车企的AI大模型,安全漏洞如何根治?|百姓评车

  • 作者:百姓评车
  • 来源:百姓汽车
  • 时间 2024-02-19
  • 浏览:34312

智能化与电动化是汽车行业大趋势,也正在重塑人们的驾驶出行体验,汽车已经不单纯是出行工具,而是具有交互主体多、交互方式多、计算零件多、数据规模大,以及空间属性和社会属性等特征,这些正是AI大模型最适合的应用场景。

前段时间ChatGPT走红后,大模型的热度持续不减,AI技术正在加速颠覆各行各业,汽车行业正面临着一系列前所未有的挑战。为了应对这些挑战,汽车行业需要将更复杂的计算机系统融入汽车设计中,软件技术在汽车行业里得到了飞速发展。如果说电动汽车是这几年最受关注的硬件,AI就是最受热捧的软件。方兴未艾的AI大模型将成为汽车智能化的下一个风口吗?还是最终偃旗息鼓?

AI大模型让汽车智能再进阶

AI大模型对于很多人来说很陌生。其实它是“人工智能预训练大模型”的简称,拥有巨大参数规模,通过机器学习和深度学习的技术来学习和理解庞大的数据量,实现自然语言处理、图像识别、语音识别等复杂任务。简而言之AI大模型为智能汽车更多的是提供海量数据、模型、强大算力。

AI大模型在汽车领域有两种可能的落地形式。一类是用于人工智能对话交流,大多数应用在智能座舱。另一类与智能驾驶有关。自从2020年特斯拉将Transformer大模型引入自动驾驶领域中便打开了AI大模型在自动驾驶领域应用的大门。AI大模型更快速、准确地解决认知和决策问题的能力,为车辆自动驾驶能力的提升提供了核心驱动力。

前段时间大模型上车的官宣不绝于耳。作为国内最早发布的通用大模型,百度的文心一言目前已有东风日产、红旗、长城、吉利等近10家车企宣布介入;吉利、智己等车企,也纷纷与阿里巴巴在通义千问大模型接入上展开合作。还有的车企正发力自研汽车领域垂直大模型。理想汽车推出自研认知大模型Mind GPT;广汽集团带来AI大模型技术的最新研发成果——广汽AI大模型平台等等。

AI大模型上车后对话机器人可以通过高质量的大数据持续训练,从而让车载语音助手的智慧更加接近真人,在与用户交互过程中具备情感化。以往的车载语音助手只是单纯的执行用户的指令,属于命令式交互;而在AI大模型的加持下转变成能和用户闲聊的伙伴,属于对话式交互。

点击输入图片描述(最多30字)

AI大模型的自学习算法能力在汽车驾驶过程中发挥的关键作用主要体现在感知和决策层面。以往自动驾驶感知使用的都是各个小模型堆叠的方式,识别的原理就是自己先看,然后去知识库里比对,如果以往没有学习过,那就无法准确识别出来。这种方法对于感知能力的提升是有限的,因为路况的变化是日新月异的。此前特斯拉高速撞上侧翻的白色货车,就有可能是将侧翻的车厢误判为是天空或者强反光地面。有了AI大模型的加入后,可以在有限的标注数据前提下找到相似障碍物之间的相关性。有了这个认知,在遇到新的物体时大模型可以对比这个物体与之前所认识的共性,由此判断是否是个障碍物。

大规模上车或有安全漏洞

多家车企都在为大模型上车铺展出宏图,但现在大模型上车的主攻方向基本均聚焦于智能座舱领域。通过语音唤醒车载AI完成多种服务功能是最能让用户在当下“眼可看、手可触”的领域。而智能化升级带来便利的同时或伴随有安全漏洞。

大模型的意义就在于能够通过大量的数据采集,实现车辆智驾的不断进化,不断完善,最终的意义是能达到车人合一的效果,即每辆车的智能驾驶习惯是跟随驾驶员的实际驾驶习惯衍生过来的。但数据也有高低质量之分,高质量的数据并不是每位驾驶员在驾驶中都能提供给车辆用以自学习的,比如在辅助驾驶过程中遇到需要接管车辆的问题,每个人对车辆的操作意识都不一样,这就意味着如果驾驶者是个新手很可能自己就会出现错误的驾驶判断,这样车辆收集到的驾驶指令也会是错误的,会形成一个低质量数据,所以大模型自学习的核心要求是需要人类能有高质量的驾驶习惯。

车企目前纷纷接入大模型,还是出于在智能化竞争中不掉队的考虑,未来能否形成自己的竞争护城河,仍需要进一步探索。现在大模型能够助力车企打造出更多的能够激起用户买单的更多增值服务,并且这种付费订阅服务不只包含智能座舱,也包括智能驾驶。

在智驾方面,大模型带来的好处上面已经说到了,但还需考虑一点的是等到L3级或以上的自动驾驶逐渐成型,大模型体系下的大量数据带来的优势就不言而喻,而且智驾能力的提升也可以让车企在这上面下文章,或许大模型未来给智驾带来的好处很可能在一段时间内变成普通用户消费不起的汽车高端配置。

因此大模型上车会给予用户全新的产品体验,但需要考虑大模型背后涉及的成本是不是当下大部分用户能够消费得起的,或者说大模型提升的产品力,是不是真的有必要、有足够的说服力让用户买单。

百姓评车

AI大模型的到来为智能汽车的未来发展带来更多可能,开启了汽车领域的新赛道。但目前车企上车的大模型概念更多是为了以新技术、新概念,打出新能源产品差异化。然而大模型落地到边端、终端,存在算力、算法方面的诸多难点,同时在终端应用仍属于初期,存在很多难点和痛点,商业模式不明确,无法变现维持资金支出。

现在的AI大模型应用到汽车上没有明显的实质性作用,甚至有可能存在“致命”的安全漏洞,犹如泡沫一样存在破裂的风险,因此时下还没有到AI大模型真正普及的良好时机。



版权声明

本文仅代表作者观点,不代表平台立场。
本文系作者授权百姓汽车发表,未经许可,不得转载。