النماذج الكبيرة التي تم دمجها من مرسيدس-بنز إلى الدراجات هي المنفذ التالي للسيارات الذكية؟

منذ أن بدأت موجة النماذج الكبيرة الحجم في النصف العام الماضي ، وكل شيء يمكن أن يكون GPT ، أصدرت شركات مثل BAT منتجاتها النموذجية واسعة النطاق. ليس من المستغرب أن تتقاتل مئات "النماذج" ومجموعات من "النماذج" ترقص بعنف. جميع أنواع المؤتمرات الصحفية بمختلف الأحجام على خشبة المسرح ، وتبذل جميع الشركات قصارى جهدها لتثبت للعالم الخارجي مقدار المساحة المتاحة لخيالها. بعد دخول شهر يوليو ، هدأت النماذج واسعة النطاق للأغراض العامة بشكل طفيف ، وبدأت النماذج واسعة النطاق الخاصة بالصناعة في الظهور ، مثل "Word" Ctrip المخصص للفنادق والسياحة ، و "Ziyue" من NetEase Youdao المخصص للتعليم ، و Dajing مخصص لتشخيص وعلاج الطب الصيني التقليدي ، وفي الطب الصيني التقليدي ، "Qi Huang Dao Wen" ، هناك الكثير منهم.

والسبب في هذا التغيير هو أنه من ناحية أخرى ، تركز الشركات المختلفة على أعمالها الخاصة ، وبالتالي فإن منتجات النماذج واسعة النطاق التي تنشئها تتأثر به حتماً. هذه حقيقة موضوعية ؛ من ناحية أخرى ، مع التطور العام من النماذج الكبيرة ، بدأ أيضًا ذكر تصنيعها أكثر فأكثر. بعد كل شيء ، إذا كان لا يمكن نشره كمنتج في متناول اليد ، بغض النظر عن مدى تقدم التكنولوجيا ، فإنه لا معنى له. في منتصف يونيو ، تعاونت Mercedes-Benz مع Microsoft وأصبحت أول شركة سيارات في العالم تدمج ChatGPT في نظام التحكم الصوتي للسيارة الخاص بها.بعد نصف شهر ، أعلنت شركة دراجات أخرى أنها ستكون مجهزة بـ ChatGPT. Stack self - نموذج سيارة كبير مطور. كمتفرج ، بينما تشعر أن ضوء الخيال العلمي قد دخل إلى الواقع ، لا يسعه سوى جعل الناس يحلمون بيقظة ، فربما يكون الطراز الكبير هو المنفذ التالي لذكاء السيارة؟

1. ارتدِ الطراز الكبير واربط حزام الأمان

** في 16 يونيو ، أعلنت شركة السيارات مرسيدس بنز ومايكروسوفت ، التي يبلغ عمرها قرنًا من الزمان ، أن الشركتين تعملان على توسيع نطاق تعاونهما في مجال الذكاء الاصطناعي ودمج ChatGPT في نظام التحكم الصوتي للسيارة من مرسيدس-بنز. ** سيسمح هذا التعاون لمالكي السيارات بتجربة ChatGPT أثناء القيادة عبر خدمة Azure OpenAI من Microsoft. بدأت خطة الاختبار رسميًا في السادس عشر ، ويمكن أن يشارك في الاختبار ما مجموعه حوالي 900 ألف سيارة مرسيدس-بنز مجهزة بنظام المعلومات والترفيه MBUX في الولايات المتحدة.

يظهر تطور العلم والتكنولوجيا في السنوات الأخيرة أن السيارة أصبحت نوعًا جديدًا من الأجهزة الطرفية الذكية. بعد ظهور النماذج الكبيرة ، ستتأثر العلاقة بين الأشخاص والمركبات والمركبات حتمًا. على وجه التحديد ، ينعكس هذا التأثير بشكل أساسي في جانبين: ** 1. التأثير على القيادة التلقائية. 2. التأثير على قمرة القيادة الذكية. ** دعنا نتحدث عنها بشكل منفصل.

1. تأثير النماذج الكبيرة على القيادة الذاتية. ** يمكن للنماذج الكبيرة التعامل مع كميات هائلة من البيانات ، وفي الوقت نفسه تتمتع بقدرات تحليل متعددة الأبعاد ، والتي يمكن أن توفر تحليل بيانات أكثر دقة وشمولية وقدرات التنبؤ. من خلال الحفاظ على التحسين والترقية للنموذج الكبير ، يمكن تحسين دقة وموثوقية القيادة التلقائية. ** يمكن لنموذج كبير للأغراض العامة مثل ChatGPT أن يصبح شائعًا في جميع أنحاء العالم فقط عندما يصل عدد المعلمات إلى مستوى معين ويبدأ في امتلاك قدرات كافية. بالنسبة لمستوى التطبيق المحدد ، يمكن تقسيم تأثير النموذج الكبير على القيادة الذاتية إلى السحابة ونهاية السيارة. ** في السحابة ، يمكن لشركات السيارات الاستفادة من سعة المعلمات الكبيرة المتأصلة في النماذج الكبيرة ، وإكمال معظم تصنيف البيانات وأعمال التعدين من خلال نماذج كبيرة ، وتوفير التكاليف ، وبناء التمكين بمساعدة سيناريوهات المحاكاة. على جانب السيارة ، يمكن تقسيم النموذج الكبير إلى عدة نماذج فرعية فرعية ، تكون مسؤولة عن مهام فرعية مختلفة ، مما يوفر وقت حساب الاستدلال على جانب السيارة ويزيد من سلامة القيادة. ** بالإضافة إلى ذلك ، غالبًا ما تُعتبر الخوارزمية المتكاملة للإدراك واتخاذ القرار من السحابة إلى السيارة آخر عنق الزجاجة في خوارزمية القيادة الذاتية. ويمكن حلها بشكل فعال بعد توصيل السيارة بالطراز الكبير ، و قد لا تكون ترقية الخوارزمية للقيادة الذاتية بعيدة المنال.

2. التأثير على قمرة القيادة الذكية. بأخذ سيارة مرسيدس-بنز المذكورة أعلاه كمثال ، قالت Microsoft إن ChatGPT على متن الطائرة يمكن أن يدعم المزيد من الحوارات الديناميكية ، بما في ذلك الأوامر الصوتية العامة والحوارات التفاعلية.يمكن لنطاق الحوارات أن يغطي معلومات الموقع والوصفات وحتى بعض الحوارات الأكثر تعقيدًا .مشاكل ، مما يسمح لعيون السائق بالتركيز أكثر على ظروف الطريق. بعد ذلك ، صرحت Microsoft و Mercedes-Benz أيضًا أنهما ستواصلان التعاون لاستكشاف النظام البيئي للمكونات الإضافية لـ ChatGPT واستكشاف إمكانية دمج خدمات الجهات الخارجية. ** قد يكمل السائقون المستقبليون مهامًا مثل حجز المطاعم أو تذاكر السينما من خلال نظام الطراز واسع النطاق المركب على السيارة ، مما يؤدي إلى تحسين الراحة والإنتاجية مع تحسين تجربة القيادة. **

بالإضافة إلى ذلك ، سيكون للنموذج الكبير أيضًا تأثير جديد على أساليب البحث والتطوير ونماذج الأعمال لشركات السيارات. فيما يتعلق بأساليب البحث والتطوير ، فإن إمكانات وضع العلامات الفعالة للذكاء الاصطناعي واضحة للجميع. فمهام تصنيف البيانات التي كانت تستغرق وقتًا طويلاً الآن تستغرق بضع ساعات فقط. يتم تقليل وقت وتكلفة البحث والتطوير بشكل كبير ، ويمكن للنماذج الكبيرة التعامل مع المهام متعددة الوسائط: يمكن للبيانات الغنية ، مثل الصوت والإيماءات والرؤية وما إلى ذلك ، أن تساعد شركات السيارات على زيادة تحسين الكفاءة الإجمالية للبحث والتطوير وتقليل التكاليف وزيادة الكفاءة. من حيث ** نموذج العمل ** ، فإن النماذج واسعة النطاق الحالية بليغة بشكل عام. بعد دمجها في نظام السيارة ، قد تتطور العلاقة بين الأشخاص والمركبات والآلات من "علاقة عمل" إلى "علاقة مصاحبة ". ستفهم القدرات أيضًا بشكل تدريجي تفضيلات الناس وعاداتهم ، ثم تستمد قيمة تجارية جديدة.

2. هل الطراز الكبير والسيارة تطابقان في السماء؟

بعد إعلان مرسيدس بنز عن تعاونها مع Microsoft ، أصدرت السيارة المحلية المثالية أيضًا MindGPT ، وهو نموذج كبير تم تطويره ذاتيًا ، كما تم ربط Wenxin Yiyan من Baidu بالعديد من شركات السيارات مثل Hongqi و Changan و Geely و Lantu و Leap. ** لذلك ، من المتوقع أن يصبح الجمع بين الطرازات الكبيرة وشركات السيارات والسيارات أكثر شيوعًا. ** انطلاقا من شركات السيارات المشاركة الحالية ، لديهم أيضًا تركيزهم الخاص على التركيز على التطوير واتجاه الموديلات الكبيرة. من الناحية الوظيفية ، يمكن تقسيمها إلى نوعين: ** 1 ، وهي تستخدم في مجال الاتصال والحوار في قمرة القيادة الذكية. 2. تستخدم في الأنظمة الذكية مثل القيادة الأوتوماتيكية. ** الأول يشبه التعاون بين Mercedes-Benz و Microsoft المذكور أعلاه ، ونظام تشغيل السيارة الذكية Alibaba AliOS المتصل بـ Tongyi Qianwen ؛ أداء القيادة قريب من أداء السائق البشري ، و DriveGPT ، وهو توليدي واسع النطاق نموذج القيادة الذاتية الذكي والذكي ، ويساعد على حل مشاكل اتخاذ القرار الإدراكي ، وأخيراً يحقق القيادة التلقائية من السحابة إلى السيارة. بالإضافة إلى ذلك ، قام كل من Great Wall و Chery و NIO و Xiaopeng أيضًا بالتسجيل والتقدم بطلب للحصول على العديد من العلامات التجارية المتعلقة بـ GPT ، ويُعتقد أنه ستكون هناك نتائج متعلقة بالطرز الكبيرة التي ستصدر قريبًا.

مقارنةً بنموذج ChatGPT واسع النطاق للأغراض العامة ، فإن تكاليف التدريب والاستخدام للصناعة أو النماذج العمودية واسعة النطاق أقل. لذلك ، سواء كان مصنعًا عمره قرن من الزمان مثل Mercedes-Benz ، أو قوة محلية جديدة مثل Wei Xiaoli ، أو شركة تكنولوجيا مثل Microsoft أو BAT ، يعتقد المزيد والمزيد من الناس أن ** السيارات الذكية قد تكون أول من يدرك الهبوط من النماذج الكبيرة. سيناريو الجانب B المنتشر **. ومع ذلك ، فإن الطريق إلى الإنجاز المتبادل بين الاثنين ليس بالسلاسة التي يتصورها المرء.

** أولاً وقبل كل شيء ، ما هو مرئي للعين المجردة هو محدودية ظروف أجهزة السيارة ، مما قد يجعل من الصعب على الطراز الكبير المثبت على السيارة ممارسة أدائه الكامل. ** في الوقت الحالي ، تعد تهيئة الأجهزة المطلوبة من قبل العديد من النماذج واسعة النطاق في العالم عالية بشكل عام ، بما في ذلك قدرات الحوسبة عالية الأداء ، والذاكرة ذات السعة الكبيرة ، والكمون المنخفض. يتم تشغيل النموذج. ** على سبيل المثال ، يصل حجم معلمة GPT-3.5 إلى 175 مليارًا ، وقدرة الحوسبة التي تدعمها تصل إلى تريليونات من TOPS. يجب أن تكون قوة الحوسبة للشريحة الداعمة 10000 TOPS على الأقل لتوفير الحوسبة مهام النموذج الكبير. ومع ذلك ، في بيئة السيارة ، غالبًا ما تكون قوة الحوسبة للرقاقة بضع مئات من TOPS فقط ، والتي لا يمكنها حتى الوصول إلى العتبة المطلوبة لحوسبة النماذج واسعة النطاق. ** باتباع هذا الاتجاه ، فإن الاتجاه العام هو ترقية البنية التحتية للطاقة الحوسبية المركبة على السيارة ، وسيكون مركز الحوسبة الذكية تكوينًا قياسيًا للسيارات الذكية المستقبلية. على سبيل المثال ، يستخدم Dojo ، وهو مركز حوسبة سحابية مستقل أنشأته Tesla ، ما مجموعه حوالي 14000 وحدة معالجة رسومات Nvidia لتدريب النماذج الكبيرة.

** ثانيًا ، معالجة البيانات ليست مشكلة صغيرة ، لا سيما البيانات متعددة الوسائط الشائعة بشكل متزايد. ** تتطلب القيادة التلقائية الكثير من أجهزة الاستشعار والبيانات ، بما في ذلك الرادار الليدار ، ورادار الموجات المليمترية ، والرادار فوق الصوتي ، وما إلى ذلك ، بالإضافة إلى الكاميرات المخصصة عالية الدقة ، ومعدات GPS ، وما إلى ذلك ، ولأن هذه الأجزاء ذات حساسية عالية ، معدلات الفشل والضرر عالية جدا. تأتي بيانات الطيار الآلي من أنظمة إحداثيات مختلفة ، ولكل منها طابع زمني مشغل مختلف. بالإضافة إلى ذلك ، تتطلب القيادة الذاتية أيضًا قدرًا كبيرًا من بيانات المشهد ، مثل التعلم والتعرف على إشارات المرور والعلامات الأرضية والسلوك ونماذج الاستجابة ذات الصلة لحركة المرور وتدفق الحشود ، إلخ. تتطلب إدارة النماذج والبيانات الكبيرة استخدام شبكات المركبات الذكية ، فضلاً عن دعم منصات تكنولوجيا الحوسبة الخاصة ومنصات تكنولوجيا التحكم السحابي ومرافق البنية التحتية الأخرى. وللتعاون المتبادل ، من الضروري جمع البيانات الضخمة كشرط أساسي ، خاصةً في المجال الرأسي للسيارات. هذا يختلف عن الأنظمة الأخرى داخل السيارة ، فإذا كانت المنصات الأساسية تقاتل بشكل مستقل ، فمن المؤكد أنها ستجعل من الصعب عليها التطور إلى مستوى أعمق. ** أدى تراكب هذه العوامل إلى جعل عتبة التطوير والتدريب الخاصة بالنموذج الكبير المركب على السيارة عالية جدًا. إن العتبة الفنية للقيادة الذاتية عالية بالفعل ، ونموذج السيارة واسع النطاق أكثر من ذلك. **

** أخيرًا ، على الرغم من أن الذكاء الاصطناعي التوليدي الحالي قد حقق اختراقات في الحصول على المعلومات ، إلا أنه لا يزال بعيدًا عن الانتشار على السيارات من حيث التحكم اللاحق واتخاذ القرار والتنفيذ. ** يتطلب تدريب النموذج الكبير من السحابة إلى السيارة أيضًا إنشاء خوارزمية جديدة بناءً على النموذج الكبير في نظام السيارة. ومن المقدر بشكل متحفظ أن تستغرق هذه العملية من ثلاث إلى خمس سنوات ، أو ثماني إلى عشر سنوات ، أو حتى طويل.

3. الضوء ولكن ليس ساطعًا ، الماء الراكد يتدفق بعمق

** تتمتع كل من السيارات والنماذج الكبيرة بسمات تكنولوجية قوية. وقد تكمن الأهمية الكبرى للجمع بين الاثنين في التعلم المتبادل من بعضهما البعض ، أي تعزيز سمات التصنيع والاستهلاك للنماذج الكبيرة ، وفي نفس الوقت تقوية الخصائص الإلكترونية والتكنولوجية للسيارات. ** من وجهة النظر هذه ، فإن القرار الحقيقي بشأن إمكانية استخدام الطراز الكبير في السيارة يعتمد على القوة التكنولوجية لشركة السيارات نفسها ، والتي ترتبط أيضًا بما إذا كان بإمكانها احتلال الارتفاعات القيادية لتكنولوجيا المستقبل.

بكل إنصاف ، فإن الجمع بين السيارات والموديلات الكبيرة يستحق التطلع إليه. ** من الأهمية الكبرى للنموذج الكبير إعادة تعريف التفاعل بين الإنسان والحاسوب وبيئة الخدمة ذات الصلة. بعد ركوب السيارة ، ستسرع العملية الإلكترونية للاستهلاك البيئي لخدمات التطبيقات داخل السيارة ، الأمر الذي سيؤدي إلى حد كبير تغيير نظام السيارة ، داخل السيارة ، تعريف المنتجات الأساسية مثل النماذج الكبيرة. ** في هذا الصدد ، يمكن القول إن كلمات Su Qing ، الرئيس السابق لقسم منتجات القيادة الذاتية في Huawei ، حادة: "في نظر مصنعي السيارات التقليديين ، تعتبر السيارة قاعدة ، وتطبيق السيارة أو غيره تحاول الأنظمة تضمين أجهزة الكمبيوتر أو الذكاء الاصطناعي على هذه القاعدة. نحن وجهات النظر مختلفة ، والقاعدة عبارة عن كمبيوتر ، والسيارة عبارة عن جهاز طرفي يتحكم فيه الكمبيوتر. هذه وجهة نظر مختلفة تمامًا. "

** هذا هو معنى النماذج الكبيرة ولكن من منظور السيارات يعني تقليل التكاليف وزيادة الكفاءة. ** ظلت تكلفة الأشخاص في شركات السيارات التقليدية مرتفعة دائمًا ، وحتى خوارزمية القيادة الذاتية لا تزال تعتمد إلى حد كبير على الكتابة والاختبار اليدوي. بعد دمج النموذج الكبير ، يمكن أن يقود النموذج الكبير خوارزمية ذكية جديدة. لبناء مثل هذه الخوارزمية ، يجب على شركات السيارات إنشاء منصة جيدة ، ويجب على شركات النماذج الكبيرة أن تصنع منتجات جيدة. على سبيل المثال ، منصة الحوسبة التي تربط السيارات بالموديلات الكبيرة مبنية بشكل أساسي حول الرقائق والسحابة. تكمن الصعوبة الأكبر في تقليل التكاليف وتوحيد الإنتاج. ** مع منتجات جيدة من النماذج واسعة النطاق ، سيكون هناك ما يكفي من المبيعات ، ويمكن للمبيعات الكافية أن تزيد من بيانات الحلقة المغلقة من طرف إلى طرف. ويمكن أن يؤدي الحصول على بيانات ذات جودة وكمية مضمونة إلى إنشاء مجموعة كبيرة عالية الجودة -نماذج مصغرة. ** بأخذ جميع شرائح الذكاء الاصطناعي الأساسية ذات قوة الحوسبة العالية كمثال ، فإن السعر الحالي لشريحة Nvidia هو عشرات الآلاف أو عشرات الآلاف. ناهيك عن التكلفة العالية ، والاعتماد على الإمداد الخارجي ليس بأي حال من الأحوال طويلاً- حل المدى لشركات السيارات المحلية.

بالنظر إلى الأمر بهذه الطريقة ، إذا أرادت شركات السيارات أن تذهب بعيدًا في مجال النماذج الكبيرة المركبة على المركبات ، فعليها إما زيادة جهودها في البحث الذاتي على الرقائق الأساسية لتوفير التكاليف ، أو البحث عن اختراقات في الخوارزميات أو الأنظمة للعثور على أفضل نشر للنماذج الكبيرة في أسرع وقت ممكن. المسار. ** ولكن بغض النظر عن الشخص المقدر ألا يكون إبحارًا سلسًا ، فهذا طريق مليء بالزهور ، ولكنه أيضًا مليء بالأشواك التي يمكن رؤيتها بالعين المجردة. **