ChatGPT為自動駕駛指了條明路

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(lǐng)域中的里程碑事件，代表著AI技術(shù)發(fā)展到臨界點，也同樣預(yù)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(yīng)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(wù)。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(lǐng)域發(fā)聲：

先是，集度、長城、東風(fēng)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(yīng)用ChatGPT的模型和技術(shù)邏輯。

ChatGPT之于汽車行業(yè)，乃至于更聚焦的自動駕駛領(lǐng)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(shù)首次應(yīng)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(guān)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(yīng)用?！?/p>

不過，結(jié)合其他資料，可以大膽猜測出，ChatGPT大概率率先應(yīng)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(biāo)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(shè)定了三個目標(biāo)：

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(wù)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(shù)的掌握有所欠缺，導(dǎo)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(shù)上，仍然存在難點。

智能語音交互的技術(shù)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(dǎo)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(lǐng)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(xué)習(xí)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(xué)習(xí)，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(lǐng)域，融合對話智能技術(shù)、深度學(xué)習(xí)大模型技術(shù)、工程化能力、大數(shù)據(jù)的潛力，帶來更流暢、更有效的響應(yīng)……”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(shù)，在高用戶黏性之下，未來的商業(yè)化前景將更加廣闊。

當(dāng)然，考慮到成本層面，又往往會將相關(guān)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(shè)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(xùn)練，由于模型參數(shù)量較大（共1750億參數(shù)），訓(xùn)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(xùn)練成本將達到466萬美元／次。