被神话的GPT，造不出你的梦中神车

ChatGPT爆火之后，AI大模子成为众多科技公司追逐的热门。从谈天对话，到图像天生，再到桌面办公，好像AI在一夜之间具备了推翻一切的神力。

热潮伸张至汽车行业，从业者最先思索：让GPT造车，是否可行？

有车企宣布将应用大模子手艺，也有车企称要接入第三方大模子，尚有车企抢着公布了带有GPT字眼的自动驾驶系统。

有从业者对深途说，智能座舱和自动驾驶，或将是大模子*应用的场景。这其中，尤以自动驾驶最让人期待。

自动驾驶是一个难度极高的赛道。除了谷歌、百度等科技巨头，一大批天才创业者投身其中，烧掉数十亿美金，至今也没到达让人知足的效果。

AI大模子杀入自动驾驶，这次会纷歧样吗？

GPT跟汽车，有几毛钱关系？

GPT跟汽车，外面看无直接关联，实则渊源很深。故事得从六年前提及。

2017年6月，特斯拉的老板马斯克，从OpenAI挖走了一个斯洛伐克籍的研究员。这小我私人叫Andrej Karpathy，他厥后成为特斯拉的AI总监。

那时马斯克对人工智能显示出极大兴趣，他也是OpenAI的捐资开办人之一。把Andrej Karpathy招致麾下不久，马斯克脱离OpenAI董事会，他以为特斯拉和OpenAI都在研究AI，未来可能发生利益冲突。

厥后，Andrej Karpathy在特斯拉重写了自动驾驶算法，开发出BEV纯视觉感知手艺，让特斯拉自动驾驶进入新阶段。而他的前东家OpenAI，则将所有筹码押注在通用人工智能，最终研发出GPT。

从产物角度看，OpenAI的GPT和特斯拉的BEV，是完全差其余物种。但从手艺底层来看，它们都依托人工智能手艺，尤其是对谷歌Transformer模子举行了应用。

Transformer是一种深度学习的神经网络架构，由谷歌的8位AI科学家在2017年提出。这是人工智能行业极其主要的一项发现，今天大火的ChatGPT中的“T”，就是指Transformer大模子。

与传统神经网络RNN和CNN差异，Transformer通过自我注重力机制，去挖掘序列中差异元素的联系及相关性，具有很好的时序数据处置能力。这让它在机械翻译、文本摘要、问答系统等义务上，展现出突出的性能。

因此Transformer一最先被人们用在NLP（高级自然语言处置）领域，用于明晰人类的文本和语言。

在Transformer模子上举行预训练，经由不停的微调、迭代，OpenAI相继推出了GPT-1、GPT-2、GPT-3、GPT-4等语言训练大模子。ChatGPT是OpenAI对GPT-3模子微调后开发出来的对话机械人。由于它能以对话的方式举行交互，通俗人很好上手，且比已往的谈天机械人显得更“伶俐”，因此大放异彩。

从基本上，ChatGPT的GPT模子、谷歌的LaMDA大模子，以及百度的文心大模子，同宗同源。

将Transformer模子用于自然语言，降生了ChatGPT这样的谈天应用；将它用在盘算机视觉，同样取得了惊人的效果，这方面的先行者是特斯拉。

Andrej Karpathy在担任特斯拉AI总监时代，卖力向导自动驾驶的盘算机视觉团队，通过连系Transformer模子，特斯拉乐成开发出BEV手艺。

BEV全称是Bird’s Eye View，即鸟瞰图。它可以将摄像头拍摄的2D图像拼接转化为3D图像，统一转换到俯视角度下举行处置，形成“天主视角”。这么做的缘故原由是：开车是在三维空间中举行的，人看到的是立体的天下，而不是2D的图像。

这项全新的感知方案，在2021年8月的特斯拉AI DAY上由Andrej Karpathy对外展示。为此特斯拉不惜重写了自动驾驶算法，对训练深度神经网络的基础设施举行了重构。

这是大模子手艺首次被应用到自动驾驶行业。

今天回过头来看，虽然GPT现在主要应用在自然语言处置领域，我们并不能让GPT去驾驶一辆汽车，但它背后的AI大模子手艺，尤其是Transformer架构，现实上早就已经在自动驾驶领域应用了。

从自然语言处置到盘算机视觉，两个领域基于Transformer架构在建模结构上实现了统一，使团结建模加倍容易。

而随着对AI的明晰加深，汽车公司越来越像人工智能公司。除了特斯拉，理想汽车在今年头宣布公司愿景，声称要在2030年成为一家人工智能企业。它将在今年推出的都会NOA导航辅助驾驶系统，手艺支持就是BEV感知和Transformer模子。

让AI跟人对话，与让AI驾驶一辆汽车，似乎本质上并无区别，只是二者落地场景差异。在将底层手艺应用到详细产物这件事上，人类永远充满想象力。

GPT教会自动驾驶的那些事

今年以来，GPT展现出来的壮大能力，让外界大受震撼。通用人工智能不再是扑朔迷离。自动驾驶行业的人最先思索，或许天生式AI在语言模子上的应用思绪，可以迁徙到自动驾驶上。

本质上，语言模子是对人类的语言确立的数学模子。盘算机照样不懂自然语言，但它通过数学建模，把语言问题酿成了数学问题。通过给定的文本的历史，展望下一个词泛起的概率，间接地明晰了自然语言。

换到驾驶场景，若是给定当前的交通环境，给定一个导航舆图，以及一个驾驶员驾驶行为的历史，那么，大模子是不是可以展望下一个驾驶动作？

地平线首创人余凯在今年4月举行的电动汽车百人会论坛上说，ChatGPT给他很大启发，“我们要继续用大数据、更大的数据、更大的模子，而且无监视地去学习人类驾驶的实验，就像你从大量的、无监视的、没有标注的自然文本里去学习一样”。他以为，每个驾驶员驾驶控制的序列，就像我们的自然语言文本一样。下一步，他想构建一个回归自动驾驶的大语言模子。

理论上，这个思绪是可行的。人工智能已经具备学习能力。凭证自顺应的语言模子，机械会凭证用户的反馈不停迭代优化，学习用户的习惯，然后改善模子。现在的ChatGPT就运用了这项手艺。那么，让机械学习司机的驾驶习惯，就不是一件很难的事情。

特斯拉的影子模式，就是把真人司机的驾驶数据，投喂给机械学习。通过比对人类驾驶员行为，来到达训练算法的目的。

GPT掀起新一轮AI热潮后，对行业造成的一个认知打击是，通过把模子的参数规模不停变大，数据量指数型增添，也就是所谓的大模子，在到达某个临界点后，模子会突然变得很伶俐。

已往，模子在训练阶段需要的数据，是经由人工标注的。以自动驾驶为例，数据标注员通过大量的图片标注，告诉机械什么是猫，什么是狗，猫和狗各有若干种类。标注员就像是机械的先生，一遍一遍教会它熟悉这个天下。

问题是，先生没教过的器械，机械照样不会。典型的是特斯拉曾多次发生自动驾驶事故，车辆撞上侧翻的大卡车，由于机械识别不了。

和高资源首创合资人何宇华对深途举过这样一个例子：广州的夏日雨天频仍，在一些灯光对照幽暗的场景下，空中会有大量的飞虫。当汽车驶过时，灯光打已往，可能会有数以千计的飞虫撞向车头。在这种情形下，汽车的自动驾驶感知系统，可能会误以为是一堵墙。

5000一晚的野奢酒店，中产不向往了

5000一晚的野奢酒店，中产不向往了,回到现实中，野奢酒店往往成了中产、网红的“收割机”，那些遍布乡野的“向往的生活”也都成了一次性体验。

自动驾驶系统不能穷尽所有的corner case（极端场景），是其生长路上的一浩劫关。

ChatGPT抓取的是全网未符号的数据。在自监视学习中，数据自己被用作监视信号，而不是依赖于人工符号的标签。有一天人们发现，大模子在消化这些数据的历程中，突然具备了闻一知十的能力。

那么，若是自动驾驶大模子也能无监视地学习人类驾驶行为，不需要“先生”手把手地教，是不是意味着，系统摇身一变，成了“老司机”？

GPT“开车”，还不靠谱

梦想很美妙，实现梦想的路总是很骨感。

类似ChatGPT的AI大模子要在自动驾驶领域施展威力，现在来看至少有如下几个问题需要解决。

首先是数据泉源。

ChatGPT的数据泉源异常厚实，包罗维基百科、书籍、新闻文章、科学期刊等等，相当于全网果然数据都是它的养料。

自动驾驶差异。驾驶员的驾驶数据、车辆行驶数据不果然，许多还涉及隐私。汽车厂商、自动驾驶公司各自为政，数据封锁不流通，这让获取数据变得难题。没有数据，自动驾驶就是无源之水。

遐想创投总裁贺志强对深途说，自动驾驶的焦点是要有数据，数据对训练模子异常主要。比亚迪这样的主机厂有数据，但算法还需要打磨，“蔚小理”等造车新势力善于算法，但车的销量还不够。既有数据也有算法的公司，才气充实用好大模子。

其次是系统的盘算部署方式有限制。

余凯以为，OpenAI、ChatGPT是在云端的盘算，在云端有充实的能量供应、电源供应，同时有异常好的系统，可是若是在车上依赖的是电池，依赖的是车端的散热，那么这个挑战是很大的，意味着自动驾驶不能用那么大的模子、那么大的盘算。

大模子对算力的消耗，导致云盘算厂商成为这波AI热潮中*批吃到盈利的玩家。大厂开卷云盘算，也是为大模子开路。然则在车端，这会是一个矛盾。

更大的问题是，大模子的可靠性尚未验证。

使用过ChatGPT的人知道，ChatGPT有时刻会乱说八道，时对时错。这在业内被称为幻觉（hallucination）倾向，即发生完全没有出处的非真实内容。大模子会编造内容，而不在意内容的真实性和准确性。

谈天可以乱说八道，自动驾驶不能以。任何一次错误的输出，导致的效果都可能是致命的。

“ChatGPT取得伟大希望，但自动驾驶迟迟没有到来，由于自动驾驶稀奇是无人驾驶，可能容错率就是零，那是性命关天的事情。”余凯说。

曾在硅谷某AI创业公司担任COO的龙志勇以为，不能控、不能展望和不能靠，是大模子商业化*的威胁。典型显示是大模子有幻觉倾向。

现在，要让自动驾驶系统学会选择和鉴别，并稳固地输出*解，还不太现实。

一家人工智能公司的内部人士对深途说：“视觉感知在算法层面简直有不少突破。但车这种场景，要求太高了，我小我私人不以为短期能有大的突破。可以关注一下特斯拉的动向。”

然而最近科技圈有一股民俗，大巨细小的公司，都要蹭一把GPT的热门。有一些汽车厂商，宣布即将应用类似GPT的手艺，一堆炫酷的观点让人傻傻分不清晰。

好比某传统车企旗下的自动驾驶公司，就公布了一个自动驾驶天生式大模子，要用这个模子来训练自动驾驶，号称“行业首例”。

一位耐久关注智能汽车赛道的投资人，询问一位行业大佬怎么看该模子，对方就回了四个字：“TM扯淡。”

“完全就是一个PR行为。”这位投资人对深途评价。

自动驾驶，会被推倒重来吗？

在特斯拉的动员下，再叠加今年兴起的AI浪潮，自动驾驶行业逐渐向大模子、大算力、大数据偏向不停靠近。

大模子对自动驾驶的影响，现在还不够凶猛，但嗅觉敏锐的人已经出现出一种矛盾心态。

就像昔时特斯拉行使Transformer将多摄像机数据从图像空间转化为BEV空间，为此不惜将原有架构推翻，重写算法。现在大模子的应用，也可能意味着原有自动驾驶算法，会被推倒重来。

贺志强以为，大模子会对自动驾驶有伟大影响。以前自动驾驶用到许多小模子，现在酿成大模子，可能需要重新来一遍。自动驾驶行业会重新洗牌。

一家AI芯片公司的自动驾驶总监赵东翔对深途说，整体端到端更改，即是重新做。

洗牌对新入局者是时机，对*者是威胁。弯道超车的故事，往往发生在手艺急速转变时期。在手艺与日俱增的时代，在旧蹊径投入越多，淹没成本可能越大，转身越难题。对于整车厂或自动驾驶公司而言，要拥抱一项新手艺，不仅要思量效果，还要思量成本。

赵东翔示意，就当前阶段而言，自动驾驶变换手艺蹊径没意义，“现在行业手艺能力也不差，人人花那么多钱做了那么久，没有大幅度提高的话没有换的动力。”

在去年底的AI DAY上，特斯拉将BEV升级到占用网络（occupancy network），泛化能力获得进一步提升。通过占用网络，特斯拉的自动驾驶感知系统可以不需要知道看到的物体是什么，就可以判断是否需要逃避，由此解决了更多长尾问题。

岂论何种手艺蹊径，现在都处于快速转变迭代中。已往的小模子可能会被大模子替换，今天的大模子也可能在未来被某种新物种替换。

但不管怎样，蹭热门、制造噱头的做法，是无益于手艺提高的。“蹭热度是陋习，踏扎实实做产物才有用。”赵东翔说。

自动驾驶真正的“王炸”，还远没有到来。我们需要做的，是对每一轮手艺转变保持敬畏之心。被神话的GPT，造不出你的梦中神车，但至少，转变已经发生了。

*应受访者要求，赵东翔为假名。

【本文由投资界相助同伴微信民众号：深途授权公布，本平台仅提供信息存储服务。】若有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处置。