爆火的ChatGPT，能讓自動駕駛更快實現(xiàn)嗎？| 鈦媒體深度

2023-02-22 15:41:51來源：鈦媒體  

最近，科技圈最火的話題莫過于“CHATGPT”。不過，ChatGPT只是一種外在表現(xiàn)形式，更值得關(guān)注的是背后AI技術(shù)進(jìn)展以及未來的應(yīng)用落地。

甚至有人樂觀地描述ChatGPT所帶來的變化：如果說ChatGPT之前，AI最多只是現(xiàn)有場景產(chǎn)品的一個模塊。那么，ChatGPT之后，AI會重新定義現(xiàn)有場景的產(chǎn)品框架。

是否真如樂觀者所言仍有待觀察，但自動駕駛作為AI落地的重要場景之一，是否會在這波浪潮中有更進(jìn)一步的發(fā)展，仍引起了不少人的探討。


【資料圖】

有人認(rèn)為，自動駕駛需要更多的是圖形、圖像、數(shù)據(jù)的處理能力，對圖像算法的要求更高，與自然語言處理的能力相關(guān)性不大，想要ChatGPT的能力來實現(xiàn)自動駕駛，目前還不太可能。

當(dāng)然也有人認(rèn)為，ChatGPT的出現(xiàn)給大家看到了一種可能，那就是經(jīng)過訓(xùn)練后的AI，將會使得高級別的自動駕駛有望在幾年后出現(xiàn)。

自動駕駛是AI落地的重要場景之一

為什么AI技術(shù)的進(jìn)展會讓人關(guān)注自動駕駛是否受到影響呢？

觀察自動駕駛的發(fā)展歷史不難發(fā)現(xiàn)，自動駕駛的每一次重大突破都跟AI技術(shù)發(fā)展同步。

我們知道，AI其實就是在模仿大腦神經(jīng)元網(wǎng)絡(luò)，通過分析大量的數(shù)據(jù)來學(xué)習(xí)一些非常人性化的技能。上世紀(jì)80年代，神經(jīng)網(wǎng)絡(luò)的第一次實際應(yīng)用就是發(fā)生在自動駕駛領(lǐng)域。

1987年，卡內(nèi)基-梅隆人工智能實驗室的研究人員試圖制造一種可以自動駕駛的卡車。他們通過為所有的駕駛行為人工編寫代碼，為卡車在道路上遇到的各種情況編寫盡可能詳細(xì)的指令，以此讓車輛自動行駛。但遺憾的是，這種方式最終只能讓汽車實現(xiàn)每秒幾英寸的速度。

人工寫代碼的方式不成，另外一個叫迪安·波默洛的博士生選擇了另一種方式：神經(jīng)網(wǎng)絡(luò)。

他給自己的系統(tǒng)命名為ALVINN，采用這個系統(tǒng)后，卡車?yán)密図敂z像頭拍攝的圖像來跟蹤司機(jī)們在做什么，以此觀察如何在道路上行進(jìn)來學(xué)習(xí)駕駛。1991年，ALVINN以接近60英里的時速從匹茲堡開到了賓夕法尼亞的伊利市。

不過，更直接、更廣泛的影響發(fā)生在2012年。

多倫多大學(xué)教授杰夫·辛頓和他的兩名學(xué)生——亞力克斯·克里哲夫斯基和伊利亞·薩特斯基弗在ImageNet圖像識別比賽上拿了冠軍，并且發(fā)表論文介紹了算法AlexNet。這篇論文不僅是人工智能的轉(zhuǎn)折點也是全球科技行業(yè)的轉(zhuǎn)折點。

目標(biāo)檢測及圖像識別作為自動駕駛的關(guān)鍵技術(shù)，高度受益于計算機(jī)視覺算法的突破，因此隨著2015年斯坦福人工智能實驗室主任李飛飛團(tuán)隊在ImageNet開放數(shù)據(jù)集上的識別準(zhǔn)確率首次超過人類，自動駕駛作為AI最重要的落地場景之一，也進(jìn)入了發(fā)展快車道。 

對輔助駕駛的影響更直接，但上“車”成本要解決

那么，這次ChatGPT的出現(xiàn)會再次成為自動駕駛的Milestone嗎？

一般來說，AI可以概括分為語音、視覺、自然語言理解三部分。上一波AI浪潮主要是基于視覺上圖像識別技術(shù)的突破，而這次ChatGPT則是基于GPT-3模型的自然語言處理技術(shù)，它可以有效地模擬人類語言理解能力，從而幫助人們更好地理解和分析自然語言文本數(shù)據(jù)。

當(dāng)我們要探討ChatGPT會對自動駕駛產(chǎn)生哪些影響的時候，我們認(rèn)為，首先要弄明白這里的自動駕駛指的是可量產(chǎn)的低級別的自動駕駛（輔助駕駛）還是高級別L4級別的自動駕駛？其次ChatGPT指的是一個語言模型還是更廣義的生成模型？

如果從自然語言理解的角度出發(fā)，ChatGPT對于輔助駕駛部分的人機(jī)交互的影響更為直接，而對L4級別自動駕駛的影響或許并不大。

乘聯(lián)會秘書長崔東樹也在其微信公眾號發(fā)文稱，目前的人機(jī)交互和智能座艙體系的創(chuàng)新很強(qiáng)，尤其是國內(nèi)車企的人機(jī)交互能力很強(qiáng)。漢語只有中國企業(yè)理解的更深刻。隨著未來的底層賦能，國內(nèi)汽車業(yè)界在應(yīng)用層面將會有更多良好的人機(jī)交互效果。

比如通過使用ChatGPT，車輛可以通過語音或文本的方式與駕駛員進(jìn)行交互，并向駕駛員提供有關(guān)車輛狀態(tài)、行駛信息等的實時反饋。

在此之前，雖然已經(jīng)出現(xiàn)了大量的車載交互系統(tǒng)，但是行業(yè)的痛點主要聚焦于“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，導(dǎo)致整個系統(tǒng)功能單一、命令詞單一。ChatGPT的爆火讓市場看到了解決的希望。

不過，乘聯(lián)會秘書長崔東樹也同時表示，電動化是新能源車的核心，智能化只是錦上添花，未來車企的核心競爭力仍然是造好電動車，同時充分利用ChatGPT等智能化賦能汽車行業(yè)發(fā)展。

當(dāng)然，不管是不是核心，想要ChatGPT上車，光有技術(shù)突破還不行，一位AI行業(yè)人士對鈦媒體表示，“還需要面臨成本的問題，包括使用成本、云服務(wù)成本、針對性的訓(xùn)練成本等。”

大模型或成趨勢

但是，如果從更廣義的生成模型來看，大數(shù)據(jù)、大參數(shù)的生成式模型會有助于實現(xiàn)更高等級的自動駕駛。

毫末智行數(shù)據(jù)智能科學(xué)家賀翔在接受鈦媒體App采訪時表示，車端能力主要包括兩類：感知和認(rèn)知，感知能力確實主要依靠圖像技術(shù)，而認(rèn)知能力則更依賴ChatGPT類似的生成技術(shù)。

也就是說，ChatGPT的重要革命性意義在于：讓AI模型進(jìn)入了知識和推理的時代。當(dāng)前，自動駕駛最大的短板恰恰在于決策規(guī)劃缺乏足夠的智能。

ChatGPT 使用了一種叫“人類反饋強(qiáng)化學(xué)習(xí)（RLHF）”的訓(xùn)練方法，毫末智行數(shù)據(jù)智能科學(xué)家賀翔對鈦媒體APP解釋稱，GPT是一個大規(guī)模通用預(yù)訓(xùn)練語言模型，GPT1、2、3主要是參數(shù)規(guī)模的提升，ChatGPT主要是引入了人類反饋數(shù)據(jù)做強(qiáng)化學(xué)習(xí)。

這種方法的引入可以在訓(xùn)練中根據(jù)人類反饋，保證對無益、失真或偏見信息的最小化輸出。

恰好自動駕駛決策算法中也有一類叫做模仿學(xué)習(xí)，就是讓機(jī)器去學(xué)習(xí)不同場景下人類駕駛員是怎樣做的。

一般來說，人類司機(jī)的每一次接管，都是對自動駕駛策略的一次人為反饋；這個接管數(shù)據(jù)可以被簡單當(dāng)成一個負(fù)樣本來使用，就是自動駕駛決策被糾正的一次記錄。同時也可以被當(dāng)作改進(jìn)認(rèn)知決策的正樣本來學(xué)習(xí)。

“大數(shù)據(jù)、大參數(shù)的大模型能學(xué)到更多的潛在知識，包括不同的環(huán)境、不同的場景等，相當(dāng)于學(xué)習(xí)到了大量的自動駕駛常識，這種常識對自動駕駛決策至關(guān)重要。”毫末智行數(shù)據(jù)智能科學(xué)家賀翔對鈦媒體App表示。

也就是說，在自動駕駛研發(fā)的過程中采用人類反饋強(qiáng)化學(xué)習(xí)的思想，可以訓(xùn)練出模型來驗證、評價機(jī)器模型的輸出，使其不斷進(jìn)步，最終達(dá)到人類的駕駛水平。

所以，可以說基礎(chǔ)能力的提升，帶來了想象力及可應(yīng)用場景的擴(kuò)張。但目前階段，我們?nèi)匀粺o法準(zhǔn)確判斷以ChatGPT為代表的大模型會給自動駕駛帶來多大的變革，一位行業(yè)人士對鈦媒體App表示，通過大模型訓(xùn)練而來的優(yōu)秀泛化能力，可能讓世間再無corner case。

corner case是指在自動駕駛中是指行駛過程中可能出現(xiàn)，但發(fā)生頻率極低的小概率事件。盡管平時很少會遇到，但對于自動駕駛系統(tǒng)來說，遇到無法做出決策的corner case時，很可能會導(dǎo)致致命的交通事故。

ChatGPT的橫空出世則讓行業(yè)認(rèn)識到，不斷去累積公里數(shù)，一直這么跑下去是可以獲得更高級別的自動駕駛技術(shù)的跨越。

事實上在此之前，不管是國外的特斯拉，還是國內(nèi)的小鵬、百度、毫末智行都已經(jīng)在探索“大模型”的路線了。

特斯拉在2020年宣布將基于深度神經(jīng)網(wǎng)絡(luò)的大模型引入其自動駕駛之中，到現(xiàn)在已實現(xiàn)了純視覺FSD Beta的大規(guī)模公測；小鵬在2022年1024科技日中表達(dá)了使用大模型打通XNGP全場景能力的觀點；百度Apollo認(rèn)為文心大模型將是提升器自動駕駛能力的核心驅(qū)動力。

毫末智行則早在2021年宣布要借助大模型提升數(shù)據(jù)處理能力，今年2月17日，毫末智行將人駕自監(jiān)督認(rèn)知大模型正式升級為“DriveGPT”，將持續(xù)引入大規(guī)模真實接管數(shù)據(jù)，通過人駕數(shù)據(jù)反饋的強(qiáng)化學(xué)習(xí)，來不斷提升測評效果，同時也將DriveGPT作為云端測評模型，用來評估車端小模型的駕駛效果。

不過，高級別的自動駕駛汽車的開發(fā)是一個復(fù)雜的多學(xué)科領(lǐng)域，涉及廣泛的技術(shù)和監(jiān)管挑戰(zhàn)，人工智能技術(shù)進(jìn)展可以帶來一定的推動作用，但是這并非一個短期可以實現(xiàn)的問題。

有報道稱，GPT3.0涉及了1700億參數(shù)，內(nèi)存達(dá)300多GB，訓(xùn)練過程耗費(fèi)1200多萬美金。上述行業(yè)人士表示，自動駕駛算法是要跑在車上，這么大的模型能不能部署到車端？又需要耗費(fèi)多少算力支持？另外，自動駕駛不能依靠重復(fù)性、簡單的路況數(shù)據(jù)堆疊就能完成，因此如何保證數(shù)據(jù)量大且有效也是一個關(guān)鍵的問題。（本文首發(fā)鈦媒體App， 作者｜韓敬嫻，編輯｜張敏）

關(guān)鍵詞： 爆火的ChatGPT 能讓自動駕駛更快實現(xiàn)嗎| 鈦媒體深度

責(zé)任編輯：hnmd003

相關(guān)閱讀

推薦閱讀