ChatGPT更被人熟知的身份是“會聊天的AI”，底層技術傳統上講屬于NLP領域。
但NLP大模型跨界應用到視覺領域，早已有之。比如毫末智行一直提倡的Transformer大模型，最早就誕生于NLP領域。
ChatGPT大火，甚至被比爾蓋茨比喻成和互聯網誕生一樣重要。而一向追逐前沿AI應用的毫末智行，如何把ChatGPT用在自動駕駛上？
從ChatGPT到DriveGPT
毫末智行的自動駕駛認知大模型（人駕自監督認知大模型），正式升級為DriveGPT。
稍微解釋一下，毫末的自動駕駛認知大模型采用的是RLHF（人類反饋強化技術）算法，通過不斷輸入真實人駕接管數據，持續優化自動駕駛決策模型。
也就是說，毫末的這個模型在不斷學習千千萬萬個老司機的駕駛經驗，進而幫助模型自己能獨立做出最優決策。
而ChatGPT之所以能成為“很會聊天的AI”，也是因為訓練的時候使用了RLHF算法，利用人類知識，讓模型能判斷自己的答案質量，訓練自己逐步給出更高質量的回答。
目前，毫末智行已經完成DriveGPT的模型搭建和第一階段數據跑通，現在的參數規模可以對標GPT-2的水平，大約7.74億。
ChatGPT的爆火也不過是這幾個月的事情，而毫末現在已經有了能落地的進展。
這樣的速度背后，其實是AI技術向超大規模數據、超大規模模型演變的大趨勢。
毫末智行的自動駕駛模型中，其實早就應用了和ChatGPT相同的模塊。
毫末智行的認知決策算法
先看看毫末怎么迭代認知決策算法的。
毫末這套認知決策算法進化分為三個階段：
第一個階段，引入個別場景的端到端的模仿學習，直接擬合人駕行為；
第二個階段，通過認知大模型，引入海量正常人駕數據，通過Prompt的方式實現認知決策的可控、可解釋；
第三個階段，也就是毫末認知決策算法現在處于的階段，引入真實接管數據，并在大模型中開始使用RLHF算法，讓模型學習人駕接管數據。
這其中第三個階段，就是和ChatGPT訓練邏輯類似的階段，也是能引入這套模式的階段。
也就是說，當毫末認知決策算法通過擬合、學習人駕數據，具有一定的駕駛決策能力后，毫末構建了一套獎勵規則（即獎勵模型，reward model）。
在同一個駕駛環境下，如果人類駕駛行為和算法決策一致，不選擇接管，計為一個good case；如果人類司機接管了，就計為一個bad case。
通過把good case和bad case這種“好壞”的價值判斷模型引入算法訓練，能夠進一步讓算法做出更好的駕駛決策。
目前，毫末智行DriveGPT已經進入算法進化的第二個階段，接下來就是第三階段：輸入大規模真實接管數據，讓模型強化學習人駕數據反饋。
并且，毫末還會把DriveGPT作為云端測評模型，評估車端小模型的駕駛效果。
關于DriveGPT更多重要進展，4月HAOMO AI Day上毫末會進一步公布。
而毫末智行能實現這些目標，離不開背后強大的算力支持。
為什么是毫末智行
毫末在國內應該第一個明確提出自動駕駛重感知輕地圖的技術路線。
去年行業的發展驗證了毫末的先見之明。
ADAS系統盡量減少高精地圖信息的依賴，自然就要求車端的感知識別能力更強大。
在研發端來說，迭代這樣的大模型，需要更大的算力來支撐。
今年1月，在毫末舉辦的AI Day上，這個自動駕駛量產公司宣布自建智算中心MANA OASIS。
通過和字節跳動旗下火山引擎的合作，MANA OASIS算力可達0.67 EFLOPS（每秒6.7x1017次浮點運算）。
智算中心不僅算力幾乎全部為自動駕駛服務，架構也根據自動駕駛的業務特性做出調整，計算、存儲和通信都具有很強的基礎能力。
并且，毫末MANA OASIS還支持千億參數的AI大模型的完整訓練，收斂周期效率得到大大提升。
在AI Day上毫末還宣布了五大模型，除了上文提到的自動駕駛認知大模型（現在叫DriveGPT），還有視頻自監督大模型、3D重建大模型、多模態互監督大模型、動態環境大模型，從數據、目標識別準確率、路徑預測規劃、整體乘坐體驗等多個角度共同提升毫末自動駕駛能力。
毫末自建超算，從技術層面解釋了為何它能成為第一個真正把ChatGPT相關技術真正在自動駕駛領域應用的玩家。
而從公司整體策略上，支撐毫末在研發端進展迅速的條件，是它以自動駕駛量產上車為核心目標的整體戰略，以及背后長城汽車每年百萬銷量的落地規模支持。
畢竟無論是NLP還是自動駕駛，不斷獲取大規模低成本的數據獲取渠道，才是一切的基礎。
說了這么多，毫末智行的技術，體現在乘用車上了嗎？
毫末NOH，已經量產上車。
今年毫末智行的目標是實現城市NOH大規模量產上車，即在城市內實現能自動識別紅綠燈、人車混行場景，大部分時間不用人類駕駛的高階智能駕駛功能。
在明年，毫末城市NOH預計會在國內100個城市落地。
免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。
關鍵詞：
