因此,我们不仅继承了祖先的生理特征,也同样继承了他们的心理特征。May-Britt提到:“情绪是为了保护我们而进化出来的,确实如此。但有时,情绪过于强烈,反而可能伤害我们。”例如,路怒症和斗气车引发的交通事故,正是情绪化驾驶的悲剧。从这个角度来讲,自动驾驶技术有其优势,因为没有情绪,所以不会出现人类司机可能的冲动行为。
然而,在另一个层面上,情绪或许是人工智能突破的关键。人类的“担忧”情绪促使我们进行防御性驾驶。驾驶员常常会依据经验和直觉对潜在危险做出预判。举例来说,看到路边的行人、动物或障碍物,即便它们没有明显的移动迹象,人类驾驶员也会提前做出反应,以防它们突然进入道路。在面对紧急情况时,人类的“担忧”情绪促使我们更加谨慎、迅速地评估风险,并选择最安全的解决方案。
相比之下,自动驾驶系统缺乏这种情绪驱动,在紧急情境下可能无法像人类一样果断做出决策。当前的自动驾驶系统主要依赖传感器数据来判断情况,但缺乏这种基于经验和常识的预判能力,因此在复杂、多变的路况下(电动车、行人突然窜出),可能出现反应迟缓或决策失误的情况。
May-Britt在对谈中提到:“给自动驾驶车辆加入情感是一个非常有趣的想法。如果我做错了什么,我会感到羞愧。当我感到羞愧时,我会试图改变我的行为,情感可以帮助人类改变行为,那么是否可以通过赋予汽车情感来改变汽车的行为呢?这是一个非常有趣的构思,我相信这是可能的。”
(三)AI的另一条道路,学习大脑
北京大学心理与认知科学学院院长、麦戈文脑科学研究员吴思教授曾指出:“在我看来,当前的AI发展只是其中的一条路径,并非终点。最根本的问题尚未解决——理解生命的本质和意识思维的本质。这个问题比AI本身更为重要。AI只是物质层面的应用,而理解生命的本质,才是更为根本的任务。”
从卷积神经网络到深度学习,再到如今备受关注的Transformer模型,这些仅代表了AI发展的一种途径。它们可能是当前阶段的最优解,但不一定是未来的最佳方案。随着人工智能在“Scaling law”上效果的发展逐渐放缓,也许我们应该转向更为宝贵的资源——人脑。大脑不仅高效,而且极其复杂,由无数神经元互联构成,是已知宇宙中最复杂的动力学系统。
在对话中,May-Britt和王忻多次聊到,要深入理解大脑的工作机制,才能推动人工智能的发展。“冗余系统”是智能驾驶领域的常见术语,但其实人类大脑中同样也存在冗余系统,它们保障着我们在面对疾病或损伤时仍能正常运作。May-Britt表示:“大脑确实有冗余系统,这也是为什么当人们患上阿尔茨海默症时,一些方向细胞、网格细胞等功能细胞死亡,但系统冗余使得我们能够承受部分细胞死亡而不影响导航功能。”王忻则感叹道:“学习人类大脑的工作方式,能让我们在自动驾驶的研发上取得更大进展。”但与此同时May-Britt也提到,人工智能的发展也促进了对大脑的研究:“过去我们没有足够的工具来理解大脑,而如今,人工智能和机器学习正帮助我们更好地理解大脑。”
所以就像吴思教授所说:“AI还有另一条发展路径:学习大脑。目前,基于深度学习的AI还无法实现许多人类高级认知功能,因此这条道路仍值得探索。尽管这条路可能会更复杂,突破也可能会稍晚一些,但并不代表它不存在。”
AI学习大脑,类脑研究……或许这是一条难而正确的道路。
结 语
我们正站在大脑与智能机器交汇的十字路口,科学与技术的跨界融合将为人类打开全新的认知之门。May-Britt Moser对大脑之谜的不断追问,正如奔驰对智能驾驶的不断突破,未来的道路必定充满挑战,但也充满无限的可能。我们不仅将揭开大脑神秘面纱,也将在机器与人类认知的边界上迎来崭新的突破。正如那句古老的诗句所说:“路漫漫其修远兮,吾将上下而求索。”无论是大脑的“认路”,还是智能驾驶的突破,它们必定是充满未知、充满激情、充满探索的未来,在通向未知的星辰大海,需要科学与产业的共同努力。
参考资料
Moser, E. I., Roudi, Y., Witter, M. P., Kentros, C., Bonhoeffer, T., & Moser, M. B. (2014). Grid cells and cortical representation. Nature Reviews Neuroscience, 15(7), 466-481.
Smith, K., & Spencer, N. (2024). What's so special about the human brain? A graphical guide. Nature.
Stern, P. (2022). No neuron is an island. Science, 378(6619), 486-487.
Minsky, M. (2007). The emotion machine: Commonsense thinking, artificial intelligence, and the future of the human mind. Simon and Schuster.
Shiffrin, R. M., & Schneider, W. (1977). Controlled and automatic human information processing: II. Perceptual learning, automatic attending and a general theory. Psychological review, 84(2), 127.
追问专访·吴思:打开人工智能的“智慧之门”
本文来源:腾讯科技
精选推荐
热门出行排行榜
原创IP推荐
换一换网友评论
聚超值•精选
最新内容
美国Robotaxi巨头竞争激烈!Waymo、特斯拉和Lyft成为焦点。根据J.D. Power的调查,美国消费者对Robotaxi体验满意度高达8.53分。安全性、隐私性和经济性是消费者最关注的三个点。
Robotaxi | 美国2024年,我国新能源乘用车累计零售1097.5万辆,同比增长42%,成为主流。然而纯电车销量仅增长15.9%,续航焦虑依旧存在。一位车主在春节长途出行中发现充电桩问题严重,排队、不可用等困扰着他们。尽管充电设施总数增加,但公共充电桩的数量和速度仍无法满足需求。续航焦虑是影响纯电车发展的痛点之一。
新能源汽车 | 续航焦虑2023年我国汽车制造业总收入10.1万亿,占GDP的8.7%。商务部等7部委发布文件,大幅提高汽车以旧换新补贴。预计2024年总销量将达3100万辆。中央经济工作会议提出九项重点任务,其中包括提振消费、加快全面绿色转型。中国汽车行业有极大增长空间,年销4000万辆为期不远。
汽车制造业 | 以旧换新政策华为、地平线、元戎等科技公司纷纷进军高阶智驾市场,2025年将成为豪华品牌和供应商们争夺爆款车型的关键一年。目前中国市场城市NOA车型年装载量超过100万台,但仍有待提升。只有技术领先且与车企合作的公司才能在新大陆上获得成功。技术先进性是打造爆款的重要抓手,特斯拉和华为都以此创造了成功案例。
智驾技术 | 城市NOA2025年,中阶智驾需求爆发,成为中国乘用车市场的主战场。易航智能发布了高性价比的中阶智驾方案,实现了高速NOA、城市记忆领航等功能,并将成为行业前三选择之一。此次中阶智驾爆发重塑了汽车产业供应链生态,要求车企与供应商深度合作。
智驾需求井喷 | 中阶智驾