地平線創始人&CEO 餘凱
2022年11月，OpenAI宣布了最新的大語言預訓練模型——ChatGPT，由此打開了大模型的研發競速。自動駕駛作為AI落地的重要場景之一，是否會在這波浪潮中有更進一步的發展，也引起了不少人的探讨：為什麼ChatGPT在“狂飙”，但是自動駕駛卻遲遲不來？
4月1日，在中國電動汽車百人會高層論壇上，地平線創始人&CEO餘凱對此發表了自己的看法。在他看來，關鍵在于ChatGPT和自動駕駛面臨的挑戰截然不同。
首先，ChatGPT未來可能會代替或輔助一些白領的工作，但這個工作本身的容錯率比較高，比如代寫發言稿，即使不完美，但人們還可以在他寫出來的基礎上進行修改。但自動駕駛不一樣，特别是無人駕駛，人命關天，容錯率隻能是零。
其次，在計算方面，ChatGPT是在雲端計算，雲端能實作充足的電源供給，同時有非常好的水冷系統。但車端依賴的是電磁，散熱的挑戰非常大，這也就意味着自動駕駛并不能使用那麼大的模型，那麼大的計算。
種種挑戰之下，或許自動駕駛尤其是無人駕駛還無法出現類似ChatGPT般驚人的進展。餘凱甚至悲觀地認為，十年以後連L3都不會真正地實作。
從整個自動駕駛行業來看，尤其是L4級自動駕駛，的确也在彌漫着一股悲觀蕭條的氛圍。無論是Google、Waymo，還是cruise的商業化推遲、裁員，還是福特和大衆投資的Argo關閉，行業都在回歸冷靜，回歸商業本質跟使用者價值。
什麼是使用者價值？餘凱引用了一份調查資料：87% 的使用者真正需要的是駕駛過程中那種輕松感，希望能消除緊張與疲勞。也就是說，使用者目前并不需要真正地實作無人駕駛。
“實實在在從進階輔助駕駛開始，就已經是在為使用者創造價值。”餘凱繼續說道。
不過，同樣是輔助駕駛，但國内外的需求也大不相同。在日本和歐洲，輔助駕駛主要是L1和L2，也就是是以安全法規驅動的，包括 AEB 、ACC、車道保持、緊急自動刹車這樣的安全功能。“但在中國完全不一樣，安全是及格線，更多是使用者體驗驅動、使用者價值驅動。”
是以，餘凱認為，對于自動駕駛不要太過焦慮。到2025年，真正要做的是在合理的成本效益下，把高速NOA、環線NOA 這種封閉道路的自動駕駛體驗做到如絲般的順滑，而且價格不能太貴。同時要有相當的投入，真正地把更複雜的城區的NOA 做到可用。
雖然業内普遍認為，2022年是 L2 +（高速 NOA）量産元年，但在餘凱看來，技術研發上至少三年才會有一個比較好的進步。
尤其是在算法上，餘凱表示，“要不斷地在給定算力上去優化我們的軟體算法，去用更多的資料，不斷地去逼近使用者體驗的上限。”
基于ChatGPT的啟發，餘凱介紹說，會繼續地用更大的資料，更大的模型，并且無監督地去學習人類駕駛的常識。“比如給定目前的交通環境，給定一個導航地圖，給定一個駕駛員的整個駕駛行為的曆史，怎麼預測他的下一個駕駛動作？實際上可以從大量的無監督的、不需要标注的行為裡面去獲得學習。建構這樣的一個自回歸的駕駛的大語言模型，是我們下一步要做的事情。”
當汽車領域不斷地向自動駕駛領域逼近的時候，不少車企開始發力自動駕駛晶片。除了廣汽出資奕行智能外，大衆集團、長城汽車也都通過各自的方式發力自動駕駛晶片領域。
對此，餘凱表示，打造自己的自動駕駛晶片這件事情，每一個車廠要慎重考慮。第一是巨量的資金跟成本研發的投入；第二是如何持續地去保持競争力。
“自研”跟“他山之石”是一個戰略選擇，餘凱給車廠的建議是“如果你的銷量預期不到 100 萬輛的話，這個資金的效率是不高的。”
對于自動駕駛未來的發展，餘凱還發表了一些“反共識”的看法。
他認為，十年以後連L3級自動駕駛都不會真正地實作。但是在專用道路上面，在車雲協同的自動駕駛專用道路上面是可以實作無人駕駛的。不過有個前提，就是在這個環境裡面不許有人駕駛，一定是要全部的車在專用道路上進行自動駕駛。
同時，他還認為，随着這個人工智能的發展，會形成一個機器的霸權。人類表面上覺得很滿足現在算法的發展，但實際上是更多地放棄了自己的思考。“機器是一個黑盒，它到底是怎麼發展的？對我們來講是失控的。”
在他看來，一定要去推動分布式的、本地化的、保護使用者隐私的，并且計算對于人類來講是透明的的人工智能計算。比如，未來的車載實際上會成為分布式的儲能中心，上億輛車裝了上千T的算力的晶片，在停車的時候如何實作它相應的功能，這是全世界最大的計算資源池。
“未來，一定會是除了車載計算以外的其他的計算去提供無限可能。我覺得計算革命才剛剛開始。”餘凱最後說。
（本文首發钛媒體App， 作者｜韓敬娴，編輯｜張敏）
![AI：自動駕駛電動水上的士背後的“大腦”[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)