在本周，阿里的“ChatGPT”通義千問正式發(fā)布，成為國內(nèi)第二個類ChatGPT的大語言模型產(chǎn)品，在國內(nèi)外的人工智能技術(shù)都在大爆發(fā)的當(dāng)下，GPT類的大模型正在迅速向我們的生活中拓展延伸。
【資料圖】
目前已經(jīng)有不少車型的智能座艙部分都宣布接入人工智能大模型，在智能駕駛方面，GPT類的進展還不多，但在下周，毫末智行的自動駕駛生成式大模型DriveGPT將發(fā)布，自動駕駛也將正式進入有GPT加持的時代，自動駕駛的技術(shù)路線是否將被重塑？
DriveGPT能讓自動駕駛落地更快，并非重塑技術(shù)路線？
DriveGPT自動駕駛認知大模型也采用了RLHF（人類反饋強化技術(shù)）算法，通過不斷輸入真實人駕接管數(shù)據(jù)，持續(xù)優(yōu)化自動駕駛決策模型，也就是它會借鑒成千上萬的真實駕駛數(shù)據(jù)，從而做出自己的最優(yōu)解。DriveGPT整體的訓(xùn)練邏輯和使用的算法，與ChatGPT大體相似，只是領(lǐng)域不同，但也只是在目前條件下，還不相同。
隨著人工智能技術(shù)的發(fā)展，自動駕駛的研發(fā)和落地進程都得到了加快，自動駕駛需要通過“看、想、行動”三個步驟來實現(xiàn)。其中，“想”這一步是最具挑戰(zhàn)性的，因為它需要考慮各種復(fù)雜的情況和變化，如交通規(guī)則、路況、天氣等。這就需要建立一個強大的模型來模擬人類思維過程，而GPT類的AI軟件正是為此而生。
在自動駕駛訓(xùn)練中，GPT類的AI軟件可以發(fā)揮至關(guān)重要的作用。首先，它可以通過深度學(xué)習(xí)和自然語言處理等技術(shù)，從海量的數(shù)據(jù)中提取有價值的信息，并對這些信息進行分類、分析和歸納，進而生成高質(zhì)量的文本和語音輸出。這些輸出可以被用于解決自動駕駛中的各種問題，如識別路標、指示牌和交通信號燈。此外，GPT類的AI軟件還可以幫助自動駕駛車輛預(yù)測其他車輛和行人的行為，并作出相應(yīng)的反應(yīng)，比如緊急制動或轉(zhuǎn)向。
在自動駕駛領(lǐng)域中，產(chǎn)生和計算以及需要參考的數(shù)據(jù)量都很大，需要進行大量的處理和分析。而GPT類的AI軟件具有強大的計算和數(shù)據(jù)處理能力，可以快速處理和分析大量的數(shù)據(jù)，并生成有用的結(jié)論和輸出。這些結(jié)論和輸出可以被用于制定更好的交通規(guī)則和靈活的行車策略，從而提高整個道路系統(tǒng)的效率和安全性。
除了這些最基本的功能之外，GPT類的AI軟件還可以根據(jù)用戶需要進行定制開發(fā)，以適應(yīng)不同的場景和需求。例如，在城市中行駛時，自動駕駛車輛需要快速識別前方的障礙物，并采取相應(yīng)的措施來避免碰撞。在這種情況下，GPT類的AI軟件可以通過預(yù)測障礙物的位置、速度和方向，從而加強對自動駕駛的控制和管理，雖然這類預(yù)判類的功能已經(jīng)應(yīng)用在自動駕駛中，但是數(shù)據(jù)規(guī)模非常有限，在接入GPT的數(shù)據(jù)庫之后，冗余度會變得更高。
同時，GPT類的AI軟件還可以幫助自動駕駛車輛學(xué)習(xí)和適應(yīng)新的路況和環(huán)境。例如，當(dāng)車輛進入新的地理區(qū)域時，它可能會遇到一些新的路標和交通信號，需要重新學(xué)習(xí)如何處理這些信號和指示。在這種情況下，GPT類的AI軟件可以提供有價值的指導(dǎo)和支持，特別是在沒有高精地圖的地區(qū)，GPT的計算能力，配合原有的感知與數(shù)據(jù)處理，會讓無圖地區(qū)的自動駕駛變得更容易實現(xiàn)。
值得一提的是，GPT類的AI軟件還可以幫助減少人為錯誤和不必要的決策。自動駕駛車輛需要時刻保持高度警覺，并做出正確的決策來避免潛在的危險。然而，人為錯誤和誤判仍然是無法避免的問題。通過使用GPT類的AI軟件，我們可以提高決策的準確性和可靠性，從而避免因人為因素而導(dǎo)致的事故和損失。AI軟件還可以實時監(jiān)控自動駕駛系統(tǒng)的狀態(tài)和行為，檢測異常和風(fēng)險，并及時采取相應(yīng)的措施。
AI自己不知道界限在哪里，人為干預(yù)不一定有用？
此外，還可以使用GPT的老本行自然語言處理技術(shù)，與乘客進行交互，了解其需求和偏好，并在駕駛過程中加強安全保障措施。因為想與ChatGPT交流時，你的任何一個問題都可以讓軟件進入特定的語境之內(nèi)，從而可以更順暢自然地回答問題，而GPT類的自動駕駛AI熟悉使用了駕駛者的習(xí)慣之后，也就相當(dāng)于進入了“語境”，它的應(yīng)對方式會更加貼近車輛的駕駛者，但這也要給AI一個評定標準，如果駕駛者的駕駛習(xí)慣并不好，那么在這個“語境”中，AI做出的表現(xiàn)可能會適得其反。
如今車路協(xié)同技術(shù)的不斷發(fā)展，越來越多的車型或者App開始接入車路協(xié)同系統(tǒng)，當(dāng)人工智能在加入車路協(xié)同系統(tǒng)之后，車輛的預(yù)測感知能力會變得更強，當(dāng)然這可能也會帶來一些不確定性，當(dāng)人工智能逃出了車輛，或者車企的后臺計算中心，而接入到更廣闊的數(shù)據(jù)量或者載體之中，AI會做出什么，我們不得而知。但是，我們也都明白，AI是不可能被限制在某一個特定載體或者空間內(nèi)的，它就是要去把萬物以某種方式連接起來，在我們變得更方便、技術(shù)開發(fā)變得更快捷的同時，要謹防埋藏下的隱患。
凡事都具有兩面性，正如其他技術(shù)一樣，GPT類的AI軟件在自動駕駛訓(xùn)練中也存在一些潛在的風(fēng)險和挑戰(zhàn)。首先，它需要大量的數(shù)據(jù)來進行訓(xùn)練和學(xué)習(xí)，因此數(shù)據(jù)的質(zhì)量和準確性對其性能有著至關(guān)重要的影響，大家在ChatGPT中也會發(fā)現(xiàn)它會做出一些明顯錯誤的回答，這就要怪它的數(shù)據(jù)庫了，讓AI知道什么是對、什么是錯、底線在哪里，這很重要，人類在這之中還要起到關(guān)鍵的作用。其次，由于自動駕駛車輛必須滿足嚴格的安全標準，因此GPT類的AI軟件需要經(jīng)過充分的測試和驗證，以確保其安全和可靠性，像特斯拉目前訓(xùn)練自動駕駛，其實就是使用的AI類軟件，所以我們也會看到特斯拉的自動駕駛落地標準可能并不能適應(yīng)全球各國各地的標準。
總結(jié)：
人工智能在自動駕駛訓(xùn)練中扮演著重要的角色，它能夠幫助我們建立準確、可靠的駕駛模型，快速高效地處理和分析大量的數(shù)據(jù)，實現(xiàn)智能化的駕駛決策，并建立多重安全保障機制，但是其實它是一種如虎添翼的作用，只是在一些標定或者細節(jié)的計算方面，讓技術(shù)發(fā)展變得更快捷，并不是對于目前自動駕駛研發(fā)技術(shù)路線的重塑。
但是，我們在上文也提到過，像DriveGPT這類AI軟件，是被人為控制在了自動駕駛領(lǐng)域，如果把它接入到更多的載體之中，把學(xué)習(xí)的數(shù)據(jù)量擴展到更多方面，那它真的可能會重塑技術(shù)路線，不但會重塑，甚至?xí)ξ覀儺a(chǎn)生一些威脅，如何把AI人工智能技術(shù)控制在一個合理范圍內(nèi)，這將是接下來人類要共同面對的一個大問題，一刀切式的“拔網(wǎng)線”暫停開發(fā)，擋不住一個每時每刻都在膨脹的猛獸。
關(guān)鍵詞：
