为什么将自动驾驶汽车归类为AI？

自动驾驶汽车与人工智能有何关系？我认为人工智能就是我们能够复制人类的心理状态并以相同的方式执行任务的时候。但是，由于环境的原因，自动驾驶汽车难道不只是基于规则的机器在运转吗？他们没有自我意识，他们无法选择在从未经历过的情况下采取行动的好方法。

我知道很多人在谈论AI时经常提到自动驾驶汽车，但我并不真正相信它们之间的关系。我对AI是什么太了解了，或者

人工智能有一个简洁的定义，它规避了定义“智能”的问题，我将其归因于该领域的创始人麦卡锡，尽管我现在只能在H. Simon的这本书中找到它：

“……与寻找方法来执行智能任务有关，如果要由人类来完成，这些任务就需要我们的人类智慧。”

因此，从本质上讲，我们将每项任务的自动化称为AI，这只能由人的思维来完成。当时，人们认为能够下棋的计算机也可以通过其他方式实现智能化。当这被证明是错误的时，术语“人工智能”被分为“狭义的或弱小的AI”（即能够执行人的一项任务的程序）和“广义的或强大的AI”（可以完成所有任务的程序）人的思想。

自动驾驶汽车是狭窄的AI。

请注意，所有这些定义都没有指定这些程序是否复制了人类思维的工作方式，还是通过完全不同的算法得出相同的结果。

其他答案则说明了在某些情况下或目标搜索机中有关汽车的指令集，而实际上，自动驾驶汽车没有特定的指令集。大多数自动驾驶汽车都使用深度学习来弄清楚在某些事件中该怎么办。我们不告诉他们该怎么办。他们以身作则学习如何做。

用于使汽车自动化的神经网络需要大量的数据进行训练。利用这些数据，汽车可以确定某些事件的最佳动作。

根据该视频，特斯拉的自动驾驶仪在300.000.000英里内只有一个伤亡。对于驾驶员而言，2014年的伤亡人数为32.675。那是每300.000.000.000英里。这意味着9000万驾驶员中有1人造成致命事故，而自动驾驶汽车则为3亿。深度学习超越了我们自己的“安全率”，而不是通过指导，而是通过学习如何做自己。如果那不是AI，那我就是不知道。

自动驾驶汽车展现出一定程度的代理和多领域弹性。根据某些定义，它们是自觉的，并且可以肯定地设计为在许多潜在未知的环境中安全失效，这类似于生物制剂。

AI确实与非生物制剂及其代理方法的研究有关。其他所有内容都只是计算机科学，算法效率，生物学，艺术等。但是，最终，对生物和非生物代理的研究将融合在一起，我们将其称为“智能”研究。

其他人给出了非常详细的答案，这是我对问题陈述的外行观点。自动驾驶汽车是一种“寻靶”机器。它具有一组具有不同优先级的目标。例。乘员的安全，其他人的安全，从A点到B点等。有些是可以协商的，有些不是可以协商的。

为了达到目标，系统应使用可用的输入（雷达，GPS，摄像机等）来确定最佳的行动方案。有时，当它没有所有信息时（一辆卡车正在隐藏一个速度标志），它仍然必须做出决定（历史记忆或通过对周围环境的了解）来满足其设计目标。因此，人工智能。

自动驾驶汽车依赖AI技术，因为它们在驾驶或驾驶方面是自主的，因此无法由人控制。因此，他们必须至少像人类驾驶员或飞行员一样安全可靠地做出驾驶员和驾驶员所需的复杂决策。

• 他们必须以能够将价值和典型行为分配给这些对象的程度来识别对象（即人，宠物，财产，障碍，路边，草，树，桥梁）
• 他们必须根据其对象类型，有关该对象类型的已知信息，可检测到的变化（例如年龄或状况）以及该对象当时涉及的活动，来映射各种对象类型的轨迹。
• 他们必须能够获取可行驶道路的公开表示形式（路线段，连接点和其他数据），使表示形式与道路的当前状态相匹配，并跟踪其沿目标路线到达目的地的进度。
• 他们必须计划这些路线，以代替这些实时且难以预测的动作，交通法规，交通惯例，交通标志和信号，给定的目的地，已知的可能路线，不连续点和异常情况。
• 他们必须尽可能改变计划以到达目的地，而不管遇到的变化和挑战如何。

驾驶或驾驶车辆是一项智力密集型任务。就在不久的将来每百万米行进中死亡和受伤率的分布而言，AV可能会在不久的将来超过道路上的人类驾驶车辆的唯一原因是，因为人类有两个关键的障碍可以抵消他们的智能潜力：司机。

• 粗心大意，定义为在可能出现危害的时候在精神上或身体上进行多任务处理
• 自私，被定义为冒险他人的生命，健康或财产以获得与交通有关或与心理有关的好处

尽管以上两种方法似乎是主观的，但可以通过在世界上任何人流密集的道路上的任何时间点进行交通模式抽样，轻松地凭经验证明它们。对于飞行员而言，情况并非如此。

我们不应该假定复​​制人类心灵的行为就能在视音频中实现人工智能。这就是Alan Turing的“模仿游戏”的标准，该游戏旨在在自然语言对话的上下文中定义智能。但是言语通常不会直接杀死人。车辆经常这样做。

将人的思维视为卓越驾驶的模型，这在潜在的视音频设计空间中是非常有限的愿景。AI系统不应以相同的方式执行任务。AV的AI设计目标应与这些关注点和兴趣更加一致。

• 道路或天空安全法
• 有关正常和紧急情况下的通行权的道德规范
• 平等获取公共资源方面的民权问题
• 平衡空间流细节以最大化运输吞吐量
• 当难以预测的风险出现时会避免碰撞

对驾驶或驾驶员AI的认知和适应能力的这些要求不仅仅基于规则和机械。车辆本身在操作中主要是机械式的，但也会出现意外现象，例如爆裂或其他难以预测的故障。车辆控制根本不像国际象棋或具有固定游戏规则和固定游戏环境的游戏。

尽管智能要求不包括将自身作为智能系统的自我意识，但仍需要某种形式的自我意识。

• 车辆外表面及其投影路径相对于其他物体的相对位置
• 车辆操作部件的状况
• 车辆中乘客和任何其他运输物体的质量和位置

这个问题以一个有趣且具有挑战性的要求结束。

选择一种在从未经历过的情况下采取行动的好方法

这也许是AV驾驶或飞行员系统设计中最具挑战性的方面。

回到“为什么将自动驾驶汽车归类为AI？”这个问题，AI的含义的确是正确回答的关键方面。从字面上看，人工智能一词指的是两件事。

• 它是人造的，因为它不是自然界中自然存在的
• 它是智能的，因为它以某种方式进行适应，如果这些方式是机械的，那么它们在没有经过大量研究的情况下所具有的细节程度是显而易见的。

正如对智力的定义一样，它依赖于年份和文化，因此，从科学和语言的角度来看，几十年来没有其他定义具有可持续性。通过更狭窄的定义，AV可能不需要AI，但是没有任何令人信服的科学理由将AI的定义缩小到先前定义的子集。