Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

毫末DriveGPT才是大模型“卷王”!主打一个“降本、增效、老司机”

9月6日,以“开放引领发展,合作共赢未来”为主题的2023年中国国际服务贸易交易会落下帷幕,本届服贸会上,一批在人工智能、自动驾驶、卫星遥感等领域深耕多年的领军企业,以最新的科技成果展示了它们迈向未来的步伐。

国内自动驾驶独角兽企业毫末智行的数据智能科学家贺翔带来了《毫末DriveGPT雪湖·海若,驱动自动驾驶3.0时代加速到来》的主题演讲,并在会后接受了媒体的采访,针对大模型时代自动驾驶技术研究与应用探索为我们带来了全面解读。

图注:毫末智行数据智能科学家贺翔(右)接受媒体采访

以下为采访实录:

主持人:贺老师能不能给我们介绍一下,毫末智行在今年的服贸会给我们带来了什么样的成果和展示?

贺翔:我们今年带来的最核心的成果是毫末智行在今年4月份发布的业界首个自动驾驶生成式大模型DriveGPT。

主持人:DriveGPT?听上去跟驾驶有关系?

贺翔:对,它是一个AI大模型,主要是用来解决自动驾驶领域相关问题,我们称之为自动驾驶生成式预训练大模型DriveGPT。

主持人:生成式预训练?预训练我们怎么理解?

贺翔:大模型的技术细节是,首先要利用海量的司机驾驶行为数据在云端进行预训练,预训练就是先把模型训练一遍,训练完了之后,就得到了一个模型的原型,然后再引入司机的接管的数据。所谓接管数据,就是指我们每一次在开启自动驾驶的过程中,如果自动驾驶决策做的不够好,司机就会发生一次接管,比如说踩下刹车或者扶一下方向盘。这个接管数据,相当于对我们自动驾驶决策的一个纠正。把这个数据拿到之后,就可以用来对我们的模型进行不断的纠偏,使得这个模型的驾驶效果越来越好。大概是一个不断纠错、不断迭代的过程,来达到更好的自动驾驶效果。

主持人:可以说是对我们传统自动驾驶的一个升级。

贺翔:对,可以说是一种技术的变革。我们可以简单的做个对比,传统自动驾驶的技术的开发模式是当自动驾驶发现一个问题的时候,一般都会去基于这个问题,从海量的数据里面找到跟这个问题相关的数据,成本是很高的。因为海量的数据里面想要找到你要的数据没那么容易。找到这个数据之后,接下来要做的就是要把这一堆数据给标注公司,由人工的方式在这里面把问题标注出来,标注完了之后,再用这个数据去训练一个小的模型,这个模型训练完之后,再放到车上。至此这辆汽车就具备了解决这个问题的能力,我们把这种模式叫做小数据、小模型,属于“问题驱动”。

在DriveGPT这种大模型的模式之下,整个开发模式就不一样了。DriveGPT加持之下,现在的开发模式是先用海量的数据、老司机的数据、驾驶行为来进行预训练,得到一个初步的模型,这个模型就具备了驾驶的能力。当我们在自动驾驶的过程中一旦发现问题,这个司机就会发生一次接管,这个接管就相当于对驾驶决策做了一次纠正,基于这种纠正的数据再传回来纠正原来的预训练大模型,这样的数据闭环建立起来之后,这个模型的效果就会每天都在不断的进化、不断的提升。我们把这种开发模式叫做大数据、大模型,属于“数据驱动”。这是一种变革性的提升。

主持人:我们看到现在的自动驾驶的级别大概是L2级,现在大部分是L2.5级。

贺翔: L2+,我们叫高阶辅助驾驶。

主持人:基于大模型DriveGPT的加持之下,我们可以达到什么样的水平?

贺翔:应该还是在高阶辅助驾驶阶段。我们大模型,主要是产生了两个业务价值。

第一个业务价值是在整个云端。因为基于传统的自动驾驶的开发模式到云端,它的成本是非常高的,要去做大量的数据筛选,尤其是要人工的参与,有大量的人工标注。有了大模型之后,整个数据的筛选、标注以及数据的生成都是全自动的产生,这对成本的降低是非常有效的。

举例来说,在标注领域,自动驾驶公司以往每年用于做标注的成本肯定高达数亿元,有了DriveGPT之后,可以对图片或者视频做自动化的标注,如果做视频标注或者4D Clips标注,大概能降低98%成本。即使只对单张图片做标注,成本也可以降低90%。云端的成本能得到大幅度的降低。

第二个业务价值是在车端,效果能够得到大幅度的提升。模型是基于海量的数据训练出来的,海量的数据就相当于我们的模型看过了非常非常多的数据,各种各样的场景它都见过,见多识广它的能力就越强。这种能力叫做模型或者AI的泛化能力。有了泛化能力之后,自动驾驶的效果也会更好。

此外,整个模型是基于“老司机”的驾驶行为数据训练的,是质量非常高的数据,它的整个驾驶效果或者驾驶的体感会更接近“老司机”。用户在使用的过程中会觉得驾驶体感或者说体验会更好。

第三点,我们大模型还有一种特殊的能力,它能够输出这个驾驶的决策理由。比如采取一个驾驶决策“踩一下刹车”或者“打了一下方向盘”,为什么这么做?它的理由是什么?如果能给出这个理由,智驾车辆跟用户之间就可以够建立一个非常好的信任感,用户在使用自动驾驶产品的过程中,就会更加的放心。

即便通过基于大模型以及数据闭环不断迭代的方式,现阶段的高阶辅助驾驶还是需要司机来随时接管的。未来希望通过这种不断的迭代方式,慢慢的升级,变成真正的无人驾驶。

主持人:这样来看,不仅降低了成本还提高了效率。

贺翔:不用司机一次一次自己去试错,大数据就帮忙解决,它会采集所有司机的接管行为,来一次性解决所有的问题。这样整个驾驶效果的提升速度会非常的快。

产业
相关数据
自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

推荐文章
暂无评论
暂无评论~