編輯 邵華 這個詞來源于美劇《百變天龍》（MacGyver）里男主的名字。在劇里MacGyver總是能找到一個明智的方法，將自己從一些令人費解的困境中解救出來。他的隨身物品只有一把瑞士軍刀，從不帶槍。因為他相信利用自己的創造力和發明力總能讓他應對各種不測情況。
如今MacGyver已經正式被收錄為一個詞，意思為利用手頭上有限的工具解決眼前的問題，或尋找創新解決方案，為自己脫離困境。
這里的“問題”需要具備三個要素，首先問題本身就令人頭疼，如果是簡單明了的問題，不具備復雜性，只需要用普通的思維就能解決。
其次，解決方案不是顯而易見的，換句話說，如果一只猴子馬上就能看出如何解決問題，也就稱不上“棘手”。
最后，問題是可以被解決的。這一點很重要，往往在解決問題的開端難以斷定它是否有解。因此，你可能會探索各種潛在的解決方案，并在這樣做的過程中發現了一大堆并不可行的解決實際問題的潛在解決方案。
在電視劇中，MacGyver幾乎都面臨著生死攸關的困境，但對于大多數類似MacGyver的現實世界的應用，通常不是在處理生死攸關的大問題。然而在一些情況下，更大的事可能就在眼前。
這就引發了人們一個重要的思考，關于我們人類的思維方式，以及人工智能系統的制作方式，以及它們到目前為止所能達到的極限。今天的人工智能甚至還沒有達到與真正的人類智能相當的程度。
今天的人工智能系統往往被歸類為具有狹義的人工智能，不是AGI（Artificial General Intelligence通用人工智能），缺乏常識推理等人類素質。
如今機器學習（ML）和深度學習（DL）的泛濫，引發了另一種擔憂，這些基于計算的模式匹配算法往往很脆弱，在面對例外情況或異常情況時，容易掉鏈子。而任何需要或部署MacGyver的情況，從定義上看，必然是例外或異常情況。
這里人們可能會提出一個疑問，“基于人工智能的真正自動駕駛汽車的出現是否會潛在地受到特殊或不尋常情況的阻礙，如果是這樣，使用類似MacGyver的方法是否可以幫助克服這些障礙？”
答案是肯定的，所謂的異常情況是真正的自動駕駛汽車安全的一個重要問題，如果AI系統可以采用類似MacGyver的能力，它可能會幫助處理這些棘手的時刻。
自動駕駛汽車的級別
真正的自動駕駛汽車是指人工智能完全自行駕駛汽車，在駕駛任務中沒有任何人類協助。這一類無人駕駛汽車被認為是4級和5級，而需要人類司機共同分擔駕駛工作的汽車通常被認為是2級或3級。
需要人類共同分擔駕駛任務的汽車被描述為半自動駕駛，通常包含各種自動附加功能，這些附加功能被稱為ADAS（高級駕駛輔助系統）。
目前還沒有真正意義上的5級自動駕駛汽車，人們甚至還不知道這是否能夠實現，也不知道需要多長時間才能實現。
與此同時，4級自動駕駛正在逐漸嘗試通過進行非常狹窄的、有選擇性的公共道路試驗來獲得一些進展，盡管對于這種試驗本身是否應該被允許存在爭議（有人指出，我們都是在高速公路上進行的實驗中生死攸關的小白鼠）。
自動駕駛汽車和MacGyver
對于4級和5級真正的自動駕駛汽車，不會有人類司機參與駕駛任務，所有乘員都將是乘客。AI全權負責駕駛。到目前為止，設計自動駕駛汽車的工作一般都是讓人工智能能夠在相對普通的駕駛情況下進行。
這是合理的，即先學會走，再學會跑。此外，如果你是用收集到的駕駛數據來訓練ML/DL系統，那么大部分的駕駛數據很可能也主要是關于日常駕駛的，而脫離了那些非正常的駕駛場合。
很多時候，人類在駕駛過程中，邊開車邊琢磨著晚餐吃什么，或者在腦海里回放著前幾天和老板的那段頗有深意的對話，似乎并沒有對路面的情況全神貫注。這樣的“無心”駕駛時有發生。此時，一些小概率事件的突發需要你立即做出反應。
這可能就是一個生死攸關的時刻，你必須迅速地評估你在當前地交通環境中面臨的問題，快速做出選擇并實施，這一切都在一瞬間悄然發生。
如果這些問題不是人工智能駕駛系統之前“見過”或者經過其他預設處理的，那么今天的人工智能駕駛系統顯然還沒有做好應對這些時刻的準備。
如何解決這些小概率事件？
通常的答案是繼續推進道路試驗，收集大量的駕駛數據，希望最終能夠捕捉到所有可能的駕駛情況的排列組合和可能性，然后大概進行分析，以便處理這些問題。
但人們不得不對這樣的做法產生懷疑。一家領先的自動駕駛汽車公司Waymo，它的道路行駛里程數全部累積了約2000多萬公里，雖然乍一看是個很高的數字，但要知道，人類每年的行駛里程數，超過3萬億公里，所以從概率上來說，依舊相當于大海撈針。
自動駕駛汽車行業的內部人士也知道，無論哪家自動駕駛汽車公司在做道路試駕，里程數都多多少少有些摻水。也就是說，如果你在同樣的地方反復駕駛，這些里程數并沒有太多啟示意義。
另一種方法是模擬。汽車制造商和自動駕駛技術公司除了在道路上駕駛外，確實傾向于使用模擬。不過關于是否應該在允許進入公共道路之前進行模擬，或者同時進行這兩種試驗是否令人滿意的問題一直存在爭論。此外，關于模擬是否足以替代駕駛里程也存在爭論。
有些人認為，人工智能駕駛系統應該有一個類似于MacGyver的組件，準備解決那些駕駛過程中出現的特殊問題。它不會過分依賴之前的緊急情況的經歷，而是成為一個通用的組件，當AI駕駛系統的其他部分已經無法解決突發的情況時，它可以被調用。
從某種程度上說，它將像AGI一樣，AGI主要專注于研制像人一樣思考、像人一樣從事多種用途的機器，但具體到駕駛汽車領域，這可行嗎？
有些人認為，為一個特定的領域構建一個AGI與AGI的整體概念是相悖的。另一些人則認為，當坐在汽車里時，人類司機是在駕駛汽車的領域中利用AGI，又不是解決世界饑餓問題，因此，我們應該能夠只關注駕駛領域的AGI。
結語
塔夫茨大學的研究人員撰寫了一篇關于人工智能在處理類似MacGyver的問題時面臨的挑戰的論文。作者指出，一個人工智能系統在執行任何類似MacGyver的情況時，很可能需要能夠承擔眾多艱巨的任務和子任務，包括能夠進行僵局檢測、領域轉換、問題重組、實驗、發現檢測、領域擴展等。
從本質上講，不管有沒有瑞士軍刀可用，要讓一個AI系統像MacGyver一樣行動是一個非常困難的問題。
在人工智能駕駛系統的情況下，MacGyver組件需要實時行動，分秒必爭地時間來確定采取什么行動。另外，所采取的行動很可能與生死攸關的后果相關，包括與電動車問題相關的顧慮，這涉及到必須在舍誰保誰之間做出選擇。
如果你說我們不應該尋求一種類似于MacGyver的能力，那么我們有其他選擇嗎，自動駕駛汽車在不具備這一能力的情況下仍在繼續前進。
還有人認為，如果我們能在人工智能駕駛領域做到MacGyver，我們或許就能開始將其延伸到其他領域，從而一步步實現跨領域的AGI。
MacGyver曾說過，只要你用心，你可以做任何你想做的事情。只要我們用心，就能讓人工智能做任何我們想讓它做的事情嗎？