首頁(yè) / 資訊中心 / 交通百科/不可復制性與人工智能汽車(chē)

不可復制性與人工智能汽車(chē)

發(fā)布時(shí)間:2018-08-13 分類(lèi):交通百科

科學(xué)最重要的原則之一是再現性原則,當一個(gè)科學(xué)結果被報道出來(lái)時(shí),我們怎么知道它是可概括,而不僅僅是偶然或者一時(shí)的僥幸,甚至可能僅僅是執行科學(xué)過(guò)程中所犯錯誤的結果?如果有可能再現科學(xué),我們就能對結果有更大的信心??稍佻F性由幾個(gè)因素組成,其中可能最重要的是,當復制時(shí)所做的努力將獨立地獲得相同或類(lèi)似的結果。

人工智能

假設我聲稱(chēng)發(fā)明了一臺永動(dòng)機,并且在我的實(shí)驗室里演示了它,但這結果只有我自己或者一些實(shí)驗室助理知道,我會(huì )想要告訴世界這個(gè)驚人的突破。世界上的其他人可能會(huì )非常高興,因為他們終于發(fā)明了一臺永久運動(dòng)的機器,想看它會(huì )怎樣改變世界。其他試圖設計永動(dòng)機的人也很興奮,但也有些質(zhì)疑,因為他們自己無(wú)法實(shí)現同樣的結果。自然,他們會(huì )想知道這臺永動(dòng)機是如何工作的,他們也想嘗試在自己的實(shí)驗室里復制它。

然后我可能會(huì )在我自己的實(shí)驗室里重現這一成果,然后我會(huì )說(shuō)這是真的,它確實(shí)有效,但是,你相信它真的起作用了嗎?請注意,重現性不是獨立進(jìn)行的,相反,同一名研究人員或開(kāi)發(fā)人員只是聲稱(chēng)他們能夠再現結果。他們的態(tài)度可能是非常真誠的,他們相信他們復制的結果,但是世界上的其他人還不知道這到底是不是真的,或者說(shuō)又是一次的不幸錯誤,或者是試圖欺騙世界,讓它相信一些根本不真實(shí)的事情,下面就給分享一個(gè)案例。

冷聚變的事例

冷聚變就是現在最經(jīng)典的案例,相信現在那些80年代末的人,或者研究過(guò)科學(xué)史的人,可能知道,1989年猶他大學(xué)有兩位化學(xué)家聲稱(chēng)他們能夠產(chǎn)生冷核聚變?;瘜W(xué)家斯坦利·龐斯(StanleyPons)和馬丁·弗萊施曼(MartinFlischmann)說(shuō),他們產(chǎn)生了過(guò)多的熱量,這些熱量就是核反應的結果,這是一種微小的核反應。所使用的設備相對便宜,易于組裝,幾乎可以在自己的后院做什么。它成為當年最大的新聞事件之一,并被認為是一個(gè)令人難以置信的突破。

有人試過(guò)復制冷聚變嗎?

世界各地的科學(xué)家們開(kāi)始變得忙碌,想要看他們是否也能實(shí)現冷聚變。一些人這樣做是為了證明猶他州的科學(xué)家是正確的,并且為這一發(fā)現提供有力的證據。其他人這樣做是為了反駁猶他州的說(shuō)法,并確保世界不會(huì )被誤導。有些人這樣做只是出于好奇它是如何工作的,以及它可能會(huì )給我們帶來(lái)什么。

不幸的是,關(guān)于猶他州的科學(xué)家們是如何取得這一結果的,很多細節都是保密的,因此很難嘗試和復制。越來(lái)越多的人說(shuō)它不能被復制,而那些說(shuō)他們能夠復制它的少數幾個(gè)人后來(lái)被問(wèn)題困擾,并且后來(lái)在原著(zhù)中也發(fā)現了各種錯誤的來(lái)源,這使冷聚變更加黯然失色。當表明由于所謂的冷聚變沒(méi)有檢測到任何核反應副產(chǎn)物時(shí),就發(fā)生了真正的致命一擊(如果冷聚變像聲稱(chēng)的那樣起作用的話(huà),副產(chǎn)物就應該出現了)。

因為還沒(méi)有人真正地復制冷聚變本身,所以它現在被一些人認為是未經(jīng)證實(shí)的、不可靠的、臭名昭著(zhù)的科學(xué)作品。

也許這種冷聚變是一種畸變,我們不應該把注意力集中在一個(gè)涉及科學(xué)重現性的孤立事件上。在這種情況下,你可以參考2015年著(zhù)名雜志“科學(xué)”(Science)上的一篇文章,這篇文章提供了一項由獨立科學(xué)家進(jìn)行的研究,這些科學(xué)家試圖復制心理學(xué)領(lǐng)域100項最著(zhù)名研究的成果。根據他們的獨立研究,他們只能成功地復制約39%的研究成果,有各種類(lèi)似的研究,試圖復制其他知名和公認的科學(xué)研究,但無(wú)法完全這樣做。

請不要因為出現這樣的結果就把所有能夠復制的研究當做假的,你必須重新審視這種心態(tài),因為它在這里沒(méi)有任何意義。有很多的科學(xué)是完全真實(shí)的,而其中有些是能夠被復制的,有些是沒(méi)有被復制的,對于沒(méi)有被復制的部分,你不能得出結論它是無(wú)效的,你只能說(shuō)那是你沒(méi)有能力復制的。

這也可能產(chǎn)生誤導,因為通常情況下,同一種研究并沒(méi)有被具體地復制出來(lái),而是有其他的研究建立在原始研究的結果之上。因此,您可以斷言,如果這些擴展是基于原始無(wú)效的核心,那么超出原始研究范圍的擴展應該是無(wú)效的。如果擴展研究是有效的并且被復制,你可以斷言原來(lái)的核心是有效的。

為什么不是每一項科學(xué)工作都具有可重復性?

這是一個(gè)簡(jiǎn)單的答案,沒(méi)有太多的動(dòng)機去做重復性研究。作為一名科學(xué)家,衡量你的標準通常是你創(chuàng )造了多少新科學(xué),把你的時(shí)間花在簡(jiǎn)單地復制別人的工作上不會(huì )給你帶來(lái)多少好處。如果你展示的原創(chuàng )作品是有效的,然而你并沒(méi)有開(kāi)拓新的領(lǐng)域,只是增加了原來(lái)的作品是新穎和健全的信息。而一旦你展示的原來(lái)的作品是無(wú)效的,很有可能你會(huì )立即受到原來(lái)的研究人員和其他人的攻擊,他們相信原始的努力是合理的,除非其他人加入你的工作無(wú)效性質(zhì)的潮流,否則你很可能是科學(xué)界的棄兒。

像冷聚變這樣的情況是不尋常的,因為任何令人難以置信的突破都會(huì )立即引起強大力量的注意,無(wú)論是支持力量還是反對力量。沒(méi)有什么比這更讓人不安和激勵的了,如果你的科學(xué)生涯中大部分時(shí)間都在試圖制造一臺永動(dòng)機,但沒(méi)有成功,然后有人聲稱(chēng)他們這么做了,你就會(huì )把全部精力投入到想要證明他們是錯的上面,因為你辛苦了四十年沒(méi)做到,他們卻能做到,所以你認為他們的說(shuō)法一定是假的。也許你會(huì )因為證明它是錯誤的而聲名狼藉,或者你證明的他的錯誤,讓那些說(shuō)你浪費了40年時(shí)間的人閉嘴。

這種可重復性如何適用于人工智能汽車(chē)?

在控制論自動(dòng)駕駛汽車(chē)研究所,我們敦促汽車(chē)制造商和科技公司盡最大努力提供他們正在進(jìn)行的人工智能汽車(chē)的努力,特別是敦促學(xué)術(shù)研究人員和商業(yè)研究機構公布他們的努力的細節,以便可以全面地進(jìn)行某種形式的再現性。

在這個(gè)節骨眼上,AI自動(dòng)駕駛汽車(chē)領(lǐng)域幾乎沒(méi)有可再現性發(fā)生。大多數人工智能開(kāi)發(fā)人員在自動(dòng)駕駛汽車(chē)中的工作要么被認為是專(zhuān)有的,而且沒(méi)有公開(kāi)披露,要么就是工作太忙,以至于他們沒(méi)有時(shí)間“浪費”在做可再現性上。

對于汽車(chē)制造商和科技公司來(lái)說(shuō),是否展示其人工智能系統的內部結構是一個(gè)艱難的決定。這些公司中的每一家都在花費數百萬(wàn)美元開(kāi)發(fā)人工智能汽車(chē)的能力,他們?yōu)槭裁匆阉唤o任何想要它的人呢?他們所做的事情的所有權性質(zhì)為他們的公司創(chuàng )造了巨大的價(jià)值,他們理應能夠從他們所做的巨大投資中尋求回報。

我這么說(shuō)是因為有一些人工智能開(kāi)發(fā)人員在譴責這些公司的隱秘性質(zhì)。但是,誰(shuí)又能責怪那些作出如此巨大投資的公司呢?可以說(shuō),這是一場(chǎng)看誰(shuí)先登上月球的競賽,而這些私人實(shí)體正在押注農場(chǎng)能到達月球。對他們來(lái)說(shuō),簡(jiǎn)單地分發(fā)他們的秘密調料是不合邏輯的,人工智能汽車(chē)領(lǐng)域的知識產(chǎn)權是王道。

另一方面,我們的論點(diǎn)是,如果他們各自獨立地發(fā)展各自的人工智能汽車(chē)能力,如果沒(méi)有一些方法讓其他人獨立驗證他們在做什么,我們怎么能滿(mǎn)足于這些自動(dòng)駕駛汽車(chē)將在我們的公共道路上做的事情是安全的呢?

有些人認為,為了讓這些人工智能汽車(chē)進(jìn)入公共道路,汽車(chē)制造商和科技公司應該被迫打開(kāi)和服。如果他們想要我們的道路進(jìn)行測試,他們需要分享他們所擁有的。否則,就離開(kāi)了我們的道路。相反的觀(guān)點(diǎn)是,如果汽車(chē)制造商和科技公司只需要使用私人試驗場(chǎng),甚至是政府資助的試驗場(chǎng),我們可能永遠看不到真正的自動(dòng)駕駛汽車(chē)。自動(dòng)駕駛汽車(chē)在提供場(chǎng)地上所能獲得的自動(dòng)駕駛汽車(chē)經(jīng)驗,被認為是日常駕駛現實(shí)世界中所能獲得經(jīng)驗的一小部分。這是典型的瘋狂的欲望,新的創(chuàng )新,正在權衡的成本,以達到這一目標。

學(xué)術(shù)研究可再現性

甚至學(xué)術(shù)的人工智能研究人員也被指責對他們的研究成果透露得不夠及時(shí),對于機器學(xué)習的許多研究和神經(jīng)網(wǎng)絡(luò )的使用,經(jīng)常有人聲稱(chēng)在能夠進(jìn)行視覺(jué)識別或語(yǔ)音識別等方面取得了令人難以置信的突破,然而實(shí)際的神經(jīng)網(wǎng)絡(luò )卻沒(méi)有提供給其他任何人來(lái)嘗試和獨立驗證。我們是否要從表面上看研究人員所報告的一切?

有時(shí),研究人員會(huì )指出,他們的研究成果發(fā)表在同行評審期刊上。這些研究人員隨后斷言,這樣做表明,他們的工作必須是有效的。還沒(méi)那么快。對于大多數同行評審來(lái)說(shuō),同行并不是在試圖真實(shí)地再現他們正在評審的研究結果。相反,同行評審員應該檢查這項研究,并試圖根據研究人員提供的資料來(lái)確定研究結果是否合理和有效。同行評審員是該領(lǐng)域的專(zhuān)家,他們擁有大量的知識,可以幫助判斷研究的性質(zhì)和結果是否可信。但是,在同意是否接受該研究發(fā)表之前,他們幾乎從來(lái)沒(méi)有做過(guò)真正的重復性研究。

有研究表明,同行評審并不一定像人們想象或希望的那樣嚴格,同行評議者往往存在固有的偏見(jiàn)。假設普遍的看法是世界是平的。假設你是地球平坦領(lǐng)域的專(zhuān)家。你會(huì )得到一項研究,進(jìn)一步支持世界是平的,你拒絕的幾率很低。假設你得到一份研究報告,說(shuō)地球是圓的。你可能會(huì )拒絕它,因為斷言作者顯然沒(méi)有意識到接受地球是平的。然后就這樣了。我并不是說(shuō)所有同行評審員都應該用同樣的筆刷來(lái)描繪,我想強調的是,許多同行評審員做得很出色,并且在他們這樣做的時(shí)候盡量保持公正。

對“同行審評”主體的研究也往往表明,同行審查員往往不是不擅長(cháng)分析科學(xué)研究中發(fā)現的統計數據,就是不花時(shí)間評估所使用的統計數據。這意味著(zhù),一項科學(xué)研究可以免費獲得他們如何做統計的通行證,這也可能意味著(zhù)結果在統計上沒(méi)有顯著(zhù)性,因此可以被認為是有問(wèn)題的,甚至可能是無(wú)效的。事實(shí)上,有一個(gè)名為Statcheck的程序是由蒂爾堡大學(xué)制作的,該程序旨在分析科學(xué)研究中使用的統計數據,然后能夠在如何使用這些統計數據時(shí)發(fā)現潛在的錯誤,這引起了爭議,包括有時(shí)評估結果被公布在網(wǎng)上,卻不允許原始作者反駁正在發(fā)布的內容。

對于人工智能汽車(chē),有一些初步的努力,以走開(kāi)放源代碼的路線(xiàn)與人工智能系統組件,包括張貼源代碼和神經(jīng)網(wǎng)絡(luò )模型正在使用。一般來(lái)說(shuō),這些并不是全部的努力,而且通常更多的是對正在發(fā)生的事情的縮減版本。同樣,你也很難責怪汽車(chē)制造商和科技公司不想走人工智能汽車(chē)的開(kāi)源之路。