太平洋科技 出行

為什么人類不需要經(jīng)過特殊訓(xùn)練，就能輕松找到回家的路？

眾所周知，大腦中有數(shù)十億個神經(jīng)細(xì)胞，它們工作的時候會發(fā)出“電信號”。在這其中，有一種“網(wǎng)格細(xì)胞”，它們十分神奇，具有顯著的空間放電特征，以類似等邊三角形的結(jié)構(gòu)為最小單位，形成一個覆蓋整個活動空間的網(wǎng)格圖案。

當(dāng)我們看到周圍的事物，比如房子、樹木或者街道，我們大腦里的網(wǎng)格細(xì)胞就會在這些特定位置發(fā)出電信號，就像是在告訴我們的大腦：“此刻你在這里�！彪S著我們移動，網(wǎng)格細(xì)胞會持續(xù)更新這些信號，幫助我們知道自己在空間中的位置。

這一過程就好像是大腦中掌管認(rèn)路的“智能算法”，處理我們通過眼睛和其他感官收集的信息，然后創(chuàng)建一個坐標(biāo)系，就好像大腦的GPS，人類在“識別道路”時，大腦會自動經(jīng)歷一個感知、決策和執(zhí)行的連續(xù)過程。

這個過程聽起來與自動駕駛技術(shù)的工作過程非常相似，似乎有某種神奇的聯(lián)系。盡管這項研究并未直接應(yīng)用于人工智能領(lǐng)域，但它也許能給人工智能的研究帶來新的靈感，為未來的智能駕駛技術(shù)開辟全新的路徑：

這是梅賽德斯-奔馳（中國）投資有限公司執(zhí)行副總裁、梅賽德斯-奔馳中國研發(fā)自動駕駛及車聯(lián)網(wǎng)負(fù)責(zé)人王忻和發(fā)現(xiàn)大腦網(wǎng)格細(xì)胞的諾獎得主、神經(jīng)科學(xué)家May-Britt Moser（梅-布里特·莫澤）展開的跨界對話中談到的部分議題。

作為汽車的發(fā)明者，梅賽德斯-奔馳一直在推動人類出行方式的變革性創(chuàng)新。從1986年的“普羅米修斯”計劃到成為全球首先首家同時獲得L3和L4級自動駕駛認(rèn)證的車企，奔馳的探索不僅歷史悠久，更為行業(yè)奠定了堅實的技術(shù)基礎(chǔ)。這探索的背后，體現(xiàn)的是奔馳團隊對科學(xué)前沿的無限好奇和熱情，他們不斷尋找能夠引領(lǐng)技術(shù)突破的新思路和可能性。

于是，一場關(guān)于腦海導(dǎo)航與智駕科技的跨界對談，就此開啟……

（一）May-Britt Moser的科學(xué)之旅：諾獎并不是科研的終點

May-Britt Moser 是一位挪威神經(jīng)科學(xué)家，因發(fā)現(xiàn)大腦中的“網(wǎng)格細(xì)胞”（grid cells）而榮獲2014年諾貝爾生理學(xué)、醫(yī)學(xué)獎，但她并未停下腳步。

圖：May- Britt Moser 在諾貝爾獎頒獎典禮

現(xiàn)在，May-Britt將自己的研究視野擴展到更廣泛的領(lǐng)域，當(dāng)前她的研究重心在于探索大腦中數(shù)十億個細(xì)胞如何協(xié)作分工，以及大腦“GPS系統(tǒng)”是如何形成的。她希望回答一個千年之前哲學(xué)家提出的問題：“我們在出生時是否就具備了感知世界的能力，還是這些能力在發(fā)展過程中逐漸形成？”

她在最新的演講中表示：“如果做科學(xué)研究的目的是為了獲得諾貝爾獎，那我在獲獎之后就可以大功告成，回家躺平了。但并不是這樣，我是一個科學(xué)家，我做科學(xué)研究的核心目的是揭示事物的本質(zhì)，而不是為了獎項。作為科學(xué)家，我永遠(yuǎn)懷揣一顆充滿好奇的童心。即使在獲得了諾獎后，我的激情和好奇依舊不減當(dāng)年�！�

（二）梅賽德斯-奔馳的智駕科技：不止于領(lǐng)先，突破智駕邊界

在梅賽德斯-奔馳中國研發(fā)智能駕駛和車聯(lián)網(wǎng)負(fù)責(zé)人王忻的心中，存在著另外的好奇，人類大腦“GPS系統(tǒng)”的神奇能力，是否能夠給“智能駕駛”帶來新的可能性？

奔馳是“汽車的發(fā)明者”，從根本上改變了人類出行的方式。而現(xiàn)在，大模型技術(shù)的突破，也給智能駕駛領(lǐng)域帶來了新的可能性，2024年，“端到端”大模型成為智能駕駛行業(yè)毋庸置疑的焦點。百年奔馳，在這場最新的科技浪潮中繼續(xù)成為最強大的競爭者之一，正以L2/L3/L4自動駕駛技術(shù)多線共進。

圖：卡爾·奔馳“對發(fā)明的熱愛永不止息”

梅賽德斯-奔馳采用最新端到端大模型技術(shù)的“無圖”L2++全場景高階智駕系統(tǒng)是這一跨越的核心成果之一。與傳統(tǒng)L2級智能駕駛相比，L2++系統(tǒng)具備更高階的能力，不依賴激光雷達(dá)采用純視覺方案、不需要高精地圖、配備萬卡云端算力、有導(dǎo)航就能開，能夠在高速公路、城市路況以及復(fù)雜的交叉路口等環(huán)境中實現(xiàn)更加精準(zhǔn)的決策與控制。為了應(yīng)對中國道路的特殊情況，奔馳還對其自動駕駛系統(tǒng)進行了本土化優(yōu)化，通過基于中國特定道路環(huán)境、交通標(biāo)識及駕駛習(xí)慣的數(shù)據(jù)訓(xùn)練，使得L2++系統(tǒng)在中國復(fù)雜的交通環(huán)境中也能提供高效的智能駕駛體驗。與傳統(tǒng)的模塊化自動駕駛解決方案對比，更強的泛化能力、極低的時延，實現(xiàn)了本質(zhì)的突破。

王忻帶著May-Britt體驗了奔馳的L2++技術(shù)，研究大腦GPS系統(tǒng)的May-Britt很興奮。但是，在自動駕駛領(lǐng)域深耕多年的王忻期待探索更多：比如，人類靠一日三餐就能處理如此多的事項，大腦僅耗能20瓦就可以完成駕駛?cè)蝿?wù)；人類一雙眼睛，就能收集大量的信息。如果人工智能能夠幫助探秘大腦提供借鑒，那智駕科技將會有一個質(zhì)的突破。

圖：奔馳中國智駕負(fù)責(zé)人王忻

奔馳與諾獎科學(xué)家在各自領(lǐng)域的持續(xù)探索，體現(xiàn)了同一個核心精神：無論已取得多大成就，依然保持對技術(shù)和知識的深厚好奇心與探索激情，諾獎于Moser而言是里程碑而不是終點，百年于奔馳而言是底蘊但不是駐足.....

腦與智駕的探索之路并不平坦

在探索之路上，無論是大腦如何“認(rèn)路”以支持空間認(rèn)知，還是自動駕駛技術(shù)如何提升車輛的智駕能力，科學(xué)家和工程師們都面臨著巨大的技術(shù)難題。如何讓機器擁有人類的推理范化能力、如何優(yōu)化自動駕駛系統(tǒng)的能效問題，如何在復(fù)雜環(huán)境中提升系統(tǒng)的容錯能力......這些都是目前亟待解決的核心問題。

（一）人腦探索：我們僅僅了解一小部分

在過去的幾十年里，科學(xué)家們揭示了大量關(guān)于人類大腦的關(guān)鍵信息，然而，關(guān)于大腦如何運作，我們依然知之甚少。尤其是大腦如何使我們變得如此健談、善于交際、富有創(chuàng)造力，這些方面仍有許多未解之謎等待發(fā)現(xiàn)。

May-Britt在對談中表示：“人類對大腦的了解僅僅是冰山一角，未來的突破方向仍然無限�！�大腦的探索就像一場永無止境的旅程。它并非只是神經(jīng)元的簡單集合，而是數(shù)百億神經(jīng)元之間精密協(xié)作的結(jié)果。這種協(xié)作的機制至今尚未完全解明，而它對我們理解“認(rèn)路”技術(shù)的基礎(chǔ)至關(guān)重要。大腦如何將感知、記憶、學(xué)習(xí)等功能整合成一個有序的系統(tǒng)，依然是神經(jīng)科學(xué)的核心挑戰(zhàn)之一。

在《Nature》的一篇文章《大腦的特別之處》（What's so special about the human brain）中提到，大腦的復(fù)雜性不僅體現(xiàn)在其龐大的體積和神經(jīng)元的數(shù)量上，更體現(xiàn)在神經(jīng)元如何協(xié)同工作，以支持復(fù)雜的認(rèn)知功能。盡管在一些方面人類大腦的細(xì)胞結(jié)構(gòu)和基因表達(dá)顯示出獨特性，但我們對大腦在細(xì)胞層面如何進行精確協(xié)同，進而支撐高級認(rèn)知功能的理解，仍然非常有限。

May-Britt說：“大腦的復(fù)雜性遠(yuǎn)超我們的想象，甚至比我們能夠掌握的更多。即使我們揭示了一部分大腦如何執(zhí)行空間認(rèn)知的機制，依然有大量的細(xì)節(jié)需要進一步研究�！边@條探索之路雖然充滿挑戰(zhàn)，但科學(xué)家們的好奇心和探索精神不斷推動著他們向未知領(lǐng)域進發(fā)，試圖揭開大腦如何支持“認(rèn)路”這一關(guān)鍵認(rèn)知能力的深層機制。

“我們僅僅觸及了大腦的一小部分，未來的突破方向應(yīng)該會涉及如何理解大腦各個區(qū)域之間如何協(xié)同工作，如何更精確地描繪大腦網(wǎng)絡(luò)的復(fù)雜性。大腦的工作原理仍然是一個巨大的謎題，我相信它能為我們提供無盡的探索空間�！�May-Britt說到。

她還提到，腦科學(xué)的未來突破不僅限于對大腦內(nèi)部機制的理解，如神經(jīng)可塑性、學(xué)習(xí)與記憶的生物學(xué)基礎(chǔ)等，也包括如何更好地理解大腦的各個系統(tǒng)如何相互作用，以及這些機制如何影響我們的認(rèn)知、行為與情感。May-Britt堅信，科學(xué)家一生中都會不斷發(fā)現(xiàn)新問題，提出新假設(shè)，推動大腦認(rèn)知研究的深層次探索。她說：“科學(xué)家從未真正有‘終點’，總是會有新的問題涌現(xiàn)出來，這也是我永遠(yuǎn)充滿激情去探索大腦的原因�！�

（二）自動駕駛：決策、能效與容錯能力的挑戰(zhàn)

值得一提的是針對中國復(fù)雜的道路環(huán)境，梅賽德斯-奔馳基于中國實際駕駛場景和駕駛風(fēng)格定制開發(fā)，打造了更符合中國路況情況的智駕系統(tǒng)。

除了快速精確決策外，王忻還特別強調(diào)了能效問題。能效提升意味著我們需要在保持高效計算和精準(zhǔn)感知的基礎(chǔ)上，優(yōu)化計算資源的使用，達(dá)到更高效的效果。在現(xiàn)有技術(shù)框架下，雖然自動駕駛系統(tǒng)已經(jīng)能夠有效感知周圍環(huán)境，但仍然需要在保證精確度的同時，顯著減少系統(tǒng)的功耗，這對于電動汽車尤為重要。

另外，自動駕駛系統(tǒng)的容錯能力也是一項關(guān)鍵挑戰(zhàn)。與人類駕駛員能夠依靠直覺和經(jīng)驗快速應(yīng)對突發(fā)事件不同，當(dāng)前的自動駕駛系統(tǒng)在面對極端場景（Corner cases）時的反應(yīng)能力仍然有限，系統(tǒng)的應(yīng)變能力依然不足。盡管人工智能技術(shù)已經(jīng)取得了一定進展，但與人類大腦的復(fù)雜性相比，現(xiàn)有的技術(shù)距離完全模擬人類的決策和反應(yīng)仍然有很大的差距。

為了提升安全容錯，奔馳貫徹多年堅持的“整體式安全理念”，將主動與被動安全結(jié)合。在自動駕駛系統(tǒng)中，多個冗余設(shè)計確保即使在極端情況下，車輛也能安全退出駕駛模式。在AI大模型的驅(qū)動下，奔馳L2++已經(jīng)能夠接近人類“老司機”的駕駛水平，且通過海量云端訓(xùn)練，系統(tǒng)會不斷自我優(yōu)化，越用越熟練。

然而王忻對此并不滿足，他補充道：“我們的目標(biāo)不僅是讓汽車能夠完全自駕，還要讓它能夠像人類一樣，在不同的環(huán)境下靈活應(yīng)對各種復(fù)雜情況。奔馳有一個非常清晰的愿景：致力于2050年實現(xiàn)‘零致命性交通事故’�！�

（三）路漫漫其修遠(yuǎn)兮

盡管新技術(shù)的突破充滿挑戰(zhàn)，但隨著大腦研究和人工智能研究的不斷進步，我們可以看到這兩個跨界領(lǐng)域蘊藏的巨大潛力，正靜靜等待著被進一步挖掘。從May-Britt在大腦認(rèn)知方面的開創(chuàng)性研究，到奔馳在智能駕駛領(lǐng)域的持續(xù)創(chuàng)新，我們正一步步邁向更加智能的未來。

跨界啟發(fā)：大腦與人工智能的交匯

（一）高效的大腦，沒有神經(jīng)元是一座孤島

“大腦在駕駛時的能耗僅相當(dāng)于一個20瓦的燈泡，遠(yuǎn)低于汽車的能耗。”May-Britt在對談中提到，“我們需要理解大腦中的算法，并將這些算法轉(zhuǎn)化為汽車中的人工智能，以便在執(zhí)行相同任務(wù)時減少能量消耗�！�

在探討“大腦如何認(rèn)路”時，能效是一個關(guān)鍵因素。人類大腦能夠高效處理信息，部分歸功于其復(fù)雜而精密的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。大腦中的神經(jīng)元通過大量的連接與其他神經(jīng)元互動，形成了一個高度協(xié)作的系統(tǒng)。每個神經(jīng)元并非孤立存在，而是通過精細(xì)的神經(jīng)環(huán)路與成千上萬的其他神經(jīng)元協(xié)同工作，從而推動認(rèn)知和行為的產(chǎn)生。正如在Science《Brain Connectivity》�？�中提到的：“沒有神經(jīng)元是一座孤島……大腦不僅僅是由組成細(xì)胞構(gòu)成。每個神經(jīng)元都與數(shù)以千計的其他神經(jīng)元相連，但這并不是雜亂的連接，而是一首同步的交響樂……如果沒有順暢運行的連接，大腦只不過是一堆神經(jīng)元�！�

圖：三維偏振光成像揭示了人腦切片的細(xì)節(jié)

人工智能之父、圖靈獎得主Marvin Minsky曾說：“現(xiàn)在的問題不是機器人是否需要情感，而是沒有情感的機器人是否能產(chǎn)生真正的智能�！�

圖：人工智能之父Marvin Minsky（馬文·明斯基）

從進化論的角度來看，情緒和邊緣系統(tǒng)中的杏仁核息息相關(guān)，情緒反應(yīng)尤其是恐懼擔(dān)憂情緒對我們的祖先逃避危險至關(guān)重要。因此，我們不僅繼承了祖先的生理特征，也同樣繼承了他們的心理特征。May-Britt提到：“情緒是為了保護我們而進化出來的，確實如此。但有時，情緒過于強烈，反而可能傷害我們。”例如，路怒癥和斗氣車引發(fā)的交通事故，正是情緒化駕駛的悲劇。從這個角度來講，自動駕駛技術(shù)有其優(yōu)勢，因為沒有情緒，所以不會出現(xiàn)人類司機可能的沖動行為。

然而，在另一個層面上，情緒或許是人工智能突破的關(guān)鍵。人類的“擔(dān)憂”情緒促使我們進行防御性駕駛。駕駛員常常會依據(jù)經(jīng)驗和直覺對潛在危險做出預(yù)判。舉例來說，看到路邊的行人、動物或障礙物，即便它們沒有明顯的移動跡象，人類駕駛員也會提前做出反應(yīng)，以防它們突然進入道路。在面對緊急情況時，人類的“擔(dān)憂”情緒促使我們更加謹(jǐn)慎、迅速地評估風(fēng)險，并選擇最安全的解決方案。

相比之下，自動駕駛系統(tǒng)缺乏這種情緒驅(qū)動，在緊急情境下可能無法像人類一樣果斷做出決策。當(dāng)前的自動駕駛系統(tǒng)主要依賴傳感器數(shù)據(jù)來判斷情況，但缺乏這種基于經(jīng)驗和常識的預(yù)判能力，因此在復(fù)雜、多變的路況下（電動車、行人突然竄出），可能出現(xiàn)反應(yīng)遲緩或決策失誤的情況。

北京大學(xué)心理與認(rèn)知科學(xué)學(xué)院院長、麥戈文腦科學(xué)研究員吳思教授曾指出：“在我看來，當(dāng)前的AI發(fā)展只是其中的一條路徑，并非終點。最根本的問題尚未解決——理解生命的本質(zhì)和意識思維的本質(zhì)。這個問題比AI本身更為重要。AI只是物質(zhì)層面的應(yīng)用，而理解生命的本質(zhì)，才是更為根本的任務(wù)。”

從卷積神經(jīng)網(wǎng)絡(luò)到深度學(xué)習(xí)，再到如今備受關(guān)注的Transformer模型，這些僅代表了AI發(fā)展的一種途徑。它們可能是當(dāng)前階段的最優(yōu)解，但不一定是未來的最佳方案。隨著人工智能在“Scaling law”上效果的發(fā)展逐漸放緩，也許我們應(yīng)該轉(zhuǎn)向更為寶貴的資源——人腦。大腦不僅高效，而且極其復(fù)雜，由無數(shù)神經(jīng)元互聯(lián)構(gòu)成，是已知宇宙中最復(fù)雜的動力學(xué)系統(tǒng)。

在對話中，May-Britt和王忻多次聊到，要深入理解大腦的工作機制，才能推動人工智能的發(fā)展。“冗余系統(tǒng)”是智能駕駛領(lǐng)域的常見術(shù)語，但其實人類大腦中同樣也存在冗余系統(tǒng)，它們保障著我們在面對疾病或損傷時仍能正常運作。May-Britt表示：“大腦確實有冗余系統(tǒng)，這也是為什么當(dāng)人們患上阿爾茨海默癥時，一些方向細(xì)胞、網(wǎng)格細(xì)胞等功能細(xì)胞死亡，但系統(tǒng)冗余使得我們能夠承受部分細(xì)胞死亡而不影響導(dǎo)航功能�！蓖跣脛t感嘆道：“學(xué)習(xí)人類大腦的工作方式，能讓我們在自動駕駛的研發(fā)上取得更大進展�！钡�與此同時May-Britt也提到，人工智能的發(fā)展也促進了對大腦的研究：“過去我們沒有足夠的工具來理解大腦，而如今，人工智能和機器學(xué)習(xí)正幫助我們更好地理解大腦�！�

所以就像吳思教授所說：“AI還有另一條發(fā)展路徑：學(xué)習(xí)大腦。目前，基于深度學(xué)習(xí)的AI還無法實現(xiàn)許多人類高級認(rèn)知功能，因此這條道路仍值得探索。盡管這條路可能會更復(fù)雜，突破也可能會稍晚一些，但并不代表它不存在�！�

結(jié) 語

我們正站在大腦與智能機器交匯的十字路口，科學(xué)與技術(shù)的跨界融合將為人類打開全新的認(rèn)知之門。May-Britt Moser對大腦之謎的不斷追問，正如奔馳對智能駕駛的不斷突破，未來的道路必定充滿挑戰(zhàn)，但也充滿無限的可能。我們不僅將揭開大腦神秘面紗，也將在機器與人類認(rèn)知的邊界上迎來嶄新的突破。正如那句古老的詩句所說：“路漫漫其修遠(yuǎn)兮，吾將上下而求索�！睙o論是大腦的“認(rèn)路”，還是智能駕駛的突破，它們必定是充滿未知、充滿激情、充滿探索的未來，在通向未知的星辰大海，需要科學(xué)與產(chǎn)業(yè)的共同努力。