点击右上角
微信好友
朋友圈

请使用浏览器分享功能进行分享

编者按:
进入人工智能时代,人们常常惊艳于大模型的强大生成能力。可现实中,AI幻觉、芯片失效、系统宕机等可靠性风险也随之提升。会“说谎”的大模型、会出错的AI芯片、物理场景下发生意外的智能载体……这些都提醒我们,技术不仅要追求聪明高效,更要做到可信可控,筑牢“智能时代的信任基石”。AI可靠性已经成为人工智能产业落地应用必须研究的关键课题。
为此,中国科协科普部、中国指挥与控制学会、光明网联合策划推出“AI可靠性——智能时代的信任基石”系列科普视频,邀请北京航空航天大学可靠性与系统工程学院教授、中国指挥与控制学会可靠性系统科学与工程专业委员会总干事杨顺昆担任主讲专家,立足科研与产业一线,通过实际案例,揭开智能系统可靠性背后的隐患、保障手段与时代价值。
当AI有了身体,要在物理世界里真刀真枪地干活,可靠性意味着什么?
先来看几起交通事故。2025年10月,美国佛罗里达州的高速公路上,一辆特斯拉Model 3在辅助驾驶激活状态下,突然停在了行车道中间,后车反应不及,“砰”的一声撞了上去,驾驶员当场死亡。同月底,亚利桑那州又发生了几乎一模一样的事故。2026年6月,得州一辆Model 3在自动驾驶状态下高速冲出居民区车道,撞进民宅,导致76岁住户身亡。
所以,可靠性背后可能是一条条人命。它不是锦上添花的加分项,而是决定生死的必答题。
那为什么会出这种事呢?说白了,是智能驾驶至少有三个坎儿还没完全迈过去。
第一个,感知系统在有些场景下会有“盲区”,比如光线突然变了,或者前面是个静止的东西,它就可能认不出来。
第二个,真实世界很复杂,那些训练里没怎么见过的“长尾场景”,它处理起来就容易犯懵。
第三个,现在还是人机共驾的阶段,系统需要人接管的时候,人可能走神了,等反应过来已经晚了。
如今,智能驾驶普及得特别快。仅在中国,L2级辅助驾驶的新车渗透率就已经达到了70.5%,但发展越快,可靠性的分量就越重。
说完车,再说说机器人。大模型的“幻觉”最多让你读一段错字,但具身智能的“幻觉”,可能让一台200斤重的机器在你身边做出不可预测的动作。
2025年12月,特斯拉Optimus机器人在演示中突然失去平衡,向后倒下。更诡异的是,它倒地前那一瞬间,双手猛地抬到头上,做出一个“摘掉VR头显”的动作,但实际上它头上什么也没有。
据分析,超过60%的机器人相关工伤,原因都是“意外激活”,机器在不该动的时候动了。
那怎么让机器人更可靠?业界的思路大概是:给它画个安全围栏,动作不能越界;让神经网络和符号逻辑搭配,一个负责想,一个负责审;再在仿真环境里大量试错,练熟了再上真机。
从一台机器人到一群机器人,问题就更复杂了。2026年3月,伦敦的无人机灯光秀彩排,两架先失控坠落,随后五架相撞坠入泰晤士河。个体位置稍微偏一点,集群算法就把误差放大,变成了“涌现式崩溃”。
你看,群体智能的可靠性不是1+1=2,而是乘法关系,三个成功率70%的智能体串在一起,整体成功率只剩34%。
那怎么办?大自然早给了答案。欧椋鸟群面对猛禽攻击时“散而不乱”,靠的是每只鸟只追踪身边六七只同伴。去中心化的局部规则,比任何中央控制都更稳。
所以,真实世界里的可靠性,从来不是追求完美,而是在不完美中,依然能把事办成。
监 制
光明网科普事业部
科学审核
杨顺昆
策 划
肖春芳 宋雅娟
编 导
肖春芳
统 筹
杜 颖
文字编辑
李 瑾(实习)
联合出品
中国科协科普部
中国指挥与控制学会
光明网
