自动驾驶的“突现”时刻

可以看出，ChatGPT短期内更多是在智能化方面，赋能汽车行业发展，离完全意义上的自动驾驶还是有些距离。对此，ChatGPT自身也给出了如下回答：

作为一个语言模型，ChatGPT主要用于生成自然语言文本，如对话或文章等。自动驾驶技术需要处理的是感知、决策和控制等方面的问题，这些问题与ChatGPT所处理的文本生成任务并不相关。因此，在技术上，将自动驾驶技术与ChatGPT蹭热点并不可行。但是，自动驾驶公司可以利用ChatGPT等自然语言处理技术来提高其产品的人机交互能力，以更好地满足用户需求。

实际上，这也是业内主流的观点。此前，中国电动汽车百人会论坛（2023）专家媒体沟通会上，副理事长欧阳明高院士表示，ChatGPT出来之后会引发人工智能新一轮的革命，对智能驾驶也会产生深远的影响。

“马斯克做的就是基于这条技术路线，就是所谓的大模型、大数据、大算力……为了获得大数据，必须要大量卖智能辅助驾驶电动汽车，尤其是城市辅助驾驶今年可能大家会争先恐后地上市，这也是很重要的技术趋势。”

如何理解这段话？需要知晓的是，如果细究的话，ChatGPT成型背后有一个十分重要的基本原理能力—“突现能力（Emergent Ability）”，一般定义为“当系统中的量变导致其行为发生质变时出现的现象”。

简单来说，在某个规模阈值以下，大模型性能接近随机，而超过该阈值，其性能远高于随机。

各种测试表明，只有模型达到GPT3的规模，即参数大于1000亿，模型才有可能形成“突现能力”。而正是在“突现能力”的基础上，AI模型展示了类似人类的复杂推理和知识推理能力，这就是所谓“思维链（Chain－of－Thought）”。

基于“思维链”的推理能力，不需要再进行复杂的训练，而只是在提问时附加给出提示，模型就能自动学习，并做出相应推理得到正确结果。彻底体现了AI模型对人类高级思维能力的模仿。

这个能力很可能是ChatGPT实现高度智能化的一个重要基础。而这对于自动驾驶的路径选择来说，无疑会起到决定性的作用。

一直以来，围绕自动驾驶技术的演进，业内也一直存在两大“流派”：其中，Waymo、小马智行等是“跃进式”的代表，策略是直接实现L4／L5级自动驾驶；特斯拉则是“渐进式”路线的代表，策略是先在量产车上优先搭载L2／L3级辅助驾驶，收集数据后再向L4／L5进发。

此前，双方阵营泾渭分明，近两年情况则有所改变。不少L4公司开始“降维”进入L2领域。例如，Robobus领域的轻舟智航，推出了高阶自动驾驶解决方案；文远知行则是获得博世投资，将开展应用于乘用车的L2－L3级自动驾驶软件的开发。

作为对比的是，“渐进式”玩家中，特斯拉已经生产了数百万辆汽车，其搭载的辅助驾驶系统Autopilot，将收集到数十亿英里的路况和驾驶数据。上述这些行业动向，似乎都在宣告，渐进式路线阶段性的胜利。

当然，业内也有不同的看法，认为当下只是L2领域的胜利，能否渐进到L4尚且未知。而眼下，ChatGPT的横空出世则让行业认识到，不断去累积公里数，一直这么跑下去是可以获得更高级别的自动驾驶技术的跨越，量变能够引起质变，自动驾驶也有机会迎来“突现”时刻。

这才是ChatGPT对于自动驾驶的重要意义，某种程度上，算是为自动驾驶指了条明路。

参考资料：

TechWeb《ChatGPT上“车”？没那么简单》

盖世汽车社区《ChatGPT，打了人车交互的“脸”？》

钛媒体《爆火的ChatGPT，能让自动驾驶更快实现吗？》

       原文标题 : ChatGPT为自动驾驶指了条明路