ChatGPT徹底火了。

2022年11月底，人工智能公司OpenAI推出聊天機器人ChatGPT。僅2個月后，這款軟件已在全球范圍內吸引了數以億計的用戶。當下，如果有位二三十歲的年輕人說沒聽過ChatGPT，你或許都想將他交給考古學家。

ChatGPT最大的亮點在于能理解用戶需求并創造內容、協助代碼編寫，并針對用戶追問在后續對話中修正或補充。除了邏輯嚴密外，ChatGPT還具有記憶能力，在連續的對話中無需用戶提供重復信息。相比于當前智能汽車所搭載的聊天機器人，它的語言組織和表達能力更接近人類，對話也更自然流暢。

除了引起不少人跟風使用外，ChatGPT還引發了人們對其應用范圍的大討論。

在看到這款軟件的強大之后，不少人開始擔憂，自己的工作快要被機器人取代了。2023年2月9日，360創始人周鴻祎在《星空下的對話》節目中表示，如果企業搭不上ChatGPT這班車，很可能會被淘汰。

那么，作為正在發力智能化時代的重要產業，汽車自身己又該如何搭上ChatGPT這班通往未來的車？

“ChatGPT可以通過接口與智能電動汽車行業相結合，以提供自然語言處理和語音識別技術的功能。例如：語音助手，通過語音控制電動汽車的功能和設置；語音導航，提供語音導航指令；聊天機器人，通過對話系統提供有關電動汽車的信息和幫助。

“通過這種方式，智能電動汽車可以更好地利用人工智能技術，提高駕駛者的體驗。”

這是ChatGPT自己給出的答案。但這樣就全面了么？顯然并不是。

與汽車業結緣已久

汽車產業和ChatGPT的交集究竟能有多深？

2月初，有駕就ChatGPT如何與汽車產業結合向多家頭部第三方機構高層請教。讓人失望的是，大多數機構目前還并未發現相關技術與汽車產業結合足夠出色的項目。

沒關系，這并不代表ChatGPT與汽車產業之間沒有產生聯系。2月9日，特斯拉前AI高級總監Andrej Karpathy宣布將加入OpenAI公司。這便是發布了ChatGPT的人工智能公司。

實際上，早在公司創立之初，OpenAI就已經與汽車業產生了交集。

一次飯局上，特斯拉CEO馬斯克和幾名供職于谷歌的AI研發人員討論起了他們共同的擔憂——人工智能終將會接管世界，但相關技術只會被個別巨頭所掌握。因此，他們謀劃建立一家不以追求利潤為目標的AI研究機構，做到全面開源，將人工智能技術分享給想要使用的每個人。

看到了馬斯克的支持后，一眾硅谷投資人紛紛響應。為了確保技術研究的領先和順利，他們不停尋找在行業內領先的AI技術大佬，并花了大價錢邀請加入。2015年，多方支持下，這一命名為OpenAI非營利性公司在加州正式創立。

然而，就在成立的兩年后，OpenAI研究員Andrej Karpathy跳槽去特斯拉擔任人工智能及自動駕駛視覺總監，直接向馬斯克匯報。沒錯，就是剛剛宣布重新加入OpenAI的那位。

這一事件出現之后，外界越來越擔憂特斯拉將運用OpenAI的技術實現自身在系統和產品方面的升級。2018年，馬斯克選擇從OpenAI董事會離開，僅以贊助者和顧問的身份與其保持聯系。

馬斯克選擇離開，是為了避嫌。但他的這一走，卻便宜了比爾·蓋茨。

馬斯克離開的第二年，OpenAI便放棄此前“非營利性組織”的身份，改為“有利潤上限”的盈利機構。該公司要求，股東的投資回報需被限制在原始投資金額的100倍以內。不久，微軟為OpenAI注資10億美元，并獲得了將其部分AI技術商業化，賦能產品的許可。

就在ChatGPT發布一個多月后，微軟又開始琢磨投資100億美元收購OpenAI公司49%的股份。

據微軟內部員工透露，微軟Office辦公軟件正在使用OpenAI的技術整合AI工具集。相關功能包括優化Outlook搜索結果、輔助用戶自動回復電子郵件、提供改進寫作、匯報材料和數據表格的建議及聊天機器人式程序。

看起來，微軟的這些新功能很有ChatGPT范兒。

未來極具想象空間

馬斯克抽身后，ChatGPT和汽車產業的緣分就盡了嗎？必然不會。

如果僅從技術角度來看，ChatGPT根本算不上什么新鮮事物。它只是全球AIGC領域的一員。近年來，已有多家技術公司和大量人工智能人才涌入這一賽道。

AIGC（AI Generated Content，AI生成內容），就是AI自主直接生產內容的技術形式。2022年，被很多AI行業人士稱為AIGC元年。這一方面是因為ChatGPT，另一方面則因為強大的圖片生成技術。

2022年8月，圖片生成大模型Stable Diffusion實現開源，讓文生圖能力開始大規模復制。當月底，美國科羅拉多州博覽會中的“數字藝術/數字攝影處理”項目比賽中，AI繪制的作品《太空歌劇院》獲得第一名，引發巨大爭議。彼時，AIGC已經開始出圈。

但從應用角度來看，ChatGPT無疑是AIGC領域中最耀（查成交價|參配|優惠政策）眼的一顆明珠。正是這一產品的發布，引爆了整個行業，也讓AIGC技術徹底火出了圈。也是因為這一產品的推出，大幅拉高了行業內外對于AIGC技術在應用層面的預期。

如今，汽車正在變得越來越智能，AI的應用越來越多。在汽車產業這一應用層面，AIGC技術又有機會發揮哪些價值？

以ChatGPT為代表的AIGC技術目前主要應用在語言和圖像處理層面。華興資本投行部董事魏青對有駕表示，這意味著，相關技術在智能座艙和智能駕駛方面都有可能創造出巨大價值。

智能座艙方面，如ChatGPT自己的回答，相關技術在語音交互、聊天機器人等領域都有機會產生價值。尤其是，在完成大量信息學習之后，ChatGPT有機會為汽車提供比當前水準強十倍的語音識別能力，實現對各個版本方言的精準翻譯，讓語音交互變得更加高效。

ChatGPT強大的深度學習能力，將有利于車輛的各項功能以更符合駕駛者習慣的方式運行。比如，通過對駕駛員身材和坐姿的學習，幫助駕駛員調節座椅位置；通過對駕駛員表情和語言的學習，讀懂駕駛員的情緒；通過對駕駛員開車習慣的學習，讓車輛行駛更加舒適。

如果將ChatGPT強大的圖像感知能力和強大的深度學習能力進行結合，提升行駛相關信息的提取速度將不再困難。它甚至可以完成本需要大量人力和時間成本的圖像標注工作。這將大幅提升智能駕駛技術的數據汲取速度，從而推升自動駕駛功能的加速迭代。

在一些智能座艙或智能駕駛的軟件代碼撰寫方面，ChatGPT，或更強大、更專業的AIGC產品有可能實現對人類工作的替代。屆時，人類軟件工程師的工作將主要是給機器輸入指令，和對AI已生成的代碼進行檢查和優化。

AI造車沒那么簡單

ChatGPT要顛覆智能汽車產業？那也不見得能實現。

雖然ChatGPT已較AIGC領域的前輩們先進不少，但它畢竟只是剛推出不久的初代產品，能力仍然非常基礎。

ChatGPT需要依賴大訓練規模和強化學習算法。

早在2018年，OpenAI就發布了生成式預訓練Transform模型GPT-1，并在之后的兩年分別推出優化后的GPT-2和GPT-3。GPT-3的訓練參數規模從GPT1的1.17億提升至1750億。孵化出ChatGPT的GPT-3.5，訓練參數規模又提升了一個數量級。目前，正在開發中的GPT-4模型訓練規模或達100萬億。

算法模型方面，OpenAI為ChatGPT引入了人工標注數據和PPO強化學習算法，能夠結合參數龐大的相關性模型與人類反饋，在與人類互動中通過反饋來強化學習。換言之，用戶給予的反饋越多，ChatGPT 就會被“打磨”得越好。

截至發稿，ChatGPT才投放市場不到三個月，能從外界獲取的反饋量比較有限。

德克薩斯大學教授保羅·馮·希佩爾(Paul von Hippel)在接受《華爾街日報》采訪時曾表示，ChatGPT僅能膚淺地談論數學，但不能真正深入地“理解”數學。“它不能糾正錯誤的數學概念，還經常引入錯誤的概念，有時還會犯一些EXCEL或計算器都不會犯的奇怪數學錯誤。”他表示。

數學如此，智能汽車領域又何嘗不是如此。

即便有如此大規模的訓練，即便已收獲數億用戶，即便已在全球范圍內掀起熱潮，ChatGPT在一些日常的對話中仍錯誤頻出，或者給出模棱兩可的“廢話”答案。

智能汽車涉及到交通參與者生命財產安全，任何一點點的差池或者猶豫都有可能帶來巨大的災難。所以，ChatGPT或者AIGC技術即便被使用，前期也只能被放在非常淺度的工作中去，比如優化行進路線、能源消耗等領域。

即便相關技術足夠成熟，人們目前也還不能很好地控制ChatGPT感知和學習的方向，也并不清楚AIGC技術的準確率。比如，在涉及智能駕駛的圖像標注層面，任何一個交通場景參與者沒有被準確識別，帶來的后果都將不堪設想。

此外，ChatGPT是一個人人都可以使用的產品，包括壞人。如果黑客發現ChatGPT存在漏洞，或利用ChatGPT寫的代碼存在漏洞，那么任何采用這款軟件撰寫代碼的產品都將陷入危險。如果涉及汽車，可能意味著隱私安全，甚至生命安全受到威脅。

與此同時，對于ChatGPT這一新事物，在法律法規層面也面臨不少挑戰。比如，借助相關產品產生的價值究竟歸屬誰？使用相關產品生產的內容如果造成了損失，責任方又在于誰？

一系列問題的存在，讓ChatGPT進入汽車產業仍然只停留在想象中。

結語

“好得嚇人，我們離強大到危險的AI不遠了。”馬斯克在使用完ChatGPT后不由如此驚呼。

“強大”，雖然讓人振奮。但當這個詞和“危險”同時出現，一切就顯得不再那么美妙。技術本身是中立的，但使用它的人不同，帶來的結果也就不同。越強大的技術，放在壞人的手中造成的破壞也將越大。

目前，ChatGPT雖然強大，但在智能汽車產業所能貢獻的力量還非常有限。

但技術的進步往往比人們的預期更加迅速。在ChatGPT推出之時，OpenAI一定不會想到，自己創造了全球月活用戶數最快破億的產品，而且大幅刷新了這一紀錄。

隨著訓練量的指數級增長，AIGC技術將不斷優化。或許在不久的未來，我們將看到AIGC利用深度學習能力助力公共交通效率大幅提升，L4級智能駕駛也可能在更高效的訓練下快速來到普通人身邊。

汽車從“交通工具”時代通往“人類生活第三空間”時代的那扇大門，或許就將是由AIGC叩開的。