ChatGPT为自动驾驶指了条明路

　　

　　

　　文丨科技新知，作者丨樟稻，编辑丨伊页

　　ChatGPT继续如同黑洞一般，吸引着各大势力布局。

　　外界看来，这是人工智能领域中的里程碑事件，代表着AI技术发展到临界点，也同样预示着原有的商业模式都有机会重塑一遍。

　　正如英伟达创始人黄仁勋所述，由于ChatGPT可以借助API方式被外界调用，意味着它可以接入各类软件，它的出现也将像浏览器改变互联网、苹果应用商店改变软件行业一样，对行业产生巨大的冲击。

　　典型的如搜索引擎、云计算行业，由于ChatGPT的横空出世，原有的市场竞争态势被打破。譬如百度可以借着文心一言，售卖其智能云服务。这对于场上原有的玩家而言，机遇与挑战同在。

　　那么汽车行业呢？可以看到，近段时间内，车企们也频频在ChatGPT领域发声：

　　先是，集度、长城、东风日产、爱驰、零跑、吉利汽车、海马汽车等近10家车企加入文心一言的朋友圈；紧接着，毫末智行宣布，自动驾驶认知大模型正式升级为DriveGPT，在自动驾驶模型算法方面，全面应用ChatGPT的模型和技术逻辑。

　　ChatGPT之于汽车行业，乃至于更聚焦的自动驾驶领域，到底是放卫星还是起飞点？

　　集度是最早公开打出“ChatGPT上车”概念的车企。

　　2月14日，集度ROBOVERSE三里屯体验中心启动会上，CEO夏一平率先宣布，将融合百度“文心一言”的能力，打造针对智能汽车场景的人工智能交互体验，支持汽车实现自然交流的再进阶。

　　据了解，此次“文心一言”上车集度，是全球类ChatGPT技术首次应用于智能汽车产品。

　　对于合作的具体细节，现场并未公布。对此夏一平表示，“关于具体会有哪些功能，我只能说现在还在努力地去跟百度团队在对接，因为大家也知道文心一言将在三月份发布，之后才会去做我们的应用。”

　　不过，结合其他资料，可以大胆猜测出，ChatGPT大概率率先应用在语音交互方面。

　　毕竟，除了ChatGPT本身就是凭借其出色的交互能力出圈外，同一时期，长安汽车官方公号发布了题为《假如把ChatGPT装进长安深蓝SL03》的文章，让消费者自然而然联想到车载智能语音交互功能上。

　　现阶段，作为市场主流的交互方式，智能语音是智能座舱的标配功能。根据消费者调研数据，语音交互功能是座舱内体验比例和满意程度最高的交互方式。

　　一般而言，主机厂将语音交互功能作为其产品智能化与差异化的核心体现。比如，梅赛德斯-奔驰的用户体验团队为其车载语音体验的开发设定了三个目标：

　　1. 允许司机像对待另一个人一样自然地交谈。2. 支持比典型语音服务更多的查询类型。3. 将语音更自然地集成到整体车内体验中，以便用户可以在语音和触摸控制之间无缝切换。

　　然而，现实往往很残酷。由于车企对语音交互技术的掌握有所欠缺，导致车载语音系统的交互程度普遍较弱，体验一般，大多时候沦为“鸡肋”。

　　个中缘由，其实在于智能语音交互技术上，仍然存在难点。

　　智能语音交互的技术逻辑主要包括三大部分：识别、理解和执行。目前提供解决方案的厂商中，识别部分已经趋于成熟，识别率可以达到90%。行业的痛点主要集中在“理解”部分，大部分的车载语音交互系统在“理解”上并不智能。

　　举个例子，此前传统主机厂提供的前端语音交互功能，大部分采用命令控制。用户需按照指定命令进行交互，机器不具备语义理解能力。交互机械化，导致整个系统功能单一、命令词单一。

　　那么，基于AI语言大模型，对任何领域的任何问题几乎都能进行整合回答的ChatGPT，能否给车载语音交互系统带来新的可能？

　　答案是肯定的。“ChatGPT在推理和学习能力上优势明显，不仅可以用于理解和对话，更可以通过上下文交流和自我学习，来实现辅助创作和知识进化。这些能力同样适用车载语音交互领域，融合对话智能技术、深度学习大模型技术、工程化能力、大数据的潜力，带来更流畅、更有效的响应……”思必驰汽车事业部产品总监葛付江如此认为。

　　从这点来看，如果汽车智能语音能够植入类ChatGPT技术，在高用户黏性之下，未来的商业化前景将更加广阔。

　　当然，考虑到成本层面，又往往会将相关厂商拉回冰冷的现实。

　　根据Lambda官网数据，微软为OpenAI设计了一个包含10000块Nvidia V100 GPU的分布式集群进行GPT-3的模型训练，由于模型参数量较大（共1750亿参数），训练完成共耗费30天，消耗总算力为 3640PF-days。以Nvidia Tesla V100的 Lambda GPU实例定价为1.50 美元/小时测算，GPT-3的完整训练成本将达到466万美元/次。

　　可以看出，ChatGPT短期内更多是在智能化方面，赋能汽车行业发展，离完全意义上的自动驾驶还是有些距离。对此，ChatGPT自身也给出了如下回答：

　　作为一个语言模型，ChatGPT主要用于生成自然语言文本，如对话或文章等。自动驾驶技术需要处理的是感知、决策和控制等方面的问题，这些问题与ChatGPT所处理的文本生成任务并不相关。因此，在技术上，将自动驾驶技术与ChatGPT蹭热点并不可行。但是，自动驾驶公司可以利用ChatGPT等自然语言处理技术来提高其产品的人机交互能力，以更好地满足用户需求。

　　实际上，这也是业内主流的观点。此前，中国电动汽车百人会论坛（2023）专家媒体沟通会上，副理事长欧阳明高院士表示，ChatGPT出来之后会引发人工智能新一轮的革命，对智能驾驶也会产生深远的影响。

　　“马斯克做的就是基于这条技术路线，就是所谓的大模型、大数据、大算力……为了获得大数据，必须要大量卖智能辅助驾驶电动汽车，尤其是城市辅助驾驶今年可能大家会争先恐后地上市，这也是很重要的技术趋势。”

　　如何理解这段话？需要知晓的是，如果细究的话，ChatGPT成型背后有一个十分重要的基本原理能力—“突现能力（Emergent Ability）”，一般定义为“当系统中的量变导致其行为发生质变时出现的现象”。

　　

　　简单来说，在某个规模阈值以下，大模型性能接近随机，而超过该阈值，其性能远高于随机。

　　各种测试表明，只有模型达到GPT3的规模，即参数大于1000亿，模型才有可能形成“突现能力”。而正是在“突现能力”的基础上，AI模型展示了类似人类的复杂推理和知识推理能力，这就是所谓“思维链（Chain-of-Thought）”。

　　基于“思维链”的推理能力，不需要再进行复杂的训练，而只是在提问时附加给出提示，模型就能自动学习，并做出相应推理得到正确结果。彻底体现了AI模型对人类高级思维能力的模仿。

　　这个能力很可能是ChatGPT实现高度智能化的一个重要基础。而这对于自动驾驶的路径选择来说，无疑会起到决定性的作用。

　　一直以来，围绕自动驾驶技术的演进，业内也一直存在两大“流派”：其中，Waymo、小马智行等是“跃进式”的代表，策略是直接实现L4/L5级自动驾驶；特斯拉则是“渐进式”路线的代表，策略是先在量产车上优先搭载L2/L3级辅助驾驶，收集数据后再向L4/L5进发。

　　此前，双方阵营泾渭分明，近两年情况则有所改变。不少L4公司开始“降维”进入L2领域。例如，Robobus领域的轻舟智航，推出了高阶自动驾驶解决方案；文远知行则是获得博世投资，将开展应用于乘用车的L2-L3级自动驾驶软件的开发。

　　作为对比的是，“渐进式”玩家中，特斯拉已经生产了数百万辆汽车，其搭载的辅助驾驶系统Autopilot，将收集到数十亿英里的路况和驾驶数据。上述这些行业动向，似乎都在宣告，渐进式路线阶段性的胜利。

　　当然，业内也有不同的看法，认为当下只是L2领域的胜利，能否渐进到L4尚且未知。而眼下，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，量变能够引起质变，自动驾驶也有机会迎来“突现”时刻。

　　这才是ChatGPT对于自动驾驶的重要意义，某种程度上，算是为自动驾驶指了条明路。

　　参考资料：

　　TechWeb《ChatGPT上“车”？没那么简单》盖世汽车社区《ChatGPT，打了人车交互的“脸”？》钛媒体《爆火的ChatGPT，能让自动驾驶更快实现吗？》