電子發燒友App
打造出能夠提高人類生活體驗的技術，努力幫助解決大型社會挑戰，這是豐田研究院的使命。
Gill Pratt擁有一種用簡單的語言解釋復雜問題的天賦。作為豐田汽車的首席科學家和豐田研究院（TRI）的CEO，他會坦率地同大家討論新技術的前景和潛在隱患。最近在TRI的硅谷總部舉辦的開放日活動上，Pratt發表講話時（在場包括SAE在內的科技記者和分析師），指出有關AI的公共討論正在不斷升溫，而AI恰恰是TRI 200名科學家和工程師中的許多人關注的核心領域。
在談及OpenAI于2022年底推出的富有爭議的“聊天機器人”ChatGPT時，Pratt開玩笑說：“許多人擔心ChatGPT會幫助大學生完成學期論文，這樣的玩笑也反映出大眾對這項技術及其善惡雙重性質的焦慮。”他觀察到，社會“在新技術面前不再那么天真，而是首先對其懷疑”。這種懷疑在很大程度上是由AI行業對自動駕駛汽車的早期炒作導致的，而TRI對此并不認同。
Pratt說：“在七八年前，我們的CES演講首秀就與多數公司不同，我們花了很多時間解釋為什么實現自動駕駛這么困難，為什么我們不知道需要多長時間才能讓SAE L4級自動駕駛汽車進入實質性運行設計階段，以及為什么沒人知道如何實現L5級自動駕駛。”
TRI的態度審慎而誠實。TRI是豐田公司以10億美元初始投資于2015年建成的研究機構。Pratt說，TRI的年度預算在豐田大約100億美元的年度研發支出中只占“很小的一部分”。TRI的主要研究領域是機器學習、機器人、能源與材料研究和以人為本的AI技術，旨在幫助徹底解決氣候變化、老齡化社會和人類理解能力等問題，進而從根本上開辟一條通往個人幸福和社會和諧的道路。參加本次活動的TRI主要部門的負責人表示，這一目標并沒有聽上去那么虛無縹緲。他們認為此目標植根于豐田自1926年作為自動織機制造商成立以來一直遵循的“Jidoka（自働化）”原則：“Automation with a Human Touch”。
Pratt說：“我們不應該因為擅長技術就傲慢地認為我們擁有所有答案。”
Pratt說，技術應該提高人類的工作能力，而非取而代之，這樣才能“維護人類工作的尊嚴”。他解釋說：“我們相信Jidoka原則可以在許多方面得到應用，而作為一個推動者，TRI的目標是“做風險最高、回報最高的研究”。
高風險意味著我們預計會在相當一部分時間內要面對失敗。雖然我們不希望失敗，但我知道如果項目的失敗時長不到總研發時間的三分之一，那說明我們選擇的項目太容易了，我們沒有承擔高風險來追求高回報。”
離任的豐田CEO豐田章男對Pratt的工作規劃提出的期望非常簡單，那就是“讓我驚喜（Surprise me）”。新CEO佐藤浩二也對Pratt提出了同樣的期望。“這就是我們的工作：在實現技術飛躍的同時承擔風險。失敗了也沒關系，但有些時候需要取得成功。”正是通過踐行這種理念，TRI將幫助豐田保持在創新和知識產權方面的前沿領導地位。
人類與AI共同參與“在環”
在汽車研發行業，能夠幫助人類解決復雜的工程問題的AI正被逐漸接受并成為汽車和系統研發的組成部分。這樣做的好處是減少了測試和驗證的次數，能夠加快上市并降低成本。此外，AI也是機器學習和車輛人機交互（HMI）及其功能設計的重要組成部分。
TRI的機器學習主管、斯坦福大學的計算機科學客座教授Adrien Galdon認為：“AI的歷史就是一部炒作史，但我希望‘網絡工具’未來可以真正發揮作用，特別是在有人類進行監督或是在人類和機器協同工作的情況下。”
Galdon強調了AI在其發展和應用過程中對人類的重要性。“但，我們已經看到將網絡世界的AI應用到真實世界有多困難，因為數據收集是一個十分昂貴、緩慢、不全面和危險的過程，而且數據中總會出現盲點。我認為AGI（通用人工智能）也是如此，因為AGI假設了無限的計算、能源和金錢，但真實世界的數據要比網絡世界復雜得多。”
除此之外，Galdon還向大家介紹了新一代機器學習模型——基礎模型（Foundation model）。這個模型可以通過盡量廣泛且通用的數據集進行訓練。他說，這個模型就像地基一樣，你可以在上面建造任何類型的房子。此外，通過語境學習和反復互動，模型會變得更加個性化。從執行單一領域特定任務的系統轉向泛用性AI是AI轉型的趨勢之一，因為擁有更加通用學習能力的AI可以應用于多個領域并解決各種難題。
機器人應用程序和用例的多樣性是“一個巨大的挑戰”，機器人高級副總裁Max Bajracharya指出。（LINDSAY BROOKE）
TRI的機器人技術高級副總裁Max Bajracharya指出：“我們可以訓練一個大型模型來一次性學習常識性知識，并通過自然語言編程并適應用戶。”他說，機器學習既是為了歸納“我們”的集體經驗，也是為了適應用戶。Bajracharya說，他的50人機器人研發團隊專注于應對老齡化社會挑戰——到2050年，一半的日本人口將成為65歲及以上的老年人。因此，實現機器人應用和使用案例的多樣化是一個“巨大的挑戰”。
AI總監Charlene Wu解釋道：“我們正在選擇富有成效的方式來使用這項技術，使人類和人工智能能夠更多地互動。”（LINDSAY BROOKE）
在Galdon所說的讓人類參與“在環”的基礎上，TRI的“以人為本”AI總監Charlene Wu對“技術的使用與技術本身一樣重要”這一說法表示肯定。她分享了一個以人為本的人工智能案例，這也是她的團隊未來產品創新的一個協作案例。
Wu解釋說：“通過使用最近推出的一些生成式AI工具，我們實現了不錯的人機交互效果。產品設計師可能希望將腦海中的概念可視化，因此，他們可以在AI工具中輸入提示（prompt）以描述他們可能喜歡的畫面。只需要輸入單個提示，設計師就可以探索各種可視化方案；可以廣泛地進行探索，甚至可能挖掘出一些他們從未產生的想法。”
一旦設計師發現想要進一步完善的概念或想法，他們就可以借助AI對原始概念進行完善和微調。Wu說：“AI真的很強大，因為它能提高人類的創造力和效率，而且你可以在短時間內獲得某一特定想法的多種表現形式。這就是我們通過人類和AI多種交互方式來高效利用技術的具體思路。”
提升駕駛體驗
TRI人類交互駕駛（HID）部門總監Avinash Balachandran在參觀TRI的工程車庫時解釋說：“在人類交互駕駛過程中，我們希望為駕駛員打造極致的體驗感，并且通過汽車提升這種體驗。”在開發過程中，Balachandran使用了三個開發平臺：一輛裝有數據采集設備的雷克薩斯LC，用于收集駕駛員的輸入和真實世界的道路數據；一輛采用了開放式管線框架結構設計，配有輪轂電機、線控系統和四輪轉向功能的電動測試車；以及一輛用于測試自動駕駛漂移功能和數據采集的賽道版Supra。這三個平臺均由豐田賽車部門TRD打造而成。從Balachandran所在的位置向上走幾層樓就是一個由他的團隊與TRD共同開發的多軸駕駛模擬器和控制室。
Balachandran這樣定義他的團隊的任務：“想象一下你正在進行滑雪、騎車或者任何讓人感到愉悅的活動，正是從中獲得的喜歡和快樂讓你的滑雪或騎車技術愈發嫻熟。這也是我們希望打造的AI與人類的關系，AI應當促進人類體驗的改善。”
在加入TRI之前，Balachandran是Uber早期自動駕駛汽車項目的工程師，并曾是匹茲堡Uber首個（2016年）自動駕駛服務開發團隊的一員。他的部門主要關注人車關系，所以首先需要了解人類行為。他解釋說，團隊的近期工作是確保在SAE L2級和L3級自動駕駛下的高級駕駛輔助系統（ADAS）“可靠且直觀”，并且不會出現明顯的技術入侵。他的團隊同樣堅持豐田章男的一個基本原則：永遠不要忘記駕駛應該成為一種樂趣。
Balachandran指出：“我們已經知道，如果你想打造一個能夠訓練用戶掌握駕駛技術的安全系統或汽車，使其真正地享受駕駛體驗，那么駕駛中的樂趣就極其重要，這也是駕駛愉悅感的來源。”Balachandran表示，雖然豐田正在開發自動駕駛解決方案（TRI共同領導了豐田Guardian和Chauffeur系統的開發），但目前的重點仍是高級駕駛輔助。
TRI的聯合創始人Pratt認為，打造出能夠適應每個人的技術是其部門工作的最終成果之一。他補充說，技術專家應該始終保持謙虛。“我們不應該傲慢地認為，因為我們擅長技術、知道如何解決難題，所以我們也應有權為社會做決定或者代表社會。這種想法真的是大錯特錯。”
編輯：黃飛
?
工商網監
評論