当ChatGPT遇到智能辅助驾驶 老司机直呼内行

　　最近网络上最热门的话题大概是“ChatGPT会取代人的哪些工作？”“哪些人群需要重新规划职业生涯”，当然也会有相反的观点，“某某工作不可被ChatGPT取代”。突然爆火ChatGPT是由美国OpenAI研发，上线仅仅两个月，月活跃用户就已经达到了1个亿。能够如此迅速的积累起大量用户群体，用过的人都知道ChatGPT的独到之处，那就是ChatGPT的“人味儿”很浓。

　　简单举几个例子，可以明显看到ChatGPT并不是冷冷冰冰回复了你，除了举一反三它还能逻辑的列举出1、2、3、4条，这种经过“思考”的感觉让它身上的“机械感”弱化了很多。

　　也许大家都体验过，在某宝上的客服自动回复、语音智能客服，虽然是已经做到了有求必应，但跟ChatGPT相比却显得“脑子不太好使”的样子。这种感觉就像一种桌游“猜猜我是谁”，双方都是在不断用问题减去错误答案，通过不断筛选最终剩下的就是正确答案。这种方式仅仅是做到了初步自动化，距离ChatGPT这种打破人们传统认知的惊艳感还相差很远。

　　基于Transformer模型，从2018年开始GPT-1到GPT-2再到GPT-3，直至如今的ChatGPT，每一代模型的进化，都在让GPT更加拟人化，更加具有处理通用语言任务的能力。ChatGPT的出现，很容易让人联想到好莱坞电影《我，机器人》当中的场景，几乎绝大多数的工作都被机器人取代，这也是行业认为ChatGPT有着极大的商业想象空间。

　　GPT-1是通过预训练再结合下游任务finetune的传统方式，参数量也比较小，只有1.7亿。GPT2则通过Prompt实现了多任务学习，并且参数量提升到了15亿。GPT3开始在业界引起关注，核心原因在于其参数规模暴涨到1750亿，并实现了能力的突破。现在，ChatGPT更是在GPT3的基础上，引入RLHF（基于人类反馈对语言模型进行强化学习）技术，通过人类行为反馈来选出最优答案，取得了惊人的效果。通过更强的自我学习能力，它有更高的准确性、更高的适应性，能够胜任各种语言领域的任务。

　　通过GPT的发展历程来看，除了在模型参数量上有近1000倍的提升外，实现GPT3到Chat GPT的龙门一跃，最重要的是ChatGPT引用了RLHF（基于人类反馈对语言模型进行强化学习）的训练方式，更好的利用了人类知识，让模型自己能够判断其答案的质量，逐步提升自己给出高质量答案的能力。这个思路，与毫末在自动驾驶认知决策上的思路不谋而合。

　　与魏牌一起打造国内首个可量产城市NOH技术的毫末智行，已经在智能驾驶领域，率先开始对ChatGPT背后所采用的Transformer模型以及RLHF算法等相关技术的探索。

　　与ChatGPT所要处理自然语言的文本数据不同，自动驾驶需要处理的数据维度、数据量更加庞大复杂，但其采用模型的训练逻辑是相同的。从效果上看，基于ChatGPT所达成的“人味儿”，也就是“所答即所问”的泛化效果，正是自动驾驶认知决策同样追求的。毫末智行通过引用了RLHF的训练方式，让车辆的驾驶策略、驾乘感受更像“老司机”，在自动驾驶领域成就一番新景象。

　　与GPT的进化相似，毫末智行的认知驾驶决策也是有过多次的更迭。在第一阶段，毫末引入了个别场景的端到端模仿学习，直接拟合人驾行为；第二阶段，毫末通过大模型，引入海量正常人驾数据，通过Prompt的方式实现认知决策的可控可解释。在当前的第三阶段，毫末尝试通过引入真实接管数据，尝试通过RLHF这种训练方式，将其当作改进认知决策的正样本来学习。为此，毫末构建了一个 <旧策略、接管策略、人工label策略> 的pairwise排序模型。基于这个模型，毫末构建了自动驾驶决策的奖励模型（reward model），从而在各种情况下做出最优的决策。

　　通过这一认知大模型，将使得车端决策更加像人类老司机。比如，在路口排队等待红灯的决策中，车辆可以像老司机一样，根据车辆距离路口和前车的距离，选择提前减速和稳定刹停，当绿灯之后前车启动，也可以丝滑的启动，而非根据之前所设定的启停条件进行刹停和起步，驾驶决策将越来越接近优秀的人类司机，而非人类司机的均值水平。

　　这种极具“人性化”的驾车方式，正是搭载毫末智能驾驶产品的车辆所追求的效果——提升整体驾乘感，行驶风格更像老司机。目前，通过这一大模型的训练方式，在例如掉头、环岛等公认困难场景，场景通过率提升了30%以上。

　　技术的探索是无止境的,通过AI技术赋能的自动驾驶让未来出行充满了想象力。不过无论技术发展什么样，最终目的依然是服务好用户，让更多人享受到智能驾驶的安全与便捷。魏牌与毫末将始终保持对前瞻性技术的探索和应用，致力于为用户打造更智能、更安全、更便捷的全场景智慧出行体验。