大火的ChatGPT能為自動(dòng)駕駛帶來(lái)什么？

最近的科技圈，大家都被微軟推出的ChatGPT刷屏，作為工智能公司OpenAI于2022年11月推出的聊天機(jī)器人，其能夠通過(guò)學(xué)習(xí)和理解人類(lèi)的語(yǔ)言來(lái)進(jìn)行對(duì)話，還能根據(jù)聊天的上下文進(jìn)行互動(dòng)，甚至能完成撰寫(xiě)郵件、視頻腳本、文案、翻譯、代碼等任務(wù)，并且智能性遠(yuǎn)超當(dāng)下所有的人機(jī)交互模型。而ChatGPT的轟動(dòng)也讓谷歌、百度等以搜索為主要業(yè)務(wù)的大廠感受到了前所未有的壓力，也隨即推出了自研的類(lèi)ChatGPT模型，然而實(shí)際的使用效果還得打個(gè)問(wèn)號(hào)。

那么，如果對(duì)于文本的學(xué)習(xí)已經(jīng)能夠達(dá)到如此智能的地步，對(duì)于自動(dòng)駕駛行業(yè)，ChatGPT能夠?yàn)槠鋷?lái)什么呢？是否能夠?qū)_從業(yè)者多年的決策難題做出突破呢？

在自動(dòng)駕駛行業(yè)中，決策規(guī)劃作為整體系統(tǒng)的大腦，處于算法中的核心模塊，對(duì)于自動(dòng)駕駛功能的實(shí)現(xiàn)以及安全性的保障起著重要的作用。目前包括輔助駕駛及自動(dòng)駕駛功能的決策實(shí)現(xiàn)上，大多數(shù)企業(yè)都采用了基于規(guī)則的方式，這種方式能夠極大程度地保障在應(yīng)對(duì)不同場(chǎng)景時(shí)的決策的安全性。不同于強(qiáng)化學(xué)習(xí)，強(qiáng)化學(xué)習(xí)具有致命的弱點(diǎn)，那就是出了問(wèn)題很難去追溯到原因，只能不停的迭代更新模型，以針對(duì)當(dāng)前場(chǎng)景獲得期望的輸出結(jié)果。

另一方面，強(qiáng)化學(xué)習(xí)需要進(jìn)行大規(guī)模的訓(xùn)練，這樣對(duì)其執(zhí)行結(jié)果的評(píng)價(jià)也是難點(diǎn)之一，如果不能合理地評(píng)價(jià)模型給出的結(jié)果，那么決策的智能性則無(wú)法進(jìn)步，甚至在極端場(chǎng)景下給出錯(cuò)誤的決定，讓車(chē)輛處于危險(xiǎn)之中。以上種種原因，使得在自動(dòng)駕駛行業(yè)中，基于強(qiáng)化學(xué)習(xí)的決策規(guī)劃系統(tǒng)還遠(yuǎn)遠(yuǎn)未達(dá)到成熟，而基于規(guī)則的系統(tǒng)也難以應(yīng)對(duì)極端的Corner case，這也使得從業(yè)者們普遍認(rèn)為L(zhǎng)4甚至L5級(jí)別的成熟自動(dòng)駕駛難以實(shí)現(xiàn)的根本原因。

那么就以上的決策難題，ChatGPT能夠?yàn)樽詣?dòng)駕駛帶來(lái)什么樣的突破呢？首先，我們先回答 ChatGPT 到底是什么？它是個(gè)基于上千億超大語(yǔ)料參數(shù)組成的 GPT3.0 架構(gòu)訓(xùn)練出來(lái)的一個(gè)自然語(yǔ)言處理聊天工具。ChatGPT 的算法采用了 Transformer 神經(jīng)網(wǎng)絡(luò)架構(gòu)，具有很好的時(shí)序數(shù)據(jù)處理能力。

Transformer 對(duì)于自動(dòng)駕駛行業(yè)的人員來(lái)說(shuō)并不陌生，它是一種結(jié)構(gòu)簡(jiǎn)單的編解碼器，幾乎可以無(wú)限堆疊，從而形成一種大規(guī)模的預(yù)訓(xùn)練語(yǔ)言模型?；赥ransformer 模型構(gòu)成的 GPT 架構(gòu)可以很好地完成多種語(yǔ)言處理任務(wù)，填空、造句、分段、翻譯等等。

另外，ChatGPT 還需要使用監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)來(lái)實(shí)現(xiàn)。具體來(lái)說(shuō)，ChatGPT 使用了一種叫「人類(lèi)反饋強(qiáng)化學(xué)習(xí)（RLHF）」的訓(xùn)練方法，在訓(xùn)練中可以根據(jù)人類(lèi)反饋，保證對(duì)無(wú)益、失真或偏見(jiàn)信息的最小化輸出。

從對(duì)ChatGPT的分析我們可以看出，其是利用人類(lèi)反饋進(jìn)行強(qiáng)化學(xué)習(xí)的產(chǎn)物，并且其強(qiáng)大的識(shí)錯(cuò)能力能夠?qū)﹀e(cuò)誤的信息進(jìn)行判別與糾正。那么回想自動(dòng)駕駛的決策難題，其核心技術(shù)將可以為自動(dòng)駕駛帶來(lái)前所未有的突破。那么具體怎么實(shí)施呢？

首先，自動(dòng)駕駛決策算法中有一類(lèi)叫做模仿學(xué)習(xí)，利用人類(lèi)駕駛員針對(duì)不同場(chǎng)景的執(zhí)行策略讓機(jī)器進(jìn)行學(xué)習(xí)，遇到類(lèi)似的場(chǎng)景便可以采用模仿人類(lèi)的駕駛策略。      

其次，要想獲得一個(gè)經(jīng)驗(yàn)老道的老司機(jī)的決策能力，必須看得多，學(xué)得多。因此需要引入大量的人類(lèi)駕駛數(shù)據(jù)，并灌輸?shù)綑C(jī)器學(xué)習(xí)的模型之中。在這一步，由于牽涉到大量的數(shù)據(jù)訓(xùn)練，采取人工標(biāo)注顯然是不現(xiàn)實(shí)的。而ChatGPT的成功證明了，機(jī)器對(duì)于數(shù)據(jù)判別的好壞是能夠?qū)W習(xí)成功到如此地步的，那么采用人類(lèi)反饋強(qiáng)化學(xué)習(xí)的思想，可以訓(xùn)練出模型來(lái)驗(yàn)證、評(píng)價(jià)機(jī)器模型的輸出，使其不斷進(jìn)步，最終達(dá)到人類(lèi)的駕駛水平。

最后，便是引入人類(lèi)駕駛的真實(shí)接管數(shù)據(jù)，在其中嘗試使用「人類(lèi)反饋強(qiáng)化學(xué)習(xí)（RLHF）」。一般來(lái)說(shuō)，人類(lèi)司機(jī)的每一次接管，都是對(duì)自動(dòng)駕駛策略的一次人為反饋；這個(gè)接管數(shù)據(jù)可以被簡(jiǎn)單當(dāng)成一個(gè)負(fù)樣本來(lái)使用，就是自動(dòng)駕駛決策被糾正的一次記錄。同時(shí)也可以被當(dāng)作改進(jìn)認(rèn)知決策的正樣本來(lái)學(xué)習(xí)。

除此之外，ChatGPT也可以用來(lái)分析大量的駕駛?cè)罩緮?shù)據(jù)，以找出駕駛員在特定情境下的行為規(guī)律，并用這些信息來(lái)訓(xùn)練自動(dòng)駕駛控制系統(tǒng)，從而提高它們?cè)趶?fù)雜情境下的決策能力?？偟膩?lái)說(shuō)，ChatGPT的分析能力可以為改善自動(dòng)駕駛技術(shù)的情景判斷能力提供有力的支持。

ChatGPT的橫空出世對(duì)于自動(dòng)駕駛行業(yè)的從業(yè)者們來(lái)說(shuō)無(wú)疑是感到激動(dòng)興奮的，其成功證明了機(jī)器可以學(xué)習(xí)到人類(lèi)的知識(shí)到何種地步，也證明了類(lèi)人駕駛在未來(lái)的可行性。在未來(lái)，ChatGPT將對(duì)自動(dòng)駕駛行業(yè)產(chǎn)生重要的影響，將改善包括車(chē)載語(yǔ)言識(shí)別、智能座艙、導(dǎo)航系統(tǒng)等等智能化設(shè)備，為消費(fèi)者提供更加高效和便捷的駕駛體驗(yàn)。在自動(dòng)駕駛行業(yè)不斷發(fā)展的過(guò)程中，ChatGPT將成為一把利器，推動(dòng)行業(yè)技術(shù)的提升和創(chuàng)新。