11月7日下午，西安交通大学教授、中国工程院院士、IEEE Fellow郑南宁应邀做客上海交通大学第157期大师讲坛，在陈瑞球楼100号报告厅做“直觉性AI与无人驾驶”主题讲座。上海交通大学副校长奚立峰教授出席并致辞。

郑南宁院士从传统人工智能与卷积神经网络的局限性出发，结合直觉的神经生物学理论与研究团队的研究工作，对直觉性AI计算框架的构建、直觉推理与无人驾驶行为决策进行了深入浅出的讲解。他认为，许多交通场景问题具有不确定性、脆弱性和开放性，为所有的交通场景建立模型是不可能的。他提出人类驾驶员开车是将车位无穷状态空间简化为动态变化的“可驾驶”和“不可行驶”的“二域状态空间”，并根据常识和交通规则产生相应的驾驶行为，从认知的层面，将复杂未知的“现实世界”变换成有限空间环境的语义“推理”，由此他介绍了直觉推理和意识先验的逻辑联系以及人对视觉空间关注的基本机制。郑南宁院士指出，将直觉性AI应用到构建具有内部预测学习、认知决策的自主驾驶系统的挑战和应对方法，重点分析了具有选择性注意机制的自主驾驶认知计算架构是如何实现的，以及度量-拓扑-语义混合的环境认知分层表示方法。报告的最后，郑南宁院士用大量的视频片段展示了其团队的研究成果，描绘了直觉性AI在自主驾驶领域应用的美好前景。

现场互动中，在场听众踊跃提问，郑南宁院士耐心解答了同学们对于环境认知分层维度方面及在实际应用中自主驾驶发展方向的问题，分享了自己求学路上恩师的小故事，并鼓励大家结合学业更加深入地思考人工智能的未来。

讲座最后，奚立峰向郑南宁院士赠送了纪念品，传达了上海交大学子的祝福与感谢。讲座在观众的热烈掌声中落下帷幕。

【嘉宾简介】

郑南宁，工学博士，西安交通大学人工智能与机器人研究所教授、IEEE Fellow，1999年当选中国工程院院士，中国自动化学会理事长，国际模式识别协会（IAPR）理事会成员，中国人工智能教育联席会理事长。1995年获国家杰出青年基金，其研究团队获国家自然科学基金委员会首批创新研究群体项目资助（2000年）。研究领域有计算机视觉与模式识别、认知计算、人工智能及其先进计算架构等，建立的视觉场景理解的立体对应计算理论与视觉注意力统计学习方法成为计算机视觉领域代表性工作。著有《计算机视觉与模式识别》（国防工业出版社，1998）、《Statistical Learning and Pattern Analysis for Image and Video Processing》（Springer，2009）；先后获国家科技进步二等奖（1991、1996）、国家技术发明二等奖（2007年）、国家自然科学二等奖（2016）、IEEE智能交通学会杰出研究团队奖（2014）。

【背景介绍】

对当前人工智能而言，解决某些对人类来说属于智力挑战的问题可能是相对简单的，但对看似简单的与真实物理世界交互的能力依然很差（常识推理与无人驾驶就属于这类问题）。人脑对于非认知因素的理解更多地来自于直觉，并受到经验和长期知识积累的影响，这些因素在人对物理环境理解与行为交互、非完整信息处理等问题中有着极其重要的作用，而且人类的学习是一种与事物互动的过程，人类认知过程中的特征概念形成往往是建立在语义解释的基础上；人类依赖对事物的观察（或显著性特征的注意）在大脑中建立不同的内部分析模型，并利用这些模型来推测事物的变化，或是从过去的事件预测未来。为使机器学习模型产生人类的认知结果，需要其所学特征在一定程度上符合神经生理学实验结果，同时使特征具有数学和语义的解释性。我们需要发展新的AI计算架构，使机器具有直觉推理和常识学习的能力，这样才能实现一类更加健壮的人工智能系统。本报告从当前人工智能技术的局限性出发，结合作者研究团队的研究工作，讨论如何利用知觉物体的语义信息进行场景表征和理解，实现对不确定性、且有约束条件和先验知识的交通场景的直觉推理，进而构建一种具有内部预测学习、认知决策的无人驾驶系统。

作者： 黄蕾宇 摄影： 上海交通大学大师讲坛 图片来源： 上海交通大学大师讲坛 供稿单位： 研究生院