ChatGPT遭质疑硅基生命能当司机吗？

时间：2023-04-21

　　来源：网络

　　导语：人类就是靠识图的能力来开车的，这是一种感知与理解。GPT-4首先把图中物体分割抓取出来，比如机动车、非机动车、行人等，再进行联系，形成感知与理解。随着大模型进一步迭代，GPT-5出现时，将具有更高水平的多模态能力，尤其是具有更强的图像和视频的阅读理解能力，这会给自动驾驶落地带来新的预期。

　　ChatGPT的横空出世引起轩然大波，堪称“暴力美学”。近日，升级版GPT-4的发布又让人瞠目，百度也发布文心一言追赶本轮科技热潮。大模型的力量还要付诸于应用，才能进一步实现其价值。当下，全球汽车产业面临前所未有的变革，智能化让我们离理想中的汽车更近了。ChatGPT与汽车又能擦出怎样的火花？

　　引发新的工业革命

　　2022年12月，埃隆·马斯克发了一条推文，他说：“ChatGPT厉害得让人害怕，危险的强人工智能的出现已经离我们不远了。”

　　ChatGPT是人工智能大模型驱动的自然语言处理工具，具有很强的语言理解和文本生成能力，可以提供决策参考，它能够聊天、写作、敲代码等等，但是它最大的优势是能面向不同应用领域，输出高质量的文本内容。

　　不到两月，吸粉1亿，ChatGPT到底有什么魔力，能让全世界为之疯狂。清华大学计算机科学与技术系教授、清华大学人工智能研究院视觉智能研究中心主任邓志东在接受《新能源汽车报》记者采访时表示，首先，相较于此前的小模型、小数据，ChatGPT是真正的大模型，并且还有可能达到人脑突触连接的规模。其次，经过大数据喂养，它拥有最多的人类知识点，并且通过预训练，即利用无监督学习方法与指令微调，将知识点之间进行了正确的连接。

　　“对于一般性人类知识的了解，从通用的角度，ChatGPT可以说接近于一个‘完美的通才’，比人类强很多，任何一个人都达不到如此宽广的知识水平，这是模型、数据和算力的极限使用，所以ChatGPT是一个在NLP领域接近于人类水平的通用人工智能。”邓志东教授对记者说。

　　微软CEO萨提亚·纳德拉（Satya Nadella）接受媒体采访时曾说：“内燃机带来了廉价的动力，互联网技术减少了信息传递的成本，而ChatGPT会让知识的整合、转译、流通变得更加廉价。AI可能会像工业革命和信息革命一样，引领我们走向下一个时代。”

　　对语言的有效建模是ChatGPT的基础能力，语言也是人类最伟大的能力之一，靠语言我们区别于动物，并产生各种高级认知功能，比如说知觉、复杂的逻辑推理、思考和自主意识等。邓志东教授表示，至少在文本语言的理解与生成层面，我们看到了ChatGPT的能力。这对各个领域可能会有重启的效果，能看出工业革命的雏形。而ChatGPT的这些知识表达与生成的能力显然和智能网联汽车有关，包括感知问题、预测问题、决策问题、规划问题、控制问题等，这些都可以借助于这个基础语言大模型或知识大模型关联起来得到解决，根本的原因是无论面临什么模态，其底层逻辑或在语义水平上都是完全相同的。

　　三方面影响汽车产业

　　大数据、云计算、人工智能等新一代信息技术都在改变着汽车产业，ChatGPT作为新一代人工智能，对汽车将形成什么影响？

　　赛迪智库研究员赫荣亮在接受《新能源汽车报》记者采访时表示，ChatGPT此类大模型技术，将会给汽车产业带来三方面的影响。

　　第一是车载智能语音，ChatGPT应用在车机交互上，最直观的变革就是语音交互更加直接，ChatGPT加持的问答交流更符合人类思考的习惯，会更加接近于人与人之间的交流，交互效率直线提升，大幅提升用户体验。

　　第二是提供面向自动驾驶模型训练的合成数据，随着以ChatGPT为代表的AIGC技术持续创新发展，生成合成数据迎来重大进展，有望解决自动驾驶发展应用过程中的数据限制。自动驾驶厂商能够通过合成数据来改善基准测试数据的质量来实现数据增强和数据模拟，解决数据匮乏、数据质量等问题；使用合成数据训练AI模型可以有效避免用户隐私问题；自动创建、生成现实世界中难以或者无法采集的数据场景，能有效应对长尾、边缘案例，提高模型算法的准确性、可靠性；更廉价、高效地批量生产自动驾驶模型训练开发所需的海量数据。

　　第三点是应用，潜在应用意义更大，即通过底层路线启发自动驾驶实现算法跃迁。即随着ChatGPT的模型参数达到一定规模，如人脑的860亿个神经元，大数据模型的“思维链”能力突然就涌现出来，就具有了思维推理能力，形成反馈强化学习能力，我们可以将这类技术映射到自动驾驶的算法模型中，利用人类司机正确的驾驶数据来训练算法，驾驶员针对自动驾驶算法的接管视为决策纠正，能够指引自动驾驶算法的下一步创新突破。

　　乘联会秘书长崔东树在文章中表示，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。

　　车载机器人不再“智障”

　　以前很多机器人巨婴式的“傻”让我们觉得人工智能离落地还有很远的距离。目前ChatGPT已经通过某种意义上的图灵测试，意味着它在测试中表现出了惊人的人类化特征和水平，甚至可以让测试者难以区分出其是机器还是人类。邓志东教授表示，从这个角度看，ChatGPT拥有了接近人类水平的文本阅读理解能力，而且文本生成的整体把控感非常好，逻辑清晰，语法准确，只是内容生成得还不够准确，还不是“专才”，但这已经是非常大的进步了。

　　当前车载智能语音交互主要有识别、理解和执行三大重点，而在目前提供的解决方案中，语音识别部分已经能够达到90%以上，堵点难点主要聚焦于“理解”部分。由于机器不具备语义理解能力，用户只能通过触摸屏与部分语音相结合的方式，按照指定命令与汽车进行交互，功能的复杂性和关键词的多少成正相关，整个系统机械化运行、功能单一。

　　赛迪智库信软所助理研究员刘胜语在接受《新能源汽车报》记者采访时表示，ChatGPT能够在沟通中结合用户提出的问题不断做出精准的、连续的回应，一方面通过对模型在车内对话场景的专项定制，可以在车载运行环境中取得优异的识别效果；另一方面模型的学习能力和上下文结合能力，可以让ChatGPT实现连续对话交互。

　　紧追ChatGPT的步伐，3月16日，百度正式发布文心一言。随即，红旗、长城、岚图、集度、零跑、吉利等众多车企宣布与文心一言合作。百度相关负责人在接受《新能源汽车报》记者采访时表示，文心一言将会有三方面的应用。首先，文心一言的能力将和百度各级业务深度融合，包括接入百度搜索，全面接入百度智能云，赋能汽车、小度以及千行百业。其次，文心一言大模型搭载到Apollo车载系列产品，会让智能汽车具备领先一代的人车交互体验。此外，文心一言与小度进行集成，将使小度能够与用户进行多轮对话，更加聪明和善解人意。

　　自动驾驶“革命”

　　ChatGPT对汽车的影响众说纷纭，涉及车机交互的说法较多，但作为底层逻辑，自动驾驶一定和人工智能分不开，ChatGPT是否将引发自动驾驶的“革命”？

　　目前，长尾感知问题是自动驾驶的技术瓶颈所在，邓志东教授对记者说：“为了解决长尾感知问题，一个办法是发展认知智能，发展全新的理论、模型与算法，但是这条路径不知道要走多久。另外一个办法就是极限使用目前已有的深度学习方法，通过“数据暴力”和“计算暴力”，基于巨大模型来实现“数据智能”新物种。现在看来这条路径是比较现实的，至少在短时间之内看到了效果，ChatGPT也确实走成功了。”

　　“AI自动化有了语言大模型的加持，基于底层逻辑的对齐，我认为这能够让汽车智能化真正落地。”邓志东教授表示，文本的理解能力相当于对文本的感知能力，并且GPT-4已经可以实现对图像的感知与理解了。人类就是靠识图的能力来开车的，这是一种感知，更是一种理解。GPT-4首先把图中物体分割抓取出来，比如机动车、非机动车、行人等，再进行联系，形成感知与理解。随着大模型的进一步迭代，GPT-5出现时，将具有更高水平的多模态能力，尤其是具有更强的图像和视频的阅读理解能力，这会给自动驾驶落地带来新的预期。

　　想象中的理想汽车空间，应该是乘客发出指令，由AI执行并操纵汽车。这就涉及自动驾驶乃至无人驾驶。

　　从乘客发出指令到AI执行，当前的技术实际上是已经能够实现，而大模型技术也能够促进这个过程更加流畅和自然。难点在于操纵汽车也就是自动驾驶，它的算法中主要是感知、决策、执行三大类型的算法，结合最新发布的GPT-4，可以发现目前大模型已经能够对图片产生一个比较好的理解了，在感知算法方面，GPT未尝不是未来的发展方向之一。此外，从GPT-4发布以后越来越准确的回答也可以在决策和执行算法方面看到一定的发展前景。

　　“ChatGPT是一个划时代的产品，在智能驾驶上，我觉得直接应用还是距离的，第一，目前ChatGPT还是纯云端的技术，智能驾驶是车端和云端的结合，车端的算力部署是有一定限制的。第二，ChatGPT会犯错，但是在对车来讲，从安全性角度要很强的确定性。”福瑞泰克智能系统有限公司董事长张林在接受采访时表示：“但是毫无疑问，我觉得ChatGPT给我们的直接应用不见得马上见效，却给我们很多新的提示：首先，确实看到当拥有海量数据和超大模型参数时，智能化水平提升很大。其次，通过人类反馈的这种增强型学习，能够有更强大的自学习能力。此外，它也是多模态的，除了文字、语言，又逐渐加入了图片和视频，这也将对智能驾驶、智能座舱产生影响，因为视觉、雷达、激光雷达、车舱里面的语音等，也是多模态的融合。ChatGPT带来很多在新的算法上的创新思路，以及随着云端和车端同步部署，会对自动驾驶，包括智能座舱带来新的创新帮助。

　　为达到理想效果，AI的应用可能会被无限放大，最终实现无人驾驶，ChatGPT离真正应用也还有一段路要走。

　　刘胜语分析认为，此类预训练大模型技术在车企的落地应用，主要还存在三方面的问题：一是技术层面的问题，当前给出的决策信息质量稳定性不高，会导致结果出错，尤其是存在网络攻击、网络安全漏洞等；二是终端设备的算力问题，单车端的计算设备无法提供足够的算力支持，目前仅能应用于智能座舱等自动驾驶的边缘领域；三是模型训练的高额成本以及后续的商业模式运营问题，高性能算法模型的投资巨大，在高额的研发成本下，下游企业的使用成本就很高，不利于企业技术应用。

　　“毫无疑问，中国一定要有自己的ChatGPT，但是不用太多，一两家就可以了，因为它和电力等基础设施一样，是基于人类全球文本数据进行构建的重大战略性基础设施。”邓志东教授表示。

　　|人工智能|视觉算法|大数据物联网|车联网

　　|智慧信息化系统|解决方案|运营平台建设|

　　华远系统是致力于人工智能（AI算法以及流媒体技术），信息软件技术，新能源、物联网等领域的集成商，在智慧社区，智慧园区，智慧停车，新能源及充电桩软件管理平台，车联网有整套解决方案以及成功的项目案例。

　　说明：本文章所引用的资料均通过互联网等公开渠道合法获取，仅作为行业交流和学习使用，并无任何商业目的。其版权归原资料作者或出版社所有，小编不对所涉及的版权问题承担任何法律责任。若版权方、出版社认为本文章侵权，请立即联系小编删除。

　　举报/反馈