ChatGPT为自动驾驶指了条明路

　　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？
　　止于语音交互“鸡肋”？
　　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NvidiaV100GPU的分布式集群进行GPT3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3640PFdays。以NvidiaTeslaV100的LambdaGPU实例定价为1。50美元小时测算，GPT3的完整训练成本将达到466万美元次。
　　自动驾驶的“突现”时刻
　　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（EmergentAbility）”，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（ChainofThought）”。
　　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L4L5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L2L3级辅助驾驶，收集数据后再向L4L5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L2L3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？》