几个月的时间,以ChatGPT为代表的大模型飞速蹿红,狂飙迭代,大有席卷各行各业之势。当这股热风吹进智能驾驶领域,带来了一些恐慌,也带来了新的方向。 一个是在云上满足泛化性多任务的语言类模型,一个是在公共交通环境下运行的智能驾驶系统,在智己汽车智驾中心软件高级经理殷玮看来,二者是通往AGI(Artificial General Intelligence通用人工智能)雏形的两条不同路径,ChatGPT从“云”出发走向“可信任”,智能驾驶从“端”出发走向“泛用”。 在通向AGI的路上,它们会有哪些交集?大模型对于智能驾驶的发展有什么指导意义?未来智能驾驶又会朝着什么方向演进? 在2023中国(亦庄)智能网联汽车科技周暨第十届国际智能网联汽车技术年会(CICV2023)上,殷玮分享了他的思考。 以下根据殷玮演讲速记整理,略有删减: 1、大模型和智能驾驶在何处交集? 图片 1)感知融合预测 ChatGPT和智能驾驶都属于系统范畴,而任何系统的研究,讨论的就是两个问题:一个是泛用性(指一个模型经过训练后,应用到新数据并做出准确预测,实现广泛场景覆盖的能力),一个是可靠性。通过泛用性来维持自己的不确定性,通过可靠性来维持确定性。 目前,智驾领域从原来只有图像感知使用模型、其它则使用规则算法的方式,到现在除了规控以外,感知融合预测已经可以全模型化。 研究车端大模型对于整个软件泛化性的控制,对corner case的处理有非常积极的意义,也是发展趋势。 2)数据引擎 数据闭环是ChatGPT和智能驾驶都必不可少的。不过,过去谈数据闭环,模型的变更还很多,但最近讨论的重点变成了看怎么用模型去得到结果,再用结果得到模型,循环套娃。 其实ChatGPT也类似,从1.0到4.0,整个数据结构就像脑子里的神经元,基本结构没发生多大变化,只是每次教育改革训练我们脑子的学习资料变化很