自动驾驶要懂多少常识才能上路

有人说，90%的人都不需要懂得自动驾驶常识，在日常生活中我们需要用到的常识仅仅只有10%,可就是这10%的常识，很有可能让其结果以失望而告终。这就意味着，搭载智能系统的自动驾驶汽车可能无法完成所有任务。有些人会说是专业知识占比99%，而常识仅占比1%，尽管如此，这仍然是一件不容忽视的事情。

人工智能研究人员认为，常识性的推理论据早已经被人遗忘，想要让人工智能具备一个常识性的推理能力需要350年的时间，需要人们具备坚持不懈的努力，而这样的努力在短时间内暂不会获得丰厚的回报。但有些人会说，不要妄想找到所有的规则并且将它们编入一个系统，我们要用机器学习来训练常识推理能力。如果你用人工神经网络对数据进行模式化，那么它可能会找到一些隐藏在数据库中的常识推理规律。

可能有很多孩子并没有遵照个人的规则来学习常识，反之，他们会通过大脑中的神经元模式来看周围的世界，从而得到他们想要的常识。导致这种事情的发生，往往是因为我们错误的将一些规则变成单独的规则，是因为我们更容易从逻辑上解释一些正在发生的事情。但事实上，它可能只是对实际正在发生事件的一种误导。

我们举例说明，当你驾驶一辆汽车在高速公路上行驶，看见前方有一辆装满垃圾的皮卡车没有遮盖，车上的垃圾任由风吹来吹去，此时我们用常识去判断：车上的垃圾也许会飞出来，为了避免安全隐患，你会及时的选择变道行驶，果不其然，没一会儿，装满垃圾的皮卡车颠簸了一下，垃圾散落满地，后面的车辆紧急变道。

据推测，目前的无人驾驶汽车会和其他司机一样，只有当垃圾散落在地上的时候才会做出应激反应。我们期待有这样一辆人工智能汽车可以提前感知前方的安全隐患，从而能及时的做出应急措施。

如果我们想要让智能系统具备这样的预测能力，前提在于它已经经历过类似的情况，同时，我们也需要考虑到，从一个案例中所学到的东西没有被过度的概括。

还记得一则因被一只小白狗吓到，从此就害怕任何白色动物的孩子吗？通过这则故事我们需要考虑下，人工智能如何能够运用常识推理来理解真实的情形，而不是对所有拖着垃圾的卡车而过于小心翼翼。

其实，常识不是件容易的事情，如果把常识推理融入到人工智能自动驾驶汽车中也是一个相当难解决的问题，尽管关于常识理论，是否有必要运用在自动驾驶汽车上的争论还未停止，但最安全的建议仍是，人工智能自动驾驶汽车需要常识推理。