当前页面 ： 首页 > 快讯 > 正文 >

天天即时看！爆火的 ChatGPT，能让自动驾驶更快实现吗？

来源：钛媒体 时间： 2023-02-22 15:05:07
最近，科技圈最火的话题莫过于 "ChatGPT"。不过，ChatGPT 只是一种外在表现形式，更值得关注的是背后 AI 技术进展以及未来的应用落地。

甚至有人乐观地描述 ChatGPT 所带来的变化：如果说 ChatGPT 之前，AI 最多只是现有场景产品的一个模块。那么，ChatGPT 之后，AI 会重新定义现有场景的产品框架。

是否真如乐观者所言仍有待观察，但自动驾驶作为 AI 落地的重要场景之一，是否会在这波浪潮中有更进一步的发展，仍引起了不少人的探讨。


(资料图片)

有人认为，自动驾驶需要更多的是图形、图像、数据的处理能力，对图像算法的要求更高，与自然语言处理的能力相关性不大，想要 ChatGPT 的能力来实现自动驾驶，目前还不太可能。

当然也有人认为，ChatGPT 的出现给大家看到了一种可能，那就是经过训练后的 AI，将会使得高级别的自动驾驶有望在几年后出现。

自动驾驶是 AI 落地的重要场景之一

为什么 AI 技术的进展会让人关注自动驾驶是否受到影响呢？

观察自动驾驶的发展历史不难发现，自动驾驶的每一次重大突破都跟 AI 技术发展同步。

我们知道，AI 其实就是在模仿大脑神经元网络，通过分析大量的数据来学习一些非常人性化的技能。上世纪 80 年代，神经网络的第一次实际应用就是发生在自动驾驶领域。

1987 年，卡内基 - 梅隆人工智能实验室的研究人员试图制造一种可以自动驾驶的卡车。他们通过为所有的驾驶行为人工编写代码，为卡车在道路上遇到的各种情况编写尽可能详细的指令，以此让车辆自动行驶。但遗憾的是，这种方式最终只能让汽车实现每秒几英寸的速度。

人工写代码的方式不成，另外一个叫迪安 · 波默洛的博士生选择了另一种方式：神经网络。

他给自己的系统命名为 ALVINN，采用这个系统后，卡车利用车顶摄像头拍摄的图像来跟踪司机们在做什么，以此观察如何在道路上行进来学习驾驶。1991 年，ALVINN 以接近 60 英里的时速从匹兹堡开到了宾夕法尼亚的伊利市。

不过，更直接、更广泛的影响发生在 2012 年。

多伦多大学教授杰夫 · 辛顿和他的两名学生——亚力克斯 · 克里哲夫斯基和伊利亚 · 萨特斯基弗在 ImageNet 图像识别比赛上拿了冠军，并且发表论文介绍了算法 AlexNet。这篇论文不仅是人工智能的转折点也是全球科技行业的转折点。

目标检测及图像识别作为自动驾驶的关键技术，高度受益于计算机视觉算法的突破，因此随着 2015 年斯坦福人工智能实验室主任李飞飞团队在 ImageNet 开放数据集上的识别准确率首次超过人类，自动驾驶作为 AI 最重要的落地场景之一，也进入了发展快车道。

对辅助驾驶的影响更直接，但上 " 车 " 成本要解决

那么，这次 ChatGPT 的出现会再次成为自动驾驶的 Milestone 吗？

一般来说，AI 可以概括分为语音、视觉、自然语言理解三部分。上一波 AI 浪潮主要是基于视觉上图像识别技术的突破，而这次 ChatGPT 则是基于 GPT-3 模型的自然语言处理技术，它可以有效地模拟人类语言理解能力，从而帮助人们更好地理解和分析自然语言文本数据。

当我们要探讨 ChatGPT 会对自动驾驶产生哪些影响的时候，我们认为，首先要弄明白这里的自动驾驶指的是可量产的低级别的自动驾驶（辅助驾驶）还是高级别 L4 级别的自动驾驶？其次 ChatGPT 指的是一个语言模型还是更广义的生成模型？

如果从自然语言理解的角度出发，ChatGPT 对于辅助驾驶部分的人机交互的影响更为直接，而对 L4 级别自动驾驶的影响或许并不大。

乘联会秘书长崔东树也在其微信公众号发文称，目前的人机交互和智能座舱体系的创新很强，尤其是国内车企的人机交互能力很强。汉语只有中国企业理解的更深刻。随着未来的底层赋能，国内汽车业界在应用层面将会有更多良好的人机交互效果。

比如通过使用 ChatGPT，车辆可以通过语音或文本的方式与驾驶员进行交互，并向驾驶员提供有关车辆状态、行驶信息等的实时反馈。

在此之前，虽然已经出现了大量的车载交互系统，但是行业的痛点主要聚焦于 " 理解 " 部分，大部分的车载语音交互系统在 " 理解 " 上并不智能，导致整个系统功能单一、命令词单一。ChatGPT 的爆火让市场看到了解决的希望。

不过，乘联会秘书长崔东树也同时表示，电动化是新能源车的核心，智能化只是锦上添花，未来车企的核心竞争力仍然是造好电动车，同时充分利用 ChatGPT 等智能化赋能汽车行业发展。

当然，不管是不是核心，想要 ChatGPT 上车，光有技术突破还不行，一位 AI 行业人士对钛媒体表示，" 还需要面临成本的问题，包括使用成本、云服务成本、针对性的训练成本等。"

大模型或成趋势

但是，如果从更广义的生成模型来看，大数据、大参数的生成式模型会有助于实现更高等级的自动驾驶。

毫末智行数据智能科学家贺翔在接受钛媒体 App 采访时表示，车端能力主要包括两类：感知和认知，感知能力确实主要依靠图像技术，而认知能力则更依赖 ChatGPT 类似的生成技术。

也就是说，ChatGPT 的重要革命性意义在于：让 AI 模型进入了知识和推理的时代。当前，自动驾驶最大的短板恰恰在于决策规划缺乏足够的智能。

ChatGPT 使用了一种叫 " 人类反馈强化学习（RLHF）" 的训练方法，毫末智行数据智能科学家贺翔对钛媒体 APP 解释称，GPT 是一个大规模通用预训练语言模型，GPT1、2、3 主要是参数规模的提升，ChatGPT 主要是引入了人类反馈数据做强化学习。

这种方法的引入可以在训练中根据人类反馈，保证对无益、失真或偏见信息的最小化输出。

恰好自动驾驶决策算法中也有一类叫做模仿学习，就是让机器去学习不同场景下人类驾驶员是怎样做的。

一般来说，人类司机的每一次接管，都是对自动驾驶策略的一次人为反馈；这个接管数据可以被简单当成一个负样本来使用，就是自动驾驶决策被纠正的一次记录。同时也可以被当作改进认知决策的正样本来学习。

" 大数据、大参数的大模型能学到更多的潜在知识，包括不同的环境、不同的场景等，相当于学习到了大量的自动驾驶常识，这种常识对自动驾驶决策至关重要。" 毫末智行数据智能科学家贺翔对钛媒体 App 表示。

也就是说，在自动驾驶研发的过程中采用人类反馈强化学习的思想，可以训练出模型来验证、评价机器模型的输出，使其不断进步，最终达到人类的驾驶水平。

所以，可以说基础能力的提升，带来了想象力及可应用场景的扩张。但目前阶段，我们仍然无法准确判断以 ChatGPT 为代表的大模型会给自动驾驶带来多大的变革，一位行业人士对钛媒体 App 表示，通过大模型训练而来的优秀泛化能力，可能让世间再无 corner case。

corner case 是指在自动驾驶中是指行驶过程中可能出现，但发生频率极低的小概率事件。尽管平时很少会遇到，但对于自动驾驶系统来说，遇到无法做出决策的 corner case 时，很可能会导致致命的交通事故。

ChatGPT 的横空出世则让行业认识到，不断去累积公里数，一直这么跑下去是可以获得更高级别的自动驾驶技术的跨越。

事实上在此之前，不管是国外的特斯拉，还是国内的小鹏、百度、毫末智行都已经在探索 " 大模型 " 的路线了。

特斯拉在 2020 年宣布将基于深度神经网络的大模型引入其自动驾驶之中，到现在已实现了纯视觉 FSD Beta 的大规模公测；小鹏在 2022 年 1024 科技日中表达了使用大模型打通 XNGP 全场景能力的观点；百度Apollo 认为文心大模型将是提升器自动驾驶能力的核心驱动力。

毫末智行则早在 2021 年宣布要借助大模型提升数据处理能力，今年 2 月 17 日，毫末智行将人驾自监督认知大模型正式升级为 "DriveGPT"，将持续引入大规模真实接管数据，通过人驾数据反馈的强化学习，来不断提升测评效果，同时也将 DriveGPT 作为云端测评模型，用来评估车端小模型的驾驶效果。

不过，高级别的自动驾驶汽车的开发是一个复杂的多学科领域，涉及广泛的技术和监管挑战，人工智能技术进展可以带来一定的推动作用，但是这并非一个短期可以实现的问题。

有报道称，GPT3.0 涉及了 1700 亿参数，内存达 300 多 GB，训练过程耗费 1200 多万美金。上述行业人士表示，自动驾驶算法是要跑在车上，这么大的模型能不能部署到车端？又需要耗费多少算力支持？另外，自动驾驶不能依靠重复性、简单的路况数据堆叠就能完成，因此如何保证数据量大且有效也是一个关键的问题。（本文首发钛媒体 App， 作者｜韩敬娴，编辑｜张敏）

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体 App

关键词： 人工智能 人机交互 强化学习

为您推荐

快讯
行业
-
公司