21世紀(jì)經(jīng)濟(jì)報(bào)道記者張梓桐 實(shí)習(xí)生董浩文 上海報(bào)道
(資料圖)
在剛剛結(jié)束的2023世界人工智能大會上，“AI大模型”的產(chǎn)業(yè)化落地問題成為了大會的焦點(diǎn)。如何讓新一代人工智能在現(xiàn)實(shí)應(yīng)用中生根，是一眾企業(yè)和專家的關(guān)心的議題。其中，自動駕駛是“AI大模型”落地的一大方向。
在2023WAIC開幕式上，特斯拉CEO馬斯克作出判斷稱，隨著人工智能技術(shù)快速發(fā)展，預(yù)計(jì)大約在今年年末，便有望實(shí)現(xiàn)全面自動駕駛。
這一判斷令行業(yè)震動。市場開始紛紛期待，在AI大模型的加持之下，自動駕駛的“奇點(diǎn)時刻”是否即將到來？
在清華大學(xué)計(jì)算機(jī)系教授、博士生導(dǎo)師鄧志冬看來，目前的單模態(tài)語言大模型已經(jīng)擁有了足夠的能力，也具備通用人工智能的很多特征來支撐自動駕駛行業(yè)的發(fā)展。未來，行業(yè)需要進(jìn)一步發(fā)展增強(qiáng)型的多模態(tài)大型語言模型，來對真實(shí)物理空間的自動駕駛、人形機(jī)器人進(jìn)行技術(shù)支撐，以此來加速大規(guī)模的商業(yè)化落地。
自動駕駛新方向
在過去幾年內(nèi)，伴隨著AI概念的起起伏伏，自動駕駛等AI落地場景的想象空間也引起著市場反復(fù)的熱議。雖然去年以來在車企紛紛邁向城市NOA賽道的背景下，許多自動駕駛軟硬件廠商開始形成商業(yè)閉環(huán)，但依舊有一些因素在制約其發(fā)展。
21世紀(jì)經(jīng)濟(jì)報(bào)道記者在走訪中了解到，一方面，雖然目前車上各種傳感器種類繁多，但如何將不同類型的傳感器進(jìn)行融合是一大挑戰(zhàn)；另一方面，自動駕駛系統(tǒng)和人工智能系統(tǒng)的最核心問題為決策和判斷模塊，目前這些模塊還是基于規(guī)則，因此顯得不夠智能。
但人工智能大模型的出現(xiàn)在一定程度上解決了這些問題。
商湯科技聯(lián)合創(chuàng)始人、首席科學(xué)家、絕影智能汽車事業(yè)群總裁王曉剛在接受21世紀(jì)經(jīng)濟(jì)報(bào)道等媒體采訪時表示，人工智能大模型給我們帶來的革命性變化之一，就是多模態(tài)大模型對自動駕駛的賦能。
王曉剛告訴記者，人工智能大模型的特點(diǎn)就是用有限的能力不斷去解鎖之前不能完成的新功能和新任務(wù)，因此大模型一定會對下一代自動駕駛產(chǎn)生深刻影響。例如，多模態(tài)大模型把感知、決策，規(guī)劃、控制等眾多的模塊能夠去實(shí)現(xiàn)端到端的優(yōu)化，以最終的駕駛體驗(yàn)為目標(biāo)，可以極大提升其開發(fā)效率和用戶體驗(yàn)。
“在未來，大模型給自動駕駛會帶來新的變化。首先，自動駕駛的核心決策模塊的規(guī)則會被人工智能的語言模型所替代，因?yàn)槟壳暗恼Z言模型展示出來了非常強(qiáng)大的推理、決策能力。與此同時，當(dāng)決策模塊提升后，就可以更好的融合從感知模塊輸出的各種信息，能夠提升整體安全性和駕駛體驗(yàn)?！蓖鯐詣偱袛喾Q。
除此之外，王曉剛還指出，由于語言模型具備輸出邏輯推理的過程來解釋原因的能力，所以未來的自動駕駛系統(tǒng)會有更好的可解釋性，可以更好的去診斷問題以及提升各方面的能力。
“過去自動駕駛存在著一大挑戰(zhàn)，即AI模型可執(zhí)行、可解釋性不高。但現(xiàn)在大模型，尤其是語言模型，實(shí)際上不單是輸出結(jié)果，而且還可以輸出中間的邏輯推理過程來解釋背后的原因，所以未來的自動駕駛系統(tǒng)會有更好的可解釋性，當(dāng)他出現(xiàn)問題的時候，可以更好的去診斷、優(yōu)化?！蓖鯐詣傉f道。
但他同時指出，人工智能的自動駕駛系統(tǒng)“上量”仍然需要一定的周期。而根據(jù)過去商湯科技在自動駕駛領(lǐng)域的量產(chǎn)經(jīng)驗(yàn)，過去的難點(diǎn)用最新開發(fā)的UniAD框架去測試已經(jīng)得到了比較顯著的提升。
多模態(tài)模型
在語言、視覺、聽覺大模型都取得了長足發(fā)展的當(dāng)下，多模態(tài)大模型也隨之應(yīng)運(yùn)而生。而這也為終端汽車的數(shù)字化、智能化進(jìn)程按下了“加速鍵”。
“現(xiàn)在的汽車越來越像一臺電腦了，一輛汽車現(xiàn)在由三臺電腦控制，一臺電腦控制底盤，一臺電腦控制座艙，一臺電腦控制智駕?！痹?023年世界人工智能大會“AI與新一代車載智能感知融合創(chuàng)新論壇”現(xiàn)場，覺非科技創(chuàng)始人李東旻做出了上述的判斷。
與此同時，李東旻也為記者介紹了自動駕駛發(fā)展的不同階段。他表示，在第一階段中，智能駕駛解決方案依靠的是各個小模型的堆疊，也就是通過多個獨(dú)立“小模型”構(gòu)成自動駕駛的感知、跟蹤、融合、預(yù)測等能力，而這也是現(xiàn)階段自動駕駛解決方案的主要輸出方式。其中，覺非科技的融合定位能力、激光點(diǎn)云融合感知能力即是自動駕駛小模型的典型代表。
而在第一階段的訓(xùn)練后，許多賽道內(nèi)的創(chuàng)業(yè)公司通過在算法、數(shù)據(jù)上的積累，為第二階段即“自動駕駛大模型與大數(shù)據(jù)方案”的到來，創(chuàng)造了先天的優(yōu)勢與壁壘。
李東旻對記者指出，大模型部署的難點(diǎn)在于算力與數(shù)據(jù)的支持?！芭e例而言，大模型所需的數(shù)據(jù)量通常是小模型的100倍以上，以前如果用10萬幀或100萬幀的數(shù)據(jù)訓(xùn)練就可以達(dá)到量產(chǎn)標(biāo)準(zhǔn)，而現(xiàn)在大模型則需要至少10億幀的數(shù)據(jù)作為起點(diǎn)?！?/p>
因此，他表示，整個自動駕駛行業(yè)在技術(shù)路徑上也達(dá)成了“驚人的共識”，即都希望在自己的技術(shù)路徑上使用Transformer大模型。因此無論是新勢力還是傳統(tǒng)主機(jī)廠，都在自研或與覺非這樣的合作伙伴進(jìn)行技術(shù)合作，開展大模型的研發(fā)與量產(chǎn)。
王曉剛也在采訪中表達(dá)了類似的觀點(diǎn)，在他看來，算力始終是影響大模型發(fā)展的一大要素。
而為了應(yīng)對算力的挑戰(zhàn)，王曉剛也坦言稱，商湯的大模型一直處于一種非常緊張的迭代狀態(tài)?！吧虦拇笱b置一方面需要針對不同類型的應(yīng)用、不同類型的大模型進(jìn)行優(yōu)化。另一方面，商湯在部署端也積極接受合作商的反饋，不斷適配各類軟硬件?！?/p>
與此同時，王曉剛也表示，大裝置也是需要針對不同類型的應(yīng)用，因此不同類型模型的優(yōu)化側(cè)重點(diǎn)上也有所不同?！笆聦?shí)上，在部署端我們也做了很多工作，比如基礎(chǔ)模型做完后，要開放給內(nèi)部，甚至是外部的客戶合作伙伴。他們能在模型上進(jìn)行反饋，做比較好的開發(fā)。當(dāng)然這也需要我把這些工具和API做好。”他說道。
關(guān)鍵詞：
責(zé)任編輯：Rex_11
