正文

ChatGPT為自動(dòng)駕駛指了條明路

發(fā)布時(shí)間：2023-03-03 15:49:13 稿源：互聯(lián)網(wǎng) 閱讀： 791 問大家

在人工智能領(lǐng)域，ChatGPT的出現(xiàn)在很大程度上影響了各行業(yè)的生態(tài)，甚至對(duì)不少行業(yè)來說，原有的商業(yè)模式可能可以借此機(jī)會(huì)實(shí)現(xiàn)重塑。那么在自動(dòng)駕駛領(lǐng)域，ChatGPT的出現(xiàn)是否可以為其帶來新的可能？一起來看看作者的解讀和分析。

ChatGPT繼續(xù)如同黑洞一般，吸引著各大勢(shì)力布局。

外界看來，這是人工智能領(lǐng)域中的里程碑事件，代表著AI技術(shù)發(fā)展到臨界點(diǎn)，也同樣預(yù)示著原有的商業(yè)模式都有機(jī)會(huì)重塑一遍。

正如英偉達(dá)創(chuàng)始人黃仁勛所述，由于ChatGPT可以借助API方式被外界調(diào)用，意味著它可以接入各類軟件，它的出現(xiàn)也將像瀏覽器改變互聯(lián)網(wǎng)、蘋果應(yīng)用商店改變軟件行業(yè)一樣，對(duì)行業(yè)產(chǎn)生巨大的沖擊。

典型的如搜索引擎、云計(jì)算行業(yè)，由于ChatGPT的橫空出世，原有的市場(chǎng)競(jìng)爭(zhēng)態(tài)勢(shì)被打破。譬如百度可以借著文心一言，售賣其智能云服務(wù)。這對(duì)于場(chǎng)上原有的玩家而言，機(jī)遇與挑戰(zhàn)同在。

那么汽車行業(yè)呢？可以看到，近段時(shí)間內(nèi)，車企們也頻頻在ChatGPT領(lǐng)域發(fā)聲：

先是，集度、長(zhǎng)城、東風(fēng)日產(chǎn)、愛馳、零跑、吉利汽車、海馬汽車等近10家車企加入文心一言的朋友圈；緊接著，毫末智行宣布，自動(dòng)駕駛認(rèn)知大模型正式升級(jí)為DriveGPT，在自動(dòng)駕駛模型算法方面，全面應(yīng)用ChatGPT的模型和技術(shù)邏輯。

ChatGPT之于汽車行業(yè)，乃至于更聚焦的自動(dòng)駕駛領(lǐng)域，到底是放衛(wèi)星還是起飛點(diǎn)？

一、止于語音交互“雞肋”？

集度是最早公開打出“ChatGPT上車”概念的車企。

2月14日，集度ROBOVERSE三里屯體驗(yàn)中心啟動(dòng)會(huì)上，CEO夏一平率先宣布，將融合百度“文心一言”的能力，打造針對(duì)智能汽車場(chǎng)景的人工智能交互體驗(yàn)，支持汽車實(shí)現(xiàn)自然交流的再進(jìn)階。

據(jù)了解，此次“文心一言”上車集度，是全球類ChatGPT技術(shù)首次應(yīng)用于智能汽車產(chǎn)品。

對(duì)于合作的具體細(xì)節(jié)，現(xiàn)場(chǎng)并未公布。對(duì)此夏一平表示，“關(guān)于具體會(huì)有哪些功能，我只能說現(xiàn)在還在努力地去跟百度團(tuán)隊(duì)在對(duì)接，因?yàn)榇蠹乙仓牢男囊谎詫⒃谌路莅l(fā)布，之后才會(huì)去做我們的應(yīng)用?！?/p>

不過，結(jié)合其他資料，可以大膽猜測(cè)出，ChatGPT大概率率先應(yīng)用在語音交互方面。

畢竟，除了ChatGPT本身就是憑借其出色的交互能力出圈外，同一時(shí)期，長(zhǎng)安汽車官方公號(hào)發(fā)布了題為《假如把ChatGPT裝進(jìn)長(zhǎng)安深藍(lán)SL03》的文章，讓消費(fèi)者自然而然聯(lián)想到車載智能語音交互功能上。

現(xiàn)階段，作為市場(chǎng)主流的交互方式，智能語音是智能座艙的標(biāo)配功能。根據(jù)消費(fèi)者調(diào)研數(shù)據(jù)，語音交互功能是座艙內(nèi)體驗(yàn)比例和滿意程度最高的交互方式。

一般而言，主機(jī)廠將語音交互功能作為其產(chǎn)品智能化與差異化的核心體現(xiàn)。比如，梅賽德斯-奔馳的用戶體驗(yàn)團(tuán)隊(duì)為其車載語音體驗(yàn)的開發(fā)設(shè)定了三個(gè)目標(biāo)：

允許司機(jī)像對(duì)待另一個(gè)人一樣自然地交談。支持比典型語音服務(wù)更多的查詢類型。將語音更自然地集成到整體車內(nèi)體驗(yàn)中，以便用戶可以在語音和觸摸控制之間無縫切換。

然而，現(xiàn)實(shí)往往很殘酷。由于車企對(duì)語音交互技術(shù)的掌握有所欠缺，導(dǎo)致車載語音系統(tǒng)的交互程度普遍較弱，體驗(yàn)一般，大多時(shí)候淪為“雞肋”。

個(gè)中緣由，其實(shí)在于智能語音交互技術(shù)上，仍然存在難點(diǎn)。

智能語音交互的技術(shù)邏輯主要包括三大部分：識(shí)別、理解和執(zhí)行。目前提供解決方案的廠商中，識(shí)別部分已經(jīng)趨于成熟，識(shí)別率可以達(dá)到90%。行業(yè)的痛點(diǎn)主要集中在“理解”部分，大部分的車載語音交互系統(tǒng)在“理解”上并不智能。

舉個(gè)例子，此前傳統(tǒng)主機(jī)廠提供的前端語音交互功能，大部分采用命令控制。用戶需按照指定命令進(jìn)行交互，機(jī)器不具備語義理解能力。交互機(jī)械化，導(dǎo)致整個(gè)系統(tǒng)功能單一、命令詞單一。

那么，基于AI語言大模型，對(duì)任何領(lǐng)域的任何問題幾乎都能進(jìn)行整合回答的ChatGPT，能否給車載語音交互系統(tǒng)帶來新的可能？

答案是肯定的?！癈hatGPT在推理和學(xué)習(xí)能力上優(yōu)勢(shì)明顯，不僅可以用于理解和對(duì)話，更可以通過上下文交流和自我學(xué)習(xí)，來實(shí)現(xiàn)輔助創(chuàng)作和知識(shí)進(jìn)化。這些能力同樣適用車載語音交互領(lǐng)域，融合對(duì)話智能技術(shù)、深度學(xué)習(xí)大模型技術(shù)、工程化能力、大數(shù)據(jù)的潛力，帶來更流暢、更有效的響應(yīng)……”思必馳汽車事業(yè)部產(chǎn)品總監(jiān)葛付江如此認(rèn)為。

從這點(diǎn)來看，如果汽車智能語音能夠植入類ChatGPT技術(shù)，在高用戶黏性之下，未來的商業(yè)化前景將更加廣闊。

當(dāng)然，考慮到成本層面，又往往會(huì)將相關(guān)廠商拉回冰冷的現(xiàn)實(shí)。

根據(jù)Lambda官網(wǎng)數(shù)據(jù)，微軟為OpenAI設(shè)計(jì)了一個(gè)包含10000塊Nvidia V100 GPU的分布式集群進(jìn)行GPT-3的模型訓(xùn)練，由于模型參數(shù)量較大（共1750億參數(shù)），訓(xùn)練完成共耗費(fèi)30天，消耗總算力為 3640PF-days。以Nvidia Tesla V100的 Lambda GPU實(shí)例定價(jià)為1.50 美元/小時(shí)測(cè)算，GPT-3的完整訓(xùn)練成本將達(dá)到466萬美元/次。

二、自動(dòng)駕駛的“突現(xiàn)”時(shí)刻

可以看出，ChatGPT短期內(nèi)更多是在智能化方面，賦能汽車行業(yè)發(fā)展，離完全意義上的自動(dòng)駕駛還是有些距離。對(duì)此，ChatGPT自身也給出了如下回答：

作為一個(gè)語言模型，ChatGPT主要用于生成自然語言文本，如對(duì)話或文章等。自動(dòng)駕駛技術(shù)需要處理的是感知、決策和控制等方面的問題，這些問題與ChatGPT所處理的文本生成任務(wù)并不相關(guān)。因此，在技術(shù)上，將自動(dòng)駕駛技術(shù)與ChatGPT蹭熱點(diǎn)并不可行。但是，自動(dòng)駕駛公司可以利用ChatGPT等自然語言處理技術(shù)來提高其產(chǎn)品的人機(jī)交互能力，以更好地滿足用戶需求。

實(shí)際上，這也是業(yè)內(nèi)主流的觀點(diǎn)。此前，中國(guó)電動(dòng)汽車百人會(huì)論壇（2023）專家媒體溝通會(huì)上，副理事長(zhǎng)歐陽明高院士表示，ChatGPT出來之后會(huì)引發(fā)人工智能新一輪的革命，對(duì)智能駕駛也會(huì)產(chǎn)生深遠(yuǎn)的影響。

“馬斯克做的就是基于這條技術(shù)路線，就是所謂的大模型、大數(shù)據(jù)、大算力……為了獲得大數(shù)據(jù)，必須要大量賣智能輔助駕駛電動(dòng)汽車，尤其是城市輔助駕駛今年可能大家會(huì)爭(zhēng)先恐后地上市，這也是很重要的技術(shù)趨勢(shì)?！?/p>

如何理解這段話？需要知曉的是，如果細(xì)究的話，ChatGPT成型背后有一個(gè)十分重要的基本原理能力—“突現(xiàn)能力（Emergent Ability）”，一般定義為“當(dāng)系統(tǒng)中的量變導(dǎo)致其行為發(fā)生質(zhì)變時(shí)出現(xiàn)的現(xiàn)象”。

簡(jiǎn)單來說，在某個(gè)規(guī)模閾值以下，大模型性能接近隨機(jī)，而超過該閾值，其性能遠(yuǎn)高于隨機(jī)。

各種測(cè)試表明，只有模型達(dá)到GPT3的規(guī)模，即參數(shù)大于1000億，模型才有可能形成“突現(xiàn)能力”。而正是在“突現(xiàn)能力”的基礎(chǔ)上，AI模型展示了類似人類的復(fù)雜推理和知識(shí)推理能力，這就是所謂“思維鏈（Chain-of-Thought）”。

基于“思維鏈”的推理能力，不需要再進(jìn)行復(fù)雜的訓(xùn)練，而只是在提問時(shí)附加給出提示，模型就能自動(dòng)學(xué)習(xí)，并做出相應(yīng)推理得到正確結(jié)果。徹底體現(xiàn)了AI模型對(duì)人類高級(jí)思維能力的模仿。

這個(gè)能力很可能是ChatGPT實(shí)現(xiàn)高度智能化的一個(gè)重要基礎(chǔ)。而這對(duì)于自動(dòng)駕駛的路徑選擇來說，無疑會(huì)起到?jīng)Q定性的作用。

一直以來，圍繞自動(dòng)駕駛技術(shù)的演進(jìn)，業(yè)內(nèi)也一直存在兩大“流派”：其中，Waymo、小馬智行等是“躍進(jìn)式”的代表，策略是直接實(shí)現(xiàn)L4/L5級(jí)自動(dòng)駕駛；特斯拉則是“漸進(jìn)式”路線的代表，策略是先在量產(chǎn)車上優(yōu)先搭載L2/L3級(jí)輔助駕駛，收集數(shù)據(jù)后再向L4/L5進(jìn)發(fā)。

此前，雙方陣營(yíng)涇渭分明，近兩年情況則有所改變。不少L4公司開始“降維”進(jìn)入L2領(lǐng)域。例如，Robobus領(lǐng)域的輕舟智航，推出了高階自動(dòng)駕駛解決方案；文遠(yuǎn)知行則是獲得博世投資，將開展應(yīng)用于乘用車的L2-L3級(jí)自動(dòng)駕駛軟件的開發(fā)。

作為對(duì)比的是，“漸進(jìn)式”玩家中，特斯拉已經(jīng)生產(chǎn)了數(shù)百萬輛汽車，其搭載的輔助駕駛系統(tǒng)Autopilot，將收集到數(shù)十億英里的路況和駕駛數(shù)據(jù)。上述這些行業(yè)動(dòng)向，似乎都在宣告，漸進(jìn)式路線階段性的勝利。

當(dāng)然，業(yè)內(nèi)也有不同的看法，認(rèn)為當(dāng)下只是L2領(lǐng)域的勝利，能否漸進(jìn)到L4尚且未知。而眼下，ChatGPT的橫空出世則讓行業(yè)認(rèn)識(shí)到，不斷去累積公里數(shù)，一直這么跑下去是可以獲得更高級(jí)別的自動(dòng)駕駛技術(shù)的跨越，量變能夠引起質(zhì)變，自動(dòng)駕駛也有機(jī)會(huì)迎來“突現(xiàn)”時(shí)刻。

這才是ChatGPT對(duì)于自動(dòng)駕駛的重要意義，某種程度上，算是為自動(dòng)駕駛指了條明路。

參考資料：

TechWeb《ChatGPT上“車”？沒那么簡(jiǎn)單》蓋世汽車社區(qū)《ChatGPT，打了人車交互的“臉”？》鈦媒體《爆火的ChatGPT，能讓自動(dòng)駕駛更快實(shí)現(xiàn)嗎？》

作者：樟稻；編輯：伊頁

來源公眾號(hào)：科技新知（ID：kejixinzhi），洞察技術(shù)變化背后的產(chǎn)業(yè)變遷。

本文由人人都是產(chǎn)品經(jīng)理合作媒體 @科技新知授權(quán)發(fā)布，未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 Unsplash，基于 CC0 協(xié)議

該文觀點(diǎn)僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。