文|科技新知 樟稻
編輯|伊頁
ChatGPT繼續(xù)如同黑洞一般，吸引著各大勢力布局。
外界看來，這是人工智能領域中的里程碑事件，代表著AI技術發(fā)展到臨界點，也同樣預示著原有的商業(yè)模式都有機會重塑一遍。
正如英偉達創(chuàng)始人黃仁勛所述，由于ChatGPT可以借助API方式被外界調(diào)用，意味著它可以接入各類軟件，它的出現(xiàn)也將像瀏覽器改變互聯(lián)網(wǎng)、蘋果應用商店改變軟件行業(yè)一樣，對行業(yè)產(chǎn)生巨大的沖擊。
典型的如搜索引擎、云計算行業(yè)，由于ChatGPT的橫空出世，原有的市場競爭態(tài)勢被打破。譬如百度可以借著文心一言，售賣其智能云服務。這對于場上原有的玩家而言，機遇與挑戰(zhàn)同在。
那么汽車行業(yè)呢？可以看到，近段時間內(nèi)，車企們也頻頻在ChatGPT領域發(fā)聲：
先是，集度、長城、東風日產(chǎn)、愛馳、零跑、吉利汽車、海馬汽車等近10家車企加入文心一言的朋友圈；緊接著，毫末智行宣布，自動駕駛認知大模型正式升級為DriveGPT，在自動駕駛模型算法方面，全面應用ChatGPT的模型和技術邏輯。
ChatGPT之于汽車行業(yè)，乃至于更聚焦的自動駕駛領域，到底是放衛(wèi)星還是起飛點？
止于語音交互“雞肋”？
集度是最早公開打出“ChatGPT上車”概念的車企。
2月14日，集度ROBOVERSE三里屯體驗中心啟動會上，CEO夏一平率先宣布，將融合百度“文心一言”的能力，打造針對智能汽車場景的人工智能交互體驗，支持汽車實現(xiàn)自然交流的再進階。
據(jù)了解，此次“文心一言”上車集度，是全球類ChatGPT技術首次應用于智能汽車產(chǎn)品。
對于合作的具體細節(jié)，現(xiàn)場并未公布。對此夏一平表示，“關于具體會有哪些功能，我只能說現(xiàn)在還在努力地去跟百度團隊在對接，因為大家也知道文心一言將在三月份發(fā)布，之后才會去做我們的應用?！?/p>
不過，結合其他資料，可以大膽猜測出，ChatGPT大概率率先應用在語音交互方面。
畢竟，除了ChatGPT本身就是憑借其出色的交互能力出圈外，同一時期，長安汽車官方公號發(fā)布了題為《假如把ChatGPT裝進長安深藍SL03》的文章，讓消費者自然而然聯(lián)想到車載智能語音交互功能上。
現(xiàn)階段，作為市場主流的交互方式，智能語音是智能座艙的標配功能。根據(jù)消費者調(diào)研數(shù)據(jù)，語音交互功能是座艙內(nèi)體驗比例和滿意程度最高的交互方式。
一般而言，主機廠將語音交互功能作為其產(chǎn)品智能化與差異化的核心體現(xiàn)。比如，梅賽德斯-奔馳的用戶體驗團隊為其車載語音體驗的開發(fā)設定了三個目標：
1. 允許司機像對待另一個人一樣自然地交談。
2. 支持比典型語音服務更多的查詢類型。
3. 將語音更自然地集成到整體車內(nèi)體驗中，以便用戶可以在語音和觸摸控制之間無縫切換。
然而，現(xiàn)實往往很殘酷。由于車企對語音交互技術的掌握有所欠缺，導致車載語音系統(tǒng)的交互程度普遍較弱，體驗一般，大多時候淪為“雞肋”。
個中緣由，其實在于智能語音交互技術上，仍然存在難點。
智能語音交互的技術邏輯主要包括三大部分：識別、理解和執(zhí)行。目前提供解決方案的廠商中，識別部分已經(jīng)趨于成熟，識別率可以達到90%。行業(yè)的痛點主要集中在“理解”部分，大部分的車載語音交互系統(tǒng)在“理解”上并不智能。
舉個例子，此前傳統(tǒng)主機廠提供的前端語音交互功能，大部分采用命令控制。用戶需按照指定命令進行交互，機器不具備語義理解能力。交互機械化，導致整個系統(tǒng)功能單一、命令詞單一。
那么，基于AI語言大模型，對任何領域的任何問題幾乎都能進行整合回答的ChatGPT，能否給車載語音交互系統(tǒng)帶來新的可能？
答案是肯定的?！癈hatGPT在推理和學習能力上優(yōu)勢明顯，不僅可以用于理解和對話，更可以通過上下文交流和自我學習，來實現(xiàn)輔助創(chuàng)作和知識進化。這些能力同樣適用車載語音交互領域，融合對話智能技術、深度學習大模型技術、工程化能力、大數(shù)據(jù)的潛力，帶來更流暢、更有效的響應……”思必馳汽車事業(yè)部產(chǎn)品總監(jiān)葛付江如此認為。
從這點來看，如果汽車智能語音能夠植入類ChatGPT技術，在高用戶黏性之下，未來的商業(yè)化前景將更加廣闊。
當然，考慮到成本層面，又往往會將相關廠商拉回冰冷的現(xiàn)實。
根據(jù)Lambda官網(wǎng)數(shù)據(jù)，微軟為OpenAI設計了一個包含10000塊Nvidia V100 GPU的分布式集群進行GPT-3的模型訓練，由于模型參數(shù)量較大（共1750億參數(shù)），訓練完成共耗費30天，消耗總算力為 3640PF-days。以Nvidia Tesla V100的 Lambda GPU實例定價為1.50 美元/小時測算，GPT-3的完整訓練成本將達到466萬美元/次。
自動駕駛的“突現(xiàn)”時刻
可以看出，ChatGPT短期內(nèi)更多是在智能化方面，賦能汽車行業(yè)發(fā)展，離完全意義上的自動駕駛還是有些距離。對此，ChatGPT自身也給出了如下回答：
作為一個語言模型，ChatGPT主要用于生成自然語言文本，如對話或文章等。自動駕駛技術需要處理的是感知、決策和控制等方面的問題，這些問題與ChatGPT所處理的文本生成任務并不相關。因此，在技術上，將自動駕駛技術與ChatGPT蹭熱點并不可行。但是，自動駕駛公司可以利用ChatGPT等自然語言處理技術來提高其產(chǎn)品的人機交互能力，以更好地滿足用戶需求。
實際上，這也是業(yè)內(nèi)主流的觀點。此前，中國電動汽車百人會論壇（2023）專家媒體溝通會上，副理事長歐陽明高院士表示，ChatGPT出來之后會引發(fā)人工智能新一輪的革命，對智能駕駛也會產(chǎn)生深遠的影響。
“馬斯克做的就是基于這條技術路線，就是所謂的大模型、大數(shù)據(jù)、大算力……為了獲得大數(shù)據(jù)，必須要大量賣智能輔助駕駛電動汽車，尤其是城市輔助駕駛今年可能大家會爭先恐后地上市，這也是很重要的技術趨勢。”
如何理解這段話？需要知曉的是，如果細究的話，ChatGPT成型背后有一個十分重要的基本原理能力—“突現(xiàn)能力（Emergent Ability）”，一般定義為“當系統(tǒng)中的量變導致其行為發(fā)生質變時出現(xiàn)的現(xiàn)象”。
簡單來說，在某個規(guī)模閾值以下，大模型性能接近隨機，而超過該閾值，其性能遠高于隨機。
各種測試表明，只有模型達到GPT3的規(guī)模，即參數(shù)大于1000億，模型才有可能形成“突現(xiàn)能力”。而正是在“突現(xiàn)能力”的基礎上，AI模型展示了類似人類的復雜推理和知識推理能力，這就是所謂“思維鏈（Chain-of-Thought）”。
基于“思維鏈”的推理能力，不需要再進行復雜的訓練，而只是在提問時附加給出提示，模型就能自動學習，并做出相應推理得到正確結果。徹底體現(xiàn)了AI模型對人類高級思維能力的模仿。
這個能力很可能是ChatGPT實現(xiàn)高度智能化的一個重要基礎。而這對于自動駕駛的路徑選擇來說，無疑會起到?jīng)Q定性的作用。
一直以來，圍繞自動駕駛技術的演進，業(yè)內(nèi)也一直存在兩大“流派”：其中，Waymo、小馬智行等是“躍進式”的代表，策略是直接實現(xiàn)L4/L5級自動駕駛；特斯拉則是“漸進式”路線的代表，策略是先在量產(chǎn)車上優(yōu)先搭載L2/L3級輔助駕駛，收集數(shù)據(jù)后再向L4/L5進發(fā)。
此前，雙方陣營涇渭分明，近兩年情況則有所改變。不少L4公司開始“降維”進入L2領域。例如，Robobus領域的輕舟智航，推出了高階自動駕駛解決方案；文遠知行則是獲得博世投資，將開展應用于乘用車的L2-L3級自動駕駛軟件的開發(fā)。
作為對比的是，“漸進式”玩家中，特斯拉已經(jīng)生產(chǎn)了數(shù)百萬輛汽車，其搭載的輔助駕駛系統(tǒng)Autopilot，將收集到數(shù)十億英里的路況和駕駛數(shù)據(jù)。上述這些行業(yè)動向，似乎都在宣告，漸進式路線階段性的勝利。
當然，業(yè)內(nèi)也有不同的看法，認為當下只是L2領域的勝利，能否漸進到L4尚且未知。而眼下，ChatGPT的橫空出世則讓行業(yè)認識到，不斷去累積公里數(shù)，一直這么跑下去是可以獲得更高級別的自動駕駛技術的跨越，量變能夠引起質變，自動駕駛也有機會迎來“突現(xiàn)”時刻。
這才是ChatGPT對于自動駕駛的重要意義，某種程度上，算是為自動駕駛指了條明路。
參考資料：
TechWeb《ChatGPT上“車”？沒那么簡單》
蓋世汽車社區(qū)《ChatGPT，打了人車交互的“臉”？》
鈦媒體《爆火的ChatGPT，能讓自動駕駛更快實現(xiàn)嗎？》