在本周，阿里的“ChatGPT”通義千問正式發布，成為國內第二個類ChatGPT的大語言模型產品，在國內外的人工智能技術都在大爆發的當下，GPT類的大模型正在迅速向我們的生活中拓展延伸。
【資料圖】
目前已經有不少車型的智能座艙部分都宣布接入人工智能大模型，在智能駕駛方面，GPT類的進展還不多，但在下周，毫末智行的自動駕駛生成式大模型DriveGPT將發布，自動駕駛也將正式進入有GPT加持的時代，自動駕駛的技術路線是否將被重塑？
DriveGPT能讓自動駕駛落地更快，并非重塑技術路線？
DriveGPT自動駕駛認知大模型也采用了RLHF（人類反饋強化技術）算法，通過不斷輸入真實人駕接管數據，持續優化自動駕駛決策模型，也就是它會借鑒成千上萬的真實駕駛數據，從而做出自己的最優解。DriveGPT整體的訓練邏輯和使用的算法，與ChatGPT大體相似，只是領域不同，但也只是在目前條件下，還不相同。
隨著人工智能技術的發展，自動駕駛的研發和落地進程都得到了加快，自動駕駛需要通過“看、想、行動”三個步驟來實現。其中，“想”這一步是最具挑戰性的，因為它需要考慮各種復雜的情況和變化，如交通規則、路況、天氣等。這就需要建立一個強大的模型來模擬人類思維過程，而GPT類的AI軟件正是為此而生。
在自動駕駛訓練中，GPT類的AI軟件可以發揮至關重要的作用。首先，它可以通過深度學習和自然語言處理等技術，從海量的數據中提取有價值的信息，并對這些信息進行分類、分析和歸納，進而生成高質量的文本和語音輸出。這些輸出可以被用于解決自動駕駛中的各種問題，如識別路標、指示牌和交通信號燈。此外，GPT類的AI軟件還可以幫助自動駕駛車輛預測其他車輛和行人的行為，并作出相應的反應，比如緊急制動或轉向。
在自動駕駛領域中，產生和計算以及需要參考的數據量都很大，需要進行大量的處理和分析。而GPT類的AI軟件具有強大的計算和數據處理能力，可以快速處理和分析大量的數據，并生成有用的結論和輸出。這些結論和輸出可以被用于制定更好的交通規則和靈活的行車策略，從而提高整個道路系統的效率和安全性。
除了這些最基本的功能之外，GPT類的AI軟件還可以根據用戶需要進行定制開發，以適應不同的場景和需求。例如，在城市中行駛時，自動駕駛車輛需要快速識別前方的障礙物，并采取相應的措施來避免碰撞。在這種情況下，GPT類的AI軟件可以通過預測障礙物的位置、速度和方向，從而加強對自動駕駛的控制和管理，雖然這類預判類的功能已經應用在自動駕駛中，但是數據規模非常有限，在接入GPT的數據庫之后，冗余度會變得更高。
同時，GPT類的AI軟件還可以幫助自動駕駛車輛學習和適應新的路況和環境。例如，當車輛進入新的地理區域時，它可能會遇到一些新的路標和交通信號，需要重新學習如何處理這些信號和指示。在這種情況下，GPT類的AI軟件可以提供有價值的指導和支持，特別是在沒有高精地圖的地區，GPT的計算能力，配合原有的感知與數據處理，會讓無圖地區的自動駕駛變得更容易實現。
值得一提的是，GPT類的AI軟件還可以幫助減少人為錯誤和不必要的決策。自動駕駛車輛需要時刻保持高度警覺，并做出正確的決策來避免潛在的危險。然而，人為錯誤和誤判仍然是無法避免的問題。通過使用GPT類的AI軟件，我們可以提高決策的準確性和可靠性，從而避免因人為因素而導致的事故和損失。AI軟件還可以實時監控自動駕駛系統的狀態和行為，檢測異常和風險，并及時采取相應的措施。
AI自己不知道界限在哪里，人為干預不一定有用？
此外，還可以使用GPT的老本行自然語言處理技術，與乘客進行交互，了解其需求和偏好，并在駕駛過程中加強安全保障措施。因為想與ChatGPT交流時，你的任何一個問題都可以讓軟件進入特定的語境之內，從而可以更順暢自然地回答問題，而GPT類的自動駕駛AI熟悉使用了駕駛者的習慣之后，也就相當于進入了“語境”，它的應對方式會更加貼近車輛的駕駛者，但這也要給AI一個評定標準，如果駕駛者的駕駛習慣并不好，那么在這個“語境”中，AI做出的表現可能會適得其反。
如今車路協同技術的不斷發展，越來越多的車型或者App開始接入車路協同系統，當人工智能在加入車路協同系統之后，車輛的預測感知能力會變得更強，當然這可能也會帶來一些不確定性，當人工智能逃出了車輛，或者車企的后臺計算中心，而接入到更廣闊的數據量或者載體之中，AI會做出什么，我們不得而知。但是，我們也都明白，AI是不可能被限制在某一個特定載體或者空間內的，它就是要去把萬物以某種方式連接起來，在我們變得更方便、技術開發變得更快捷的同時，要謹防埋藏下的隱患。
凡事都具有兩面性，正如其他技術一樣，GPT類的AI軟件在自動駕駛訓練中也存在一些潛在的風險和挑戰。首先，它需要大量的數據來進行訓練和學習，因此數據的質量和準確性對其性能有著至關重要的影響，大家在ChatGPT中也會發現它會做出一些明顯錯誤的回答，這就要怪它的數據庫了，讓AI知道什么是對、什么是錯、底線在哪里，這很重要，人類在這之中還要起到關鍵的作用。其次，由于自動駕駛車輛必須滿足嚴格的安全標準，因此GPT類的AI軟件需要經過充分的測試和驗證，以確保其安全和可靠性，像特斯拉目前訓練自動駕駛，其實就是使用的AI類軟件，所以我們也會看到特斯拉的自動駕駛落地標準可能并不能適應全球各國各地的標準。
總結：
人工智能在自動駕駛訓練中扮演著重要的角色，它能夠幫助我們建立準確、可靠的駕駛模型，快速高效地處理和分析大量的數據，實現智能化的駕駛決策，并建立多重安全保障機制，但是其實它是一種如虎添翼的作用，只是在一些標定或者細節的計算方面，讓技術發展變得更快捷，并不是對于目前自動駕駛研發技術路線的重塑。
但是，我們在上文也提到過，像DriveGPT這類AI軟件，是被人為控制在了自動駕駛領域，如果把它接入到更多的載體之中，把學習的數據量擴展到更多方面，那它真的可能會重塑技術路線，不但會重塑，甚至會對我們產生一些威脅，如何把AI人工智能技術控制在一個合理范圍內，這將是接下來人類要共同面對的一個大問題，一刀切式的“拔網線”暫停開發，擋不住一個每時每刻都在膨脹的猛獸。
關鍵詞：
