關註：灰質，有趣有料的AI技術分享

自主這個詞在AI圈子越來越火，有變成玄學的趨勢，但到底什麼是自主，跟自動化、智能有啥關系，我們一起來看看。

先問大傢一個問題，自主性是越高越好嗎？

什麼是自主性

自主性的英文是autonomy，英文上的解釋為“the quality orstate of being self-governing；self-directingfreedom and especially moral independence”可以看出來，英文上解讀的自主性的重點是自我管理的能力。

中文上的詞條解讀，自主性是行為主體按自己意願行事的動機、能力或特性。

所以比較好理解的是，自主就是自己當傢作主。將在外君命有所不受說的大概也是這個意思，強調瞭當事人所處的環境、面對的情況具有不確定性，所以很難按照一種預設的計劃行事，需要根據具體情況調整應對。

由此來看，大傢熟知的自動化就清楚瞭，自動化（Automation）是指機器設備、系統或過程（生產、管理過程）在沒有人或較少人的直接參與下，按照人的要求，經過自動檢測、信息處理、分析判斷、操縱控制，實現預期的目標的過程。這裡面的含義更加強調的是沒有人參與的，機器自動完成的意思，當今自動化技術已經實現的狀態是按照確定計劃對預先判斷的確定情況進行處理。

反而，自主性強調的未必是不要人參與，更加突出的是一種應對不確定情況（意外情況、未預見到的情況等）時的主觀能動性，可能沒有預先練習過，但是由於具有臨機應變和學習思考的能力，從而能夠較好的做出反應，這個過程或者與人溝通完成，或者獨立完成，都應該算作自主性，而且，如果是與人協作溝通完成的方式反而是更加復雜一些的。

怎麼實現自主

從自主的含義來看，對自主能力的構建可以從所能夠處理的環境與情況的復雜程度來劃分，最簡單的就是“說什麼做什麼”，多瞭不會，就像是學徒按照師傅的要求一字一句原封不動的背誦一樣，可能並不太懂什麼意思，但是遇到瞭上句就知道下句，看到瞭IF就知道THEN瞭，傳統上專傢系統大致就是這麼個原理瞭。很顯然，這裡面的很多技術都是將人類已經知道的決策規則“機械化or信息化”，各種信息處理、自動控制技術都屬於此種類型，不再贅述。與之相關的產品都已經廣泛應用於生產生活之中瞭，如數控機床、機械臂、洗衣機、電飯煲等等，都可以說是說一不二的機器典范瞭。

但是懶惰是人類進步的動力，或者說提升利用工具的能力一直是人類孜孜不倦的追求，那麼，機器不能光會處理規則明確的情況呀，還有很多不太明確的情況怎麼辦，比如開個汽車、踢個足球、搞個科研啥的，很容易碰到未知的新情況或者要快速應對動態變化，這個時候怎麼辦，規則也寫不出來具體咋辦，隻有大概的原則，比如開車要安全快速到達目的地，路上別撞上人或者障礙物，也別違章，最好還能根據路況即時調整路線，避免擁堵。

這時候，現有的自動化技術就有點束手無策瞭，除非你把路上情況給我確定好瞭，不能出現我沒碰到過的，傳感器信號、路線、車況等等都要在提前確定好的范圍內，否則機器他做不到。解決這個問題這個問題的方法主要有兩種，一是繼續現有的技術路線，人類把所有的可能性都跟機器說一遍，機器照做就行瞭，這個思路技術上不難，但是可行性不高，因為情況太多瞭，幾乎說不完，比如不同情況下，油門多大合適，剎車多大合適，如果從所有的可選值來說，非常難以預設，即使預設出來也沒法用，因為可能機器做一個決定需要很久時間，對於具體問題來說就相當於不可用，因為沒有時間和資源約束的判斷、決策和控制是沒有實際意義，是脫離現實的。

另外一種技術路線就是現在所謂智能技術在追求的，像我們這個星球上最有智慧的物種“人類”一樣，學會一種自主應對的方法，可以基於理論和經驗，自己去學習和應對，這樣駕駛員可能沒有在某個地方開過車，甚至交通規則都有些不同，但是沒關系，一開始開慢點，很快就適應瞭。這也是國內外對當前智能技術發展重點所達成的共識，處理“未知的未知”的能力，即自適應和推理能力，實現對不確定環境和復雜任務等問題的有效應對。涉及的方法就是各種神經網絡、強化學習等等。

隻不過，直到目前為止，在最具有代表性的自動駕駛領域，機器的自主能力仍然存在諸多問題沒有解決好，比如智能模型的可解釋性、魯棒性等問題，尤其是涉及安全要求較高的情境時，機器自主性的功能邊界如何？會不會撞到人？能不能保證一定不會撞到人？能不能保證車內乘客的安全？等等，不太好的消息是，這些問題都還沒有得到很好的解決。某車企老出事就已經說明問題瞭，大傢都還是在一個比較安全的范圍內逐步嘗試，很難一口吃成胖子，這裡面的未知問題太多，不是投入多少資源就能夠解決的，需要很多關鍵的理論突破。

接下來該怎麼辦

自主性問題可以說是這一波智能技術和無人系統的標志性問題，其解決的過程可以分為兩個維度來看，學術和工業。

學術角度，還會有更多的新理論、新技術被發現和發展，因為以人類大腦為代表的認知機理還沒有被揭秘，就好像飛機的空氣動力學還沒有被發現一樣，但是不能停止做實驗和研究，量變才能質變嘛。這方面主要有腦圖譜繪制、認知機理研究、各種智能方法的嘗試等等。

工程角度，圍繞核心模型方法的軟硬件還需要進一步提升，無論是算力、存儲、傳輸還是能源等，都還有很大的提升空間，而且這些很多都是所謂智能技術無法解決的，但又是智能技術轉化為生產力的搭載平臺。與此同時，系統性的設計、研發、測試和部署等產業環境以及標準規范也都需要配合發展，否則隻有一架飛機，你卻沒有機場，你放在秦朝也隻能用來膜拜祭祀用不是。

回到一開始說的問題，自主性是越高越好嗎？能有效解決問題的自主性當然是越高越好，但是如果這個自主帶來的是違背意圖的結果，尤其是機器的自主仍然是為人類服務的情況下，如果無法像阿莫西夫機器人三定律一樣去完成人類賦予它的使命時，對於人類來說當然是不好的瞭。但是，對於機器來說自主卻未必如此，就好像子女越長大越叛逆一樣。

一點關於自主性的粗淺認識，班門弄斧，如果覺得還行，請給咱們支持一下吧，點贊、分享、收藏各種走起，在此多謝啦！