姚期智 张亚勤丨国产AI大模型加速“上车”

点击蓝字

关注我们

姚期智

图灵奖得主、中国科学院院士、清华大学人工智能学院院长、人工智能国际治理研究院学术委员会主席

张亚勤

中国工程院院士，清华大学智能产业研究院（AIR）院长、人工智能国际治理研究院学术委员

当国产AI大模型开始加速“上车”，人工智能正以更加触手可及的方式走进现实生活。

“车会思考”背后是什么？

中科院院士、清华大学人工智能国际治理研究院学术委员会主席姚期智表示，大模型在技术上可分为通用、行业、场景三类。大模型的通用智能必须细化到各个行业，给它投喂行业中的专业数据，通过训练形成场景化、定制化、个性化，产生专有的模型，才能给各垂直领域带来AI革命，关键是算力、数据和模型的匹配。

国家网信办4月发布的公告显示，我国已有117个大模型完成生成式人工智能服务备案。

目前“上车”的大模型，既有科技企业的通用大模型，也有车企自研的行业大模型。从终端看，已有十数个品牌的汽车搭载大模型。

云端和车端协同工作

大模型赋能汽车是不断深入的过程，目前集中体现在智能座舱和智能驾驶上。

司机不需要操作车里或手机上任何按键，通过智能语音系统控制车内一切，还可通过屏幕上的App，远程控制家中电器。即使出现多人指令、声音交织、连续对话等情况，大模型也可理解每人不同的需求，满足不同的操作指令。

学习能力迭代加速

自动驾驶的迭代速度将加快。专家普遍认为，大模型可重构自动驾驶技术架构、合成模拟场景数据、预测安全风险，加快自动驾驶技术开发和应用落地。

在大模型出现前，自动驾驶是靠任务驱动，即程序员依据特定的场景，编写解决方案的代码，当车辆在行驶中感知到相应情况，便按照之前设定的方式处理。

未来，基于数据驱动的大模型端到端自动驾驶，可通过单个神经网络完成所有模块任务。中国工程院院士、人工智能国际治理研究院学术委员张亚勤表示，通过视频大模型，可根据环境、交通标志要素，结合车辆的控制、转向等驾驶行为生成大量可控视频，用于端到端自动驾驶的训练、测试，解决自动驾驶长尾场景数据积累问题。

大模型在汽车行业的深入应用也面临挑战。张亚勤指出，大模型在汽车行业的应用对数据资源的流动与共享提出更高要求。

大模型“上车”的成长之旅才刚刚开始。

作为汽车、电子信息、通信等领域跨界融合的产物，智能网联汽车已成为全球技术革命和产业变革的前沿阵地，国产汽车有望借助大模型，巩固和扩大其在智能网联领域的优势，从而在新一轮产业革命中走在前列。