下單前先比價不花冤枉錢 同款圖書京東價低于抖音6折日媒感慨中國電動汽車/智駕遙遙領(lǐng)先:本田、日產(chǎn)、三菱合并也沒戲消委會吹風(fēng)機品質(zhì)檢測結(jié)果揭曉 徠芬獨占鰲頭 共話新質(zhì)營銷力,2024梅花數(shù)據(jù)峰會圓滿落幕索尼影像專業(yè)服務(wù) PRO Support 升級,成為會員至少需注冊 2 臺 α 全畫幅相機、3 支 G 大師鏡頭消息稱vivo加碼電池軍備競賽:6500mAh 旗艦機+7500mAh中端機寶馬M8雙門轎跑車明年年初將停產(chǎn),后續(xù)無2026款車型比亞迪:2025 款漢家族車型城市領(lǐng)航智駕功能開啟內(nèi)測雷神預(yù)告2025年首次出席CES 將發(fā)布三款不同技術(shù)原理智能眼鏡realme真我全球首發(fā)聯(lián)發(fā)科天璣 8400 耐玩戰(zhàn)神共創(chuàng)計劃iQOO Z9 Turbo長續(xù)航版手機被曝電池加大到6400mAh,搭驍龍 8s Gen 3處理器普及放緩 銷量大跌:曝保時捷將重新評估電動汽車計劃來京東參與榮耀Magic7 RSR 保時捷設(shè)計預(yù)售 享365天只換不修國補期間電視迎來換機潮,最暢銷MiniLED品牌花落誰家?美團旗下微信社群團購業(yè)務(wù)“團買買”宣布年底停運消息稱微軟正與第三方廠商洽談,試圖合作推出Xbox游戲掌機設(shè)備在海外,要再造一個京東物流?消息稱蘋果正為AirPods開發(fā)多項健康功能,包括心率監(jiān)測和溫度感應(yīng)一加 Ace 5系列將搭載全新游戲助手:大幅提升游戲體驗東芝全部業(yè)務(wù)實現(xiàn)盈利,退市裁員重組后終于賺錢
  • 首頁 > 企業(yè)IT頻道 > 人工智能

    爆火的ChatGPT 能讓自動駕駛成為老司機嗎?

    2023年03月01日 11:03:26   來源:光錐智能

      文丨光錐智能,作者丨周文斌

      元宇宙已經(jīng)涼透了,NFT也快淹死了,但中國互聯(lián)網(wǎng)不知道,中國互聯(lián)網(wǎng)不在乎,因為現(xiàn)在它的眼里只有ChatGPT......

      這是最近兩個月來中國互聯(lián)網(wǎng)的真實寫照,大家都在為ChatGPT狂歡,周鴻祎更是語出驚人:“任何行業(yè)的APP、軟件、網(wǎng)站、應(yīng)用,如果加持上GPT的能力,都值得重塑一遍。”

      就像是發(fā)令槍扣動了扳機,在ChatGPT之后,人工智能直接開啟了科技企業(yè)的狂熱競賽。國外從微軟到谷歌;國內(nèi)從百度到騰訊、再從阿里到字節(jié),巨頭們紛紛下注,買定離手。

      2月份,這把火終于燒到了自動駕駛領(lǐng)域,2月17日,毫末宣布將自動駕駛認知大模型正式升級為DriveGPT,并將在4月份公布進展。目前,毫末智行已完成DriveGPT的模型搭建和第一階段數(shù)據(jù)跑通,可以對標(biāo)GPT-2的水平。

      而在2月23日的財報發(fā)布會上,百度也專門提到要將文心一言與Apollo自動駕駛結(jié)合。按照部署,未來文心一言背后大模型技術(shù)在自動駕駛上的應(yīng)用,將加深車輛對復(fù)雜城市路況的理解,進一步提升自動駕駛安全性和可靠性。

      要知道,在ChatGPT之前,自動駕駛一直是人工智能最具代表性的應(yīng)用,而ChatGPT作為人工智能領(lǐng)域的革命性突破,必然也將對自動駕駛帶來影響。

      關(guān)于這個問題,光錐智能也曾詢問ChatGPT。

      ChatGPT“認為”,自動駕駛作為一種新興技術(shù),雖然可能面臨一些道德問題,但仍然在安全性、經(jīng)濟性和可靠性方面對人類生活產(chǎn)生深刻影響。而作為一種自然語言處理的人工智能模型,ChatGPT可以在智能交互、數(shù)據(jù)處理,路況分析、人機交互,以及在社會和倫理問題的研究上提供支持。

      那么具體而言,ChatGPT會給自動駕駛的發(fā)展帶來哪些變革呢?同樣作為人工智能的應(yīng)用方向,它又和自動駕駛有著怎樣的淵源?又會給自動駕駛的發(fā)展路徑帶來哪些啟示?

      一、ChatGPT和自動駕駛的淵源

      ChatGPT能直接應(yīng)用在自動駕駛領(lǐng)域嗎?

      談起這個問題,了解自動駕駛和ChatGPT的人第一反應(yīng)肯定都是“不行”。

      原因很簡單,ChatGTP本質(zhì)上是一種自然語言處理技術(shù),它主要處理文本數(shù)據(jù)來實現(xiàn)對人類語言的理解和生成。但自動駕駛則更多涉及車載傳感器,如攝像頭帶來的圖像、以及激光雷達和毫米波雷達帶來的雷達數(shù)據(jù)。

      所以雖然同樣屬于人工智能技術(shù),但兩者看起來并沒有太多直接的關(guān)系。當(dāng)然,這樣的區(qū)分只是局限在應(yīng)用場景的不同,如果回溯背后的技術(shù)原理,ChatGPT與目前自動駕駛使用的主流技術(shù)其實有相當(dāng)多的共同特點。

      毫末智行CEO顧維灝介紹,毫末推出的人駕自監(jiān)督認知大模型就已借鑒了ChatGPT的實現(xiàn)思路,采用RLHF(人類反饋強化學(xué)習(xí))技術(shù),通過引入真實人駕接管數(shù)據(jù),對自動駕駛認知決策模型進行持續(xù)優(yōu)化。

      我們知道,ChatGPT是基于Transformer訓(xùn)練的NLP大模型。2017年,谷歌在NIPS發(fā)表論文《Attention is all you need》提出了Transformer網(wǎng)絡(luò)結(jié)構(gòu)。之后,由于其優(yōu)秀的長序列處理能力,更高的并行計算效率,無序手動設(shè)計特征,以及更強的語義表達能力,Transformer橫掃NLP領(lǐng)域并成為最主流的訓(xùn)練模型。

      簡單來說,Transformer極大程度上提高了超大規(guī)模數(shù)據(jù)訓(xùn)練的效率,所以在NLP領(lǐng)域取得成功之后,Transformer就延伸出了許多變種被應(yīng)用到更多場景,其中就包括自動駕駛需要的圖像識別和目標(biāo)檢測。

      比如ViT(Vision Transformer)模型,它是一種基于Transformer的視覺模型,可以在不使用CNN卷積神經(jīng)網(wǎng)絡(luò)的情況下進行圖像分類。或者DETR,一種基于 Transformer的目標(biāo)檢測模型,它可以同時進行目標(biāo)檢測和分類。

      2021年6月,在頂級峰會CVPR 2021上,時任特斯拉AI高級總監(jiān)的Andrej Karpathy首次提出將Transformer運用到自動駕駛的大規(guī)模無監(jiān)督訓(xùn)練中。(今年2月初,Karpathy在Twitter上宣布再次加入OpenAI。)

      如今,在關(guān)于Transformer在自動駕駛方面的應(yīng)用上,特斯拉已經(jīng)有了許多具體場景,比如從BEV感知到占用網(wǎng)絡(luò)。

      最早,特斯拉在車輛感知上使用的是Occupancy Tracker,即在每個相機上單獨進行感知,再將不同相機感知到的結(jié)果進行融合。

      但這種方式存在許多問題,比如不同攝像頭之間的信息融合困難,鬼探頭等遮擋區(qū)域的預(yù)測困難,以及一些巨大物體(當(dāng)一個物體跨過兩個攝像頭的范圍后)的預(yù)測困難等等。

      面對這些問題,特斯拉AI團隊希望利用神經(jīng)網(wǎng)絡(luò)將圖像空間映射到BEV空間。

      所以在2021年的AI DAY上,特斯拉提出了新的BEV感知方案,可以跨過傳統(tǒng)圖像縫合技術(shù),直接將所有攝像頭采集的圖像矯正后,一并輸入到神經(jīng)網(wǎng)絡(luò)提取特征。然后再基于Transformer將這些特征進行關(guān)聯(lián)從而投影到一個BEV空間上,最終獲得一個反應(yīng)周圍環(huán)境的鳥瞰圖。

      到2022年底的AI DAY,特斯拉又提出了occupancy network 占用網(wǎng)絡(luò),這是一種新的基于機器學(xué)習(xí)的三維重建方法,依靠它特斯拉可以把車輛行駛時遮擋靜止物體和動態(tài)物體通過有顏色的小方塊表示出來,以此來增加特斯拉的視野范圍,讓特斯拉可以對接下來的路徑規(guī)劃有更多信息。

      這些其實都是ChatGPT同源技術(shù)在自動駕駛方面的應(yīng)用,而具體到國內(nèi),在特斯拉首次提到將Transformer運用到自動駕駛2個月后,毫末就曾公開表示正在利用Transformer進行超大規(guī)模的感知訓(xùn)練,并且后期有可能將Transformer引入到規(guī)劃和控制中。

      到2022年,小鵬在1024科技日中也提到使用大模型打通XNGP全場景能力的觀點;百度Apollo也認為文心大模型將是提升自動駕駛能力的核心驅(qū)動力。

      總之,在嘗到Transformer的甜頭之后,自動駕駛企業(yè)紛紛將其引入到自動駕駛系統(tǒng)中,以此來實現(xiàn)系統(tǒng)感知智能與認知智能的優(yōu)化。

      再回到ChatGPT,我們知道ChatGPT基于GPT-3訓(xùn)練,但這個模型發(fā)布于2020年5月,雖然當(dāng)時在數(shù)據(jù)規(guī)模上做出了突破,但卻并沒有像ChatGPT一樣一鳴驚人。

      關(guān)于這一點,顧維灝認為,實現(xiàn)GPT3到ChatGPT的龍門一躍,最重要的是ChatGPT模型使用了“利用人類反饋強化學(xué)習(xí)RLHF”的訓(xùn)練方式,更好的利用了人類知識,讓模型自己能夠判斷其答案的質(zhì)量,逐步提升自己給出高質(zhì)量答案的能力。這個思路,與毫末在自動駕駛認知決策上的思路不謀而合。

      如同GPT-1到GPT-2一樣,毫末在自動駕駛認知的訓(xùn)練最開始也是從引入個別場景,讓模型進行端到端的模仿學(xué)習(xí)開始的,這個階段算法直接擬合人類的駕駛行為。在這個基礎(chǔ)上,自動駕駛的第二階段引入海量的正常人駕駛數(shù)據(jù),通過Prompt的方式實現(xiàn)認知決策。

      但這個過程也會遇到一個問題,即自動駕駛算法學(xué)習(xí)的是所有“正常人類”的駕駛行為,這些數(shù)據(jù)中可能有高水平的,有低水平的,但機器無法分別,最終學(xué)習(xí)的結(jié)果就是達到一個綜合所有數(shù)據(jù)的平均水平。

      為了解決這個問題,今年1月,毫末智行在AI Day上發(fā)布了人駕自監(jiān)督大模型,這個大模型如OpenAI在GPT-3上做的RLHF一樣,引入真實人類駕駛員的接管數(shù)據(jù)對自動駕駛進行強化學(xué)習(xí)。

      即自動駕駛車輛在行駛過程中,人類的每一次接手本質(zhì)上可以理解為當(dāng)前階段的自動駕駛解決方案的不滿意,而人類接手后的駕駛方案可以理解為更優(yōu)的決策。所以通過對人類接手后駕駛方案的學(xué)習(xí),能夠讓自動駕駛做出更像人的駕駛行為。

      在當(dāng)時的AI DAY上,毫末智行CEO顧維灝曾提到:“通過這種方式,在公認的困難場景,例如掉頭、環(huán)島等,我們的通過率提升了30%以上。”

      因此,雖然ChatGPT無法直接應(yīng)用到自動駕駛,但是ChatGPT的訓(xùn)練過程,以及其面臨的具體問題及其解決方案都值得學(xué)習(xí),也將對自動駕駛的發(fā)展帶來深遠的影響。

      二、ChatGPT的啟示

      對于自動駕駛來說,除了模型訓(xùn)練方式和具體問題的解決之外,ChatGPT還能給自動駕駛帶來哪些啟示呢?

      第一點,也是最重要的一點,就是ChatGPT給人類實現(xiàn)自動駕駛提供了信心。

      如小冰公司CEO李笛所說,大模型某種意義上意味著一種暴力,一種大力出奇跡的狀態(tài)。ChatGPT也跟它的前身GPT-3模型一樣擁有1750億個參數(shù),這是一種解決方案,即在人工智能這件事兒上,ChatGPT的成功意味著大力出奇跡是可行的。

      在ChatGPT之前,困擾自動駕駛從業(yè)者一個很重要的問題在于,無窮無盡的corner case是不是真的能夠解決完。為了盡可能解決這個問題,一些自動駕駛公司琢磨出數(shù)字孿生、3D重建、占用網(wǎng)絡(luò)等多種方式。

      而ChatGPT出現(xiàn)之后,又給自動駕駛解決corner case提供了新的思路,即只要數(shù)據(jù)量足夠多,依靠“人類反饋強化學(xué)習(xí)”,讓自動駕駛有能力應(yīng)對所有corner case也并非不可能。

      而要實現(xiàn)這樣的數(shù)據(jù)訓(xùn)練,大模型就會成為自動駕駛企業(yè)的必備技術(shù)。所以就像百度自動駕駛技術(shù)專家王井東提到的那樣:“大模型已經(jīng)成為自動駕駛能力提升核心驅(qū)動力。”

      當(dāng)然,要應(yīng)用大模型實際上并不簡單。

      首先面臨的就是成本問題,大模型具有參數(shù)規(guī)模大、數(shù)據(jù)訓(xùn)練規(guī)模大,對算力要求大、成本高的特點。據(jù)國盛證券估算,GPT-3訓(xùn)練一次的成本約為140萬美元,對于一些更大的LLM(大型語言模型),訓(xùn)練成本介于200萬美元至1200萬美元之間,折合人民幣基本每一次都過了千萬。

      所以對于自動駕駛企業(yè)來說,解決算力問題就變得尤為重要。以特斯拉為例,其在決定將Transformer應(yīng)用到自動駕駛訓(xùn)練同時,就推出了自己全新研發(fā)的超級計算機Dojo,從算力規(guī)模上看,當(dāng)時的Dojo幾乎一出道就成功卡位了全球第五大超級計算機。

      在國內(nèi),小鵬2022年和阿里云一起在烏蘭察布建立了智算中心“扶搖”。更早的2021年底,毫末也曾發(fā)布自己的自動駕駛數(shù)據(jù)智能體系MANA,到今年年初,毫末又進一步宣布建成了智算中心(MANA OASIS)。

      所以在大模型背后,算力也將成為未來自動駕駛企業(yè)在市場競爭中的核心能力,而在算力充足的基礎(chǔ)上,優(yōu)化算法效率來降低云端的訓(xùn)練成本也會成為重要的技術(shù)優(yōu)勢。

      除了在成本和算力方面的考慮,自動駕駛與ChatGPT的差異也表現(xiàn)在,相比在網(wǎng)頁端,大模型在自動駕駛領(lǐng)域的落地會比較困難。

      比如前面提到大模型需要大量的計算資源和存儲空間,但車端受限于硬件條件,計算資源和存儲空間都有限,而且還要考慮功耗和散熱等問題。

      除此之外,自動駕駛需要實時地對周圍環(huán)境進行感知決策,因此大模型的計算速度需要非?欤珡哪壳癈hatGPT的反應(yīng)速度來看,這顯然還有難度。

      針對這些問題,目前國內(nèi)自動駕駛企業(yè)也提出了一些解決辦法,比如通過定制Transformer專用加速芯片來提升計算效能,以及通過改進車端模型,通過輕量化的模型來提升計算效率。

      當(dāng)然,ChatGPT除了給自動駕駛提供了“大力出奇跡”的信心之外,它更重要的革命性意義在于,讓AI模型進入了知識和推理的時代。

      這恰恰是當(dāng)前自動駕駛面臨的最大短板,即決策規(guī)劃缺乏足夠的智能。而如果能夠?qū)hatGPT的技術(shù)應(yīng)用到自動駕駛的決策規(guī)劃上,讓模型學(xué)會駕駛知識和駕駛策略推理,那么將會極大地拔高整個自動駕駛軟件的智能上限。

      這里其實和前面提到的毫末人駕自監(jiān)督大模型是一個邏輯。

      顧維灝曾提到,當(dāng)前基于傳統(tǒng)、基于規(guī)則的認知算法已經(jīng)進入瓶頸,很難取得突破。毫末一直在嘗試通過人駕自監(jiān)督大模型的方式來提升自動駕駛決策的效果,使得自動駕駛更像老司機。

      百度的嘗試也是同樣的路徑,百度在最新財報電話會上提到,按照部署,未來文心一言背后大模型技術(shù)在自動駕駛上的應(yīng)用,將加深車輛對復(fù)雜城市路況的理解,進一步提升自動駕駛安全性和可靠性。

      從這個角度,ChatGPT的技術(shù)或有可能推動實現(xiàn)L4級別自動駕駛的實現(xiàn)。

      除此之外,ChatGPT還可以對自動駕駛場景生成帶來幫助。

      作為軟件工程師,知乎作者@我是路頭new 在研究如何用OpenScenario 2.0中定義的智能駕駛場景描述語言來進行試車場景提取,語義級別仿真場景生成,仿真場景泛化的過程中使用了ChatGPT。

      他讓ChatGPT幫忙生成一個Cut-in場景,在給定參數(shù)的情況下,ChatGPT能夠詳細給出基于OpenScenario 2.0的自動駕駛場景數(shù)據(jù),甚至在參數(shù)不足的時候,它還會提醒作者需要設(shè)計其他參數(shù)。

      同時,作者還測試了一些道路泛化的問題,即不給ChatGPT人為設(shè)定參數(shù),而是讓限制條件下讓ChatGPT自動生成數(shù)據(jù)。而面對這個問題,ChatGPT也給出了合格的答案。

      更重要的是,當(dāng)作者提問到,是否能夠生成之前提到條件下的所有場景,ChatGPT給出了一個科學(xué)計算的結(jié)果——131000。

      對于真正的自動駕駛場景來說,這樣的場景生成自然還十分粗淺,但這其實給自動駕駛場景生成,道路泛化提供了另一種思路和可能。

      可以說,就像每一次底層技術(shù)的創(chuàng)新都會帶來大規(guī)模的技術(shù)裂變一樣,ChatGPT雖然不能直接應(yīng)用在自動駕駛場景,但其背后的技術(shù)路徑,解決復(fù)雜問題的思路,都將為自動駕駛的發(fā)展提供最具價值的參考意義。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹(jǐn)慎對待。投資者據(jù)此操作,風(fēng)險自擔(dān)。

    即時

    新聞

    明火炊具市場:三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進了21600元。

    3C消費

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實質(zhì)性的幫助,雙十一期間低至2799元,性價比很高,簡直是創(chuàng)作者們的首選。

    研究

    中國信通院羅松:深度解讀《工業(yè)互聯(lián)網(wǎng)標(biāo)識解析體系

    9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會——工業(yè)互聯(lián)網(wǎng)標(biāo)識解析專題論壇在沈陽成功舉辦。