|
2022年11月底，人工智能公司OpenAI推出聊天机器人ChatGPT。仅2个月后，这款软件已在全球范围内吸引了数以亿计的用户。当下，如果有位二三十岁的年轻人说没听过ChatGPT，你或许都想将他交给考古学家。 ChatGPT最大的亮点在于能理解用户需求并创造内容、协助代码编写，并针对用户追问在后续对话中修正或补充。除了逻辑严密外，ChatGPT还具有记忆能力，在连续的对话中无需用户提供重复信息。相比于当前智能汽车所搭载的聊天机器人，它的语言组织和表达能力更接近人类，对话也更自然流畅。 在看到这款软件的强大之后，不少人开始担忧，自己的工作快要被机器人取代了。2023年2月9日，360创始人周鸿祎在《星空下的对话》节目中表示，如果企业搭不上ChatGPT这班车，很可能会被淘汰。 那么，作为正在发力智能化时代的重要产业，汽车自身己又该如何搭上ChatGPT这班通往未来的车？ “ChatGPT可以通过接口与智能电动汽车行业相结合，以提供自然语言处理和语音识别技术的功能。例如：语音助手，通过语音控制电动汽车的功能和设置；语音导航，提供语音导航指令；聊天机器人，通过对话系统提供有关电动汽车的信息和帮助。 2月初，有驾就ChatGPT如何与汽车产业结合向多家头部第三方机构高层请教。让人失望的是，大多数机构目前还并未发现相关技术与汽车产业结合足够出色的项目。 没关系，这并不代表ChatGPT与汽车产业之间没有产生联系。2月9日，特斯拉前AI高级总监Andrej Karpathy宣布将加入OpenAI公司。这便是发布了ChatGPT的人工智能公司。 一次饭局上，特斯拉CEO马斯克和几名供职于谷歌的AI研发人员讨论起了他们共同的担忧——人工智能终将会接管世界，但相关技术只会被个别巨头所掌握。因此，他们谋划建立一家不以追求利润为目标的AI研究机构，做到全面开源，将人工智能技术分享给想要使用的每个人。 看到了马斯克的支持后，一众硅谷投资人纷纷响应。为了确保技术研究的领先和顺利，他们不停寻找在行业内领先的AI技术大佬，并花了大价钱邀请加入。2015年，多方支持下，这一命名为OpenAI非营利性公司在加州正式创立。 然而，就在成立的两年后，OpenAI研究员Andrej Karpathy跳槽去特斯拉担任人工智能及自动驾驶视觉总监，直接向马斯克汇报。没错，就是刚刚宣布重新加入OpenAI的那位。 这一事件出现之后，外界越来越担忧特斯拉将运用OpenAI的技术实现自身在系统和产品方面的升级。2018年，马斯克选择从OpenAI董事会离开，仅以赞助者和顾问的身份与其保持联系。 马斯克离开的第二年，OpenAI便放弃此前“非营利性组织”的身份，改为“有利润上限”的盈利机构。该公司要求，股东的投资回报需被限制在原始投资金额的100倍以内。不久，微软为OpenAI注资10亿美元，并获得了将其部分AI技术商业化，赋能产品的许可。 就在ChatGPT发布一个多月后，微软又开始琢磨投资100亿美元收购OpenAI公司49%的股份。 据微软内部员工透露，微软Office办公软件正在使用OpenAI的技术整合AI工具集。相关功能包括优化Outlook搜索结果、辅助用户自动回复电子邮件、提供改进写作、汇报材料和数据表格的建议及聊天机器人式程序。 如果仅从技术角度来看，ChatGPT根本算不上什么新鲜事物。它只是全球AIGC领域的一员。近年来，已有多家技术公司和大量人工智能人才涌入这一赛道。 AIGC（AI Generated Content，AI生成内容），就是AI自主直接生产内容的技术形式。2022年，被很多AI行业人士称为AIGC元年。这一方面是因为ChatGPT，另一方面则因为强大的图片生成技术。 2022年8月，图片生成大模型Stable Diffusion实现开源，让文生图能力开始大规模复制。当月底，美国科罗拉多州博览会中的“数字艺术/数字摄影处理”项目比赛中，AI绘制的作品《太空歌剧院》获得第一名，引发巨大争议。彼时，AIGC已经开始出圈。 但从应用角度来看，ChatGPT无疑是AIGC领域中最耀眼的一颗明珠。正是这一产品的发布，引爆了整个行业，也让AIGC技术彻底火出了圈。也是因为这一产品的推出，大幅拉高了行业内外对于AIGC技术在应用层面的预期。 如今，汽车正在变得越来越智能，AI的应用越来越多。在汽车产业这一应用层面，AIGC技术又有机会发挥哪些价值？ 以ChatGPT为代表的AIGC技术目前主要应用在语言和图像处理层面。华兴资本投行部董事魏青对有驾表示，这意味着，相关技术在智能座舱和智能驾驶方面都有可能创造出巨大价值。 智能座舱方面，如ChatGPT自己的回答，相关技术在语音交互、聊天机器人等领域都有机会产生价值。尤其是，在完成大量信息学习之后，ChatGPT有机会为汽车提供比当前水准强十倍的语音识别能力，实现对各个版本方言的精准翻译，让语音交互变得更加高效。 ChatGPT强大的深度学习能力，将有利于车辆的各项功能以更符合驾驶者习惯的方式运行。比如，通过对驾驶员身材和坐姿的学习，帮助驾驶员调节座椅位置；通过对驾驶员表情和语言的学习，读懂驾驶员的情绪；通过对驾驶员开车习惯的学习，让车辆行驶更加舒适。 如果将ChatGPT强大的图像感知能力和强大的深度学习能力进行结合，提升行驶相关信息的提取速度将不再困难。它甚至可以完成本需要大量人力和时间成本的图像标注工作。这将大幅提升智能驾驶技术的数据汲取速度，从而推升自动驾驶功能的加速迭代。 在一些智能座舱或智能驾驶的软件代码撰写方面，ChatGPT，或更强大、更专业的AIGC产品有可能实现对人类工作的替代。届时，人类软件工程师的工作将主要是给机器输入指令，和对AI已生成的代码进行检查和优化。 虽然ChatGPT已较AIGC领域的前辈们先进不少，但它毕竟只是刚推出不久的初代产品，能力仍然非常基础。 早在2018年，OpenAI就发布了生成式预训练Transform模型GPT-1，并在之后的两年分别推出优化后的GPT-2和GPT-3。GPT-3的训练参数规模从GPT1的1.17亿提升至1750亿。孵化出ChatGPT的GPT-3.5，训练参数规模又提升了一个数量级。目前，正在开发中的GPT-4模型训练规模或达100万亿。 算法模型方面，OpenAI为ChatGPT引入了人工标注数据和PPO强化学习算法，能够结合参数庞大的相关性模型与人类反馈，在与人类互动中通过反馈来强化学习。换言之，用户给予的反馈越多，ChatGPT 就会被“打磨”得越好。 德克萨斯大学教授保罗·冯·希佩尔(Paul von Hippel)在接受《华尔街日报》采访时曾表示，ChatGPT仅能肤浅地谈论数学，但不能真正深入地“理解”数学。“它不能纠正错误的数学概念，还经常引入错误的概念，有时还会犯一些EXCEL或计算器都不会犯的奇怪数学错误。”他表示。 即便有如此大规模的训练，即便已收获数亿用户，即便已在全球范围内掀起热潮，ChatGPT在一些日常的对话中仍错误频出，或者给出模棱两可的“废话”答案。 智能汽车涉及到交通参与者生命财产安全，任何一点点的差池或者犹豫都有可能带来巨大的灾难。所以，ChatGPT或者AIGC技术即便被使用，前期也只能被放在非常浅度的工作中去，比如优化行进路线、能源消耗等领域。 即便相关技术足够成熟，人们目前也还不能很好地控制ChatGPT感知和学习的方向，也并不清楚AIGC技术的准确率。比如，在涉及智能驾驶的图像标注层面，任何一个交通场景参与者没有被准确识别，带来的后果都将不堪设想。 此外，ChatGPT是一个人人都可以使用的产品，包括坏人。如果黑客发现ChatGPT存在漏洞，或利用ChatGPT写的代码存在漏洞，那么任何采用这款软件撰写代码的产品都将陷入危险。如果涉及汽车，可能意味着隐私安全，甚至生命安全受到威胁。 与此同时，对于ChatGPT这一新事物，在法律法规层面也面临不少挑战。比如，借助相关产品产生的价值究竟归属谁？使用相关产品生产的内容如果造成了损失，责任方又在于谁？ “强大”，虽然让人振奋。但当这个词和“危险”同时出现，一切就显得不再那么美妙。技术本身是中立的，但使用它的人不同，带来的结果也就不同。越强大的技术，放在坏人的手中造成的破坏也将越大。 但技术的进步往往比人们的预期更加迅速。在ChatGPT推出之时，OpenAI一定不会想到，自己创造了全球月活用户数最快破亿的产品，而且大幅刷新了这一纪录。 随着训练量的指数级增长，AIGC技术将不断优化。或许在不久的未来，我们将看到AIGC利用深度学习能力助力公共交通效率大幅提升，L4级智能驾驶也可能在更高效的训练下快速来到普通人身边。 |
