Масштабні моделі, інтегровані від Mercedes-Benz до велосипедів, – це наступний вихід для розумних автомобілів?

Оскільки за останні півроку почалася хвиля великомасштабних моделей, і все може бути GPT, такі компанії, як BAT, випустили власні великомасштабні моделі. Не дивно, що сотні «моделей» борються і групи «моделі» шалено танцюють. На сцені відбуваються різноманітні прес-конференції різного масштабу, і всі компанії намагаються з усіх сил довести зовнішньому світу, який простір для їхньої фантазії. Після початку липня широкомасштабні моделі загального призначення трохи охололи, і почали з’являтися галузеві великомасштабні моделі, такі як «Word» Ctrip, присвячений готелям і туризму, «Ziyue» NetEase Youdao, присвячений освіті, і Дацзин, присвячений діагностиці та лікуванню ТКМ. У традиційній китайській медицині «Ці Хуан Дао Вень» їх так багато.

Причина такої зміни полягає в тому, що, з одного боку, різні компанії мають власну спрямованість бізнесу, тому це неминуче впливає на створювані ними великомасштабні модельні продукти.Це об’єктивний факт, а з іншого боку, із загальним розвитком великих моделей, її індустріалізацію також почали згадувати все частіше. Зрештою, якщо його не можна розгорнути як продукт у межах досяжності, незалежно від того, наскільки передовою є технологія, це не має сенсу. У середині червня Mercedes-Benz співпрацював з Microsoft і став першою автомобільною компанією в світі, яка інтегрувала ChatGPT у власну систему голосового керування автомобілем.Півмісяця потому інша велосипедна компанія оголосила, що буде оснащена ChatGPT. - розроблена велика модель автомобіля. Як сторонній спостерігач, відчуваючи, що світло наукової фантастики увійшло в реальність, це не може не змусити людей мріяти, можливо, велика модель справді є наступним виходом для інтелекту автомобіля?

1. Сідайте на велику модель і пристебніть ремінь безпеки

** 16 червня автомобільна компанія Mercedes-Benz і Microsoft спільно оголосили, що дві компанії розширюють співпрацю в галузі ШІ та інтегрують ChatGPT у систему голосового керування автомобілями Mercedes-Benz. **Це співробітництво дозволить власникам автомобілів користуватися ChatGPT під час водіння за допомогою служби Microsoft Azure OpenAI. Тестовий план офіційно стартував 16 числа, і в ньому можуть брати участь близько 900 000 Mercedes-Benz, оснащених інформаційно-розважальною системою MBUX у Сполучених Штатах.

Розвиток науки і техніки в останні роки показує, що автомобіль стає новим типом розумного терміналу. Після появи великих моделей відносини між людьми та транспортними засобами та транспортними засобами неминуче постраждають. Зокрема, цей вплив в основному відображається у двох аспектах: ** 1. Вплив на автоматичне водіння. 2. Вплив на розумну кабіну. ** Поговоримо про це окремо.

1. Вплив великих моделей на автономне водіння. **Великі моделі можуть обробляти величезні обсяги даних і водночас мають можливості багатовимірного аналізу, що може забезпечити більш точний і повний аналіз даних і можливості прогнозування. Підтримуючи оптимізацію та модернізацію великої моделі, можна підвищити точність і надійність автоматичного водіння. **Така велика модель загального призначення, як ChatGPT, може стати популярною в усьому світі лише тоді, коли кількість параметрів досягне певного рівня і вона почне мати достатні можливості. Що стосується конкретного рівня застосування, вплив великої моделі на автономне водіння можна розділити на хмару та транспортний засіб. **У хмарі автомобільні компанії можуть скористатися перевагами великої ємності параметрів, притаманної великим моделям, завершити більшість роботи з маркування даних і інтелектуального аналізу за допомогою великих моделей, заощадити кошти та розширити можливості за допомогою сценаріїв моделювання. З боку транспортного засобу велика модель може бути розділена на кілька допоміжних підмоделей, які відповідають за різні підзавдання, заощаджуючи час обчислення висновків на стороні автомобіля та підвищуючи безпеку водіння. **Крім того, інтегрований алгоритм сприйняття та прийняття рішень від хмари до автомобіля часто вважається останнім вузьким місцем алгоритму автономного водіння.Це може бути ефективно вирішено після підключення автомобіля до великої моделі та Оновлення алгоритму автономного водіння більше не може бути недосяжним.

2. Вплив на розумну кабіну. На прикладі Mercedes-Benz, згаданого вище, Microsoft заявила, що вбудований ChatGPT може підтримувати більш динамічні діалоги, включаючи загальні голосові команди та інтерактивні діалоги.Обсяг діалогів може охоплювати інформацію про місцезнаходження, рецепти та навіть деякі більш складні діалоги. .. проблеми, дозволяючи очам водія більше зосереджуватися на дорожніх умовах. Згодом Microsoft і Mercedes-Benz також заявили, що продовжуватимуть співпрацю для вивчення екосистеми плагінів ChatGPT і вивчення можливості інтеграції сторонніх служб. **Майбутні водії можуть виконувати такі завдання, як бронювання ресторанів або квитків у кіно за допомогою великомасштабної системи, встановленої на транспортному засобі, підвищуючи зручність і продуктивність, одночасно покращуючи враження від водіння. **

Крім того, велика модель також матиме новий вплив на методи дослідження та розробки та бізнес-моделі автомобільних компаній. З точки зору методів дослідження та розробки, ефективні можливості штучного інтелекту щодо маркування очевидні для всіх. Завдання маркування даних, які раніше займали багато часу, тепер займають лише кілька годин. Час і вартість досліджень і розробок значно скорочуються, а великі моделі можуть Вирішуйте мультимодальні завдання Багаті дані, такі як голос, жести, зображення тощо, можуть допомогти автомобільним компаніям ще більше підвищити загальну ефективність досліджень і розробок, зменшити витрати та підвищити ефективність. З точки зору бізнес-моделі, поточні великомасштабні моделі, як правило, красномовні. Після інтеграції в систему транспортного засобу відносини між людьми, транспортними засобами та машинами можуть розвинутися від «трудових відносин» до «супутніх відносин». ". Можливості також поступово розумітимуть уподобання та звички людей, а потім отримають нову комерційну цінність.

2. Велика модель і автомобіль збігаються на небесах?

Після того, як Mercedes-Benz оголосив про співпрацю з Microsoft, домашній ідеальний автомобіль також випустив MindGPT, велику модель власної розробки, а Wenxin Yiyan з Baidu також пов’язана з багатьма автомобільними компаніями, такими як Hongqi, Changan, Geely, Lantu та Leap. ** Тому можна очікувати, що поєднання великих моделей, автомобільних компаній і автомобілів стане все більш поширеним. ** Судячи з поточних автомобільних компаній-учасниць, вони також мають власний акцент на розвитку та напрямку великих моделей. З функціональної точки зору його можна розділити на два типи: ** 1. Використовується у сфері спілкування та діалогу в розумній кабіні. 2. Використовується в інтелектуальних системах, таких як автоматичне водіння. **Перший схожий на співпрацю між Mercedes-Benz і Microsoft, згадану вище, і операційну систему для інтелектуальних автомобілів Alibaba AliOS, підключену до Tongyi Qianwen; водіння наближається до продуктивності людини-водія, а DriveGPT, генеративна великомасштабна модель автономного водіння, яка є інтелектуальною та інтелектуальною, допомагає вирішувати когнітивні проблеми прийняття рішень і, нарешті, реалізує автоматичне водіння з хмари в автомобіль. Крім того, Great Wall, Chery, Weilai і Xiaopeng також зареєстрували та подали заявки на кілька торгових марок, пов’язаних із GPT.Вважається, що незабаром будуть результати, пов’язані з великими моделями.

Порівняно з широкомасштабною моделлю загального призначення ChatGPT вартість навчання та використання промислових або вертикальних великомасштабних моделей нижча. Тому, незалежно від того, чи йдеться про фабрику зі столітньою історією, як-от Mercedes-Benz, про нову вітчизняну силу, як-от Wei Xiaoli, чи про технологічну компанію, як-от Microsoft чи BAT, все більше людей думають, що ** розумні автомобілі можуть бути першими, хто зрозуміє посадку великих моделей Розгорнутий сценарій B-side**. Однак шлях до спільних досягнень між ними не такий гладкий, як уявлялося.

**По-перше, те, що видно неозброєним оком, — це обмеження апаратного забезпечення автомобіля, що може ускладнити повну продуктивність великої моделі, встановленої на автомобілі. **На даний момент апаратна конфігурація, необхідна для різних великомасштабних моделей у світі, загалом висока, включаючи високопродуктивні обчислювальні можливості, великий об’єм пам’яті та низьку затримку. Модель працює. **Наприклад, обсяг параметрів GPT-3.5 досягає 175 мільярдів, а обчислювальна потужність, яка його підтримує, становить трильйони TOPS. Обчислювальна потужність підтримуючого чіпа має становити щонайменше 10 000 TOPS, щоб забезпечити обчислення завдання великої моделі. Однак у середовищі транспортного засобу обчислювальна потужність чіпа часто становить лише кілька сотень TOPS, що навіть не може досягти порогу, необхідного для обчислення великомасштабної моделі. **Дотримуючись цієї тенденції, це загальна тенденція до модернізації інфраструктури обчислювальної потужності, встановленої на автомобілях, і інтелектуальний обчислювальний центр буде навіть стандартною конфігурацією для майбутніх розумних автомобілів. Наприклад, Dojo, незалежний центр хмарних обчислень, створений Tesla, використовує в цілому близько 14 000 графічних процесорів Nvidia для навчання великих моделей.

**По-друге, обробка даних є невеликою проблемою, особливо мультимодальних даних, які стають все більш популярними. **Автоматичне водіння вимагає багато датчиків і даних, у тому числі лідара, радара міліметрового діапазону, ультразвукового радара тощо, а також спеціальних камер високої чіткості, обладнання GPS тощо, і оскільки ці частини мають високу чутливість, їх рівень відмов і пошкоджень дуже високий. Дані автопілота надходять із різних систем координат, кожна з яких має різну позначку часу запуску. Крім того, автономне водіння також вимагає великої кількості даних про сцену, таких як вивчення та розпізнавання дорожніх знаків і розмітки на землі, моделі поведінки та відповідні моделі реагування на рух транспорту та потоки натовпу тощо. Управління великими моделями та даними вимагає використання інтелектуальної мережі транспортних засобів, а також підтримки спеціальних обчислювальних технологічних платформ, технологічних платформ хмарного керування та інших об’єктів інфраструктури.Для перехресної співпраці необхідно збирати масивні дані як передумову, у вертикальному полі автомобілів. Це відрізняється від інших автомобільних систем. Якщо базові платформи будуть боротися незалежно, це точно ускладнить їх розвиток на більш глибокому рівні. **Накладання цих факторів зробило поріг розвитку та навчання великої моделі, встановленої на транспортному засобі, дуже високим. Технічний поріг автономного водіння вже дуже високий, а масштабна модель транспортного засобу ще більше. **

**Нарешті, хоча поточний генеративний штучний інтелект зробив прорив у зборі інформації, він все ще далекий від розгортання на автомобілях з точки зору подальшого контролю, прийняття рішень і виконання. **Навчання великої моделі від хмари до транспортного засобу також потребує створення нового алгоритму на основі великої моделі в системі транспортного засобу. За скромними оцінками цей процес займе від трьох до п’яти років, від восьми до десяти років або навіть довше.

3. Світла, але не сяюча, тиха вода тече глибоко

**Автомобілі та великі моделі мають сильні технологічні характеристики. Найбільше значення поєднання цих двох можливо полягає у взаємному навчанні один від одного, тобто посиленні виробничих і споживчих характеристик великих моделей, і в той же час посилення електронних і технологічних атрибутів автомобілів. ** З цієї точки зору реальне рішення про те, чи можна використовувати велику модель в автомобілі, залежить від технологічної потужності самої автомобільної компанії, яка навіть пов’язана з тим, чи зможе вона зайняти командні висоти технологій майбутнього.

Чесно кажучи, поєднання автомобілів і великих моделей варто очікувати з нетерпінням. **Одним із найважливіших значень великої моделі є переосмислення взаємодії людини з комп’ютером і пов’язаної з ним екології послуг. Після посадки в автомобіль вона прискорить електронний процес екологічного споживання автомобільних прикладних послуг, що значно зміна автомобіля, бортова система, визначення основних продуктів, таких як великі моделі. **У цьому відношенні слова Су Ціна, колишнього керівника відділу продуктів для автономного водіння Huawei, можна назвати різкими: «В очах традиційних виробників автомобілів автомобіль є основою, а автомобільний додаток або інше "Системи намагаються вбудувати комп'ютери або штучний інтелект на цю базу. Ми маємо різні точки зору, основою є комп'ютер, а автомобіль - це периферійний пристрій, керований комп'ютером. Це принципово інший погляд".

**Це значення великих моделей, але з точки зору автомобілів це означає зниження витрат і підвищення ефективності. **Вартість людей у традиційних автомобільних компаніях завжди залишалася високою, і навіть алгоритм автономного водіння все ще значною мірою покладається на написання та тестування вручну. Після інтеграції великої моделі новий інтелектуальний алгоритм може керуватися великою моделлю. Щоб побудувати такий алгоритм, автомобільні компанії повинні створити хорошу платформу, а великі модельні компанії повинні створювати хороші продукти. Наприклад, обчислювальна платформа, яка з’єднує автомобілі та великі моделі, в основному побудована на чіпах і хмарі.Найбільша складність полягає в зниженні витрат і стандартизації виробництва. **З хорошими великомасштабними модельними продуктами буде достатньо продажів, а достатні продажі можуть збільшити наскрізні замкнуті дані. Наявність даних із гарантованою якістю та кількістю може, у свою чергу, призвести до створення високоякісних великих - масштабні моделі. **Взявши за приклад усі базові мікросхеми штучного інтелекту з високою обчислювальною потужністю, поточна ціна мікросхеми Nvidia становить десятки тисяч або десятки тисяч. Не кажучи вже про високу вартість, покладатися на зовнішнє постачання аж ніяк не довго. термін рішення для вітчизняних автомобільних компаній.

Дивлячись на це таким чином, якщо автомобільні компанії хочуть піти далеко в області великих моделей, що монтуються на транспортних засобах, вони повинні або збільшити свої зусилля у самодослідженні базових чіпів, щоб заощадити кошти, або шукати прориву в алгоритмах чи системах, щоб знайти найкраще розгортання великих моделей якомога швидше. **Але незалежно від того, якій з них судилося не пройти гладко, це дорога, повна квітів, але також повна колючок, видимих неозброєним оком. **