自主性

关注：灰质，有趣有料的AI技术分享

自主这个词在AI圈子越来越火，有变成玄学的趋势，但到底什么是自主，跟自动化、智能有啥关系，我们一起来看看。

先问大家一个问题，自主性是越高越好吗？

什么是自主性

自主性的英文是autonomy，英文上的解释为“the quality orstate of being self-governing；self-directingfreedom and especially moral independence”可以看出来，英文上解读的自主性的重点是自我管理的能力。

中文上的词条解读，自主性是行为主体按自己意愿行事的动机、能力或特性。

所以比较好理解的是，自主就是自己当家作主。将在外君命有所不受说的大概也是这个意思，强调了当事人所处的环境、面对的情况具有不确定性，所以很难按照一种预设的计划行事，需要根据具体情况调整应对。

由此来看，大家熟知的自动化就清楚了，自动化（Automation）是指机器设备、系统或过程（生产、管理过程）在没有人或较少人的直接参与下，按照人的要求，经过自动检测、信息处理、分析判断、操纵控制，实现预期的目标的过程。这里面的含义更加强调的是没有人参与的，机器自动完成的意思，当今自动化技术已经实现的状态是按照确定计划对预先判断的确定情况进行处理。

反而，自主性强调的未必是不要人参与，更加突出的是一种应对不确定情况（意外情况、未预见到的情况等）时的主观能动性，可能没有预先练习过，但是由于具有临机应变和学习思考的能力，从而能够较好的做出反应，这个过程或者与人沟通完成，或者独立完成，都应该算作自主性，而且，如果是与人协作沟通完成的方式反而是更加复杂一些的。

怎么实现自主

从自主的含义来看，对自主能力的构建可以从所能够处理的环境与情况的复杂程度来划分，最简单的就是“说什么做什么”，多了不会，就像是学徒按照师傅的要求一字一句原封不动的背诵一样，可能并不太懂什么意思，但是遇到了上句就知道下句，看到了IF就知道THEN了，传统上专家系统大致就是这么个原理了。很显然，这里面的很多技术都是将人类已经知道的决策规则“机械化or信息化”，各种信息处理、自动控制技术都属于此种类型，不再赘述。与之相关的产品都已经广泛应用于生产生活之中了，如数控机床、机械臂、洗衣机、电饭煲等等，都可以说是说一不二的机器典范了。

但是懒惰是人类进步的动力，或者说提升利用工具的能力一直是人类孜孜不倦的追求，那么，机器不能光会处理规则明确的情况呀，还有很多不太明确的情况怎么办，比如开个汽车、踢个足球、搞个科研啥的，很容易碰到未知的新情况或者要快速应对动态变化，这个时候怎么办，规则也写不出来具体咋办，只有大概的原则，比如开车要安全快速到达目的地，路上别撞上人或者障碍物，也别违章，最好还能根据路况即时调整路线，避免拥堵。

这时候，现有的自动化技术就有点束手无策了，除非你把路上情况给我确定好了，不能出现我没碰到过的，传感器信号、路线、车况等等都要在提前确定好的范围内，否则机器他做不到。解决这个问题这个问题的方法主要有两种，一是继续现有的技术路线，人类把所有的可能性都跟机器说一遍，机器照做就行了，这个思路技术上不难，但是可行性不高，因为情况太多了，几乎说不完，比如不同情况下，油门多大合适，刹车多大合适，如果从所有的可选值来说，非常难以预设，即使预设出来也没法用，因为可能机器做一个决定需要很久时间，对于具体问题来说就相当于不可用，因为没有时间和资源约束的判断、决策和控制是没有实际意义，是脱离现实的。

另外一种技术路线就是现在所谓智能技术在追求的，像我们这个星球上最有智慧的物种“人类”一样，学会一种自主应对的方法，可以基于理论和经验，自己去学习和应对，这样驾驶员可能没有在某个地方开过车，甚至交通规则都有些不同，但是没关系，一开始开慢点，很快就适应了。这也是国内外对当前智能技术发展重点所达成的共识，处理“未知的未知”的能力，即自适应和推理能力，实现对不确定环境和复杂任务等问题的有效应对。涉及的方法就是各种神经网络、强化学习等等。

只不过，直到目前为止，在最具有代表性的自动驾驶领域，机器的自主能力仍然存在诸多问题没有解决好，比如智能模型的可解释性、鲁棒性等问题，尤其是涉及安全要求较高的情境时，机器自主性的功能边界如何？会不会撞到人？能不能保证一定不会撞到人？能不能保证车内乘客的安全？等等，不太好的消息是，这些问题都还没有得到很好的解决。某车企老出事就已经说明问题了，大家都还是在一个比较安全的范围内逐步尝试，很难一口吃成胖子，这里面的未知问题太多，不是投入多少资源就能够解决的，需要很多关键的理论突破。

接下来该怎么办

自主性问题可以说是这一波智能技术和无人系统的标志性问题，其解决的过程可以分为两个维度来看，学术和工业。

学术角度，还会有更多的新理论、新技术被发现和发展，因为以人类大脑为代表的认知机理还没有被揭秘，就好像飞机的空气动力学还没有被发现一样，但是不能停止做实验和研究，量变才能质变嘛。这方面主要有脑图谱绘制、认知机理研究、各种智能方法的尝试等等。

工程角度，围绕核心模型方法的软硬件还需要进一步提升，无论是算力、存储、传输还是能源等，都还有很大的提升空间，而且这些很多都是所谓智能技术无法解决的，但又是智能技术转化为生产力的搭载平台。与此同时，系统性的设计、研发、测试和部署等产业环境以及标准规范也都需要配合发展，否则只有一架飞机，你却没有机场，你放在秦朝也只能用来膜拜祭祀用不是。

回到一开始说的问题，自主性是越高越好吗？能有效解决问题的自主性当然是越高越好，但是如果这个自主带来的是违背意图的结果，尤其是机器的自主仍然是为人类服务的情况下，如果无法像阿莫西夫机器人三定律一样去完成人类赋予它的使命时，对于人类来说当然是不好的了。但是，对于机器来说自主却未必如此，就好像子女越长大越叛逆一样。

一点关于自主性的粗浅认识，班门弄斧，如果觉得还行，请给咱们支持一下吧，点赞、分享、收藏各种走起，在此多谢啦！

交流合作

请加微信号：yan_kylin_phenix，注明姓名+单位+从业方向+地点，非诚勿扰。