舆情事件分析：如何成为一个氛围感美女不需要倾国倾城的容颜一头蓬松，柔顺的秀发即可一个背影，一个侧脸就能让人魂牵梦萦仔细观察过后就会发现氛围感美女的头发都有一下三大共同点高颅顶，头包脸发量多，显脸小发根蓬松，发质丝滑但是现实中我们的头发确是干枯毛糙，头发干燥发量稀少，油腻头屑自己看着都嫌弃，更别提外人了更难受的是，有时候头皮还庠的难受，挠一挠指甲上竟然还会沾着“白泥”黏腻恶心还有一股异味瞬间让人怀疑你是不是一个星期没洗头市面上控油去屑洗发水也没少买，用了这么多结果头发还是很油腻说到底还是没抓住根本问题没有关注到头油的原因用错了洗发水其实头油还是头皮问题想要头发清爽，还是要给头发创建一个干净卫生的头皮环境跟风用不合适的洗发水只会让你的头发越来越油我们知道在护肤概念上

TOOM舆情监测 ・ 头条热点 2023-02-14 13:00:18

不出所料，自动驾驶向ChatGPT下手了！

自动驾驶不合法,自动驾驶道路,自动驾驶的车辆,自动驾驶违法么

原标题：不出所料，自动驾驶向ChatGPT下手了！

机器之心专栏

机器之心编辑部

ChatGPT 的技术思路与自动驾驶能碰撞出什么样的火花呢？

去年底，ChatGPT 横空出世。真实自然的人机对话、比拟专家的回答以及一本正经的胡说八道，使它迅速走红，风靡全世界。

不像之前那些换脸、捏脸、诗歌绘画生成等红极一时又很快热度退散的 AIGC 应用，ChatGPT 不仅保持了热度，而且还有全面爆发的趋势。现如今，谷歌、百度的 AI 聊天机器人已经在路上。

比尔盖茨如此盛赞：「ChatGPT 的意义不亚于 PC 和互联网诞生。」

为什么呢？

首先，人机对话实在是刚需。人工智能技术鼻祖的图灵所设计的「图灵测试」，就是试图通过人机对话的方式来检验人工智能是否已经骗过人类。能从人机问题中就能获得准确答案，这可比搜索引擎给到一大堆推荐网页和答案更贴心了。要知道懒惰乃人类进步的原动力。

其次，ChatGPT 实在是太能打了。不仅在日常语言当中，ChatGPT 能够像人类一样进行聊天对话，还能生成各种新闻、邮件、论文，甚至进行计算和编写代码，这简直就像小朋友抓到一只「哆啦 A 梦」―― 有求必应了。

除了看看热闹，我们也可以弱弱地问一句：ChatGPT 为啥这么能打呢？

ChatGPT：我手握大模型，还会「杠」人类

先看一个「不要你以为，我要我媳妇以为」的例子。

之前，人类在和 ChatGPT 对话的时候，可以搬出「我媳妇这么说的」，「我媳妇说的…… 不会错」的时候，它就在稍微坚持之后就认怂并修改自己的回答。

但是经过了大量训练，ChatGPT 开始变得十分硬气。无论你是否搬出自己媳妇，它都会坚持真理，2+2 就是等于 4 了，管你是不是个「妻管严」，它都不会妥协了。

原来是 ChatGPT 被回炉重造，进行了一番真实性和数学能力的专门训练。反过来说，ChatGPT 是可以被人类带偏的。

那为啥呢？先来回答 ChatGPT 到底是个啥？它是个基于上千亿超大语料参数组成的 GPT3.0 架构训练出来的一个自然语言处理聊天工具。ChatGPT 的算法采用了 Transformer 神经网络架构，具有很好的时序数据处理能力，说大白话就是能很好处理上下文的语法关系。

Transformer 是一种结构简单的编解码器，几乎可以无限堆叠，从而形成一种大规模的预训练语言模型。基于 Transformer 模型构成的 GPT 架构可以很好地完成多种语言处理任务，填空、造句、分段、翻译等等，随着数据集和模型参数的大规模增长，等到 GPT3.0 的时候已经有了千亿规模，GPT 就表现出来了非常强的文本生成能力。

自然而然，一问一句的对话模式也就应运而生了。但 GPT3.5 还不是 ChatGPT。

ChatGPT 还需要使用监督学习和强化学习来实现。具体来说，ChatGPT 使用了一种叫「人类反馈强化学习（RLHF）」的训练方法，在训练中可以根据人类反馈，保证对无益、失真或偏见信息的最小化输出。

简单来说，GPT 只能保证有问就有答，不保证回答的正确，而 ChatGPT 既要保证有的聊，还要保证聊的对。就跟小孩子一样，必须在大人一遍遍纠正发音、纠正语法和用词的训练中，学会真正的有效对话。

ChatGPT 就是利用人类反馈进行强化学习的产物。

既然 ChatGPT 这么好用。我们不妨来问它一个问题：能不能把 ChatGPT 用在自动驾驶技术训练当中？答案是：可以。

毫末顾维灏：把 ChatGPT 引入自动驾驶，毫末走了这三步

我估计 ChatGPT 还没涉猎过这个问题，因为关于 ChatGPT 和自动驾驶关联的内容是缺少的。不过，如果 ChatGPT 最近在中文网络中收录过相关报道的话，那么，它就会知道中国的一家人工智能技术公司已经开始思考这个问题了。

在 1 月的毫末智行的 AI DAY 上，毫末 CEO 顾维灏非常隆重地提到了 ChatGPT，并且直言，毫末已经展开对于 ChatGPT 背后的技术的研究。

顾维灏说：「实现 GPT3 到 ChatGPT 的龙门一跃最重要的是 ChatGPT 模型使用了『利用人类反馈强化学习 RLHF』的训练方式，更好地利用了人类知识，让模型自己判断其答案的质量，逐步提升自己给出高质量答案的能力。」

那这对自动驾驶有什么启发呢？毫末认为，ChatGPT 的技术思路和自动驾驶认知决策的思路是不谋而合。

毫末在认知驾驶决策算法的进化上分成了以下三个阶段：

• 第一个阶段是引入了个别场景的端到端模仿学习，直接拟合人驾行为。
• 第二个阶段是通过大模型，引入海量正常人驾数据，通过 Prompt 的方式实现认知决策的可控可解释。

• 第三个阶段就是引入了真实接管数据，在其中尝试使用「人类反馈强化学习（RLHF）」。一般来说，人类司机的每一次接管，都是对自动驾驶策略的一次人为反馈；这个接管数据可以被简单当成一个负样本来使用，就是自动驾驶决策被纠正的一次记录。同时也可以被当作改进认知决策的正样本来学习。

为此，毫末构建了一个< 旧策略、接管策略、人工 label 策略 >的 pairwise 排序模型。基于这个模型，毫末构建了自动驾驶决策的奖励模型（reward model），从而在各种情况下做出最优的决策。

毫末将这一模型称之为人驾自监督认知大模型。简单来说，就是为了让自动驾驶系统能够学习到老司机的优秀开车方法，让毫末的认知大模型要从人类反馈中学会选择和辨别，并稳定地输出最优解。通过这种方式，毫末在掉头、环岛等公认的困难场景，通过率提升 30% 以上。

当然，如果 ChatGPT 再继续搜索和学习下去，它就会知道在 1 月初的 HAOMO AI DAY 上，毫末不仅发布了这个人驾自监督大模型，还一口气发布了另外四个大模型。这五个大模型可以帮助毫末实现车端感知架构跨代升级，将过去分散的多个下游任务都集成到一起，形成一个更加端到端架构，包括红绿灯、局部路网、预测等任务，实现跨代升级。

总得来说，人工智能技术是当前许多旧产业的改造器，也是新产业的助力器。正如当年互联网喊出的「所有行业都要被互联网重塑一番」一样，今天的一切行业都要被「AI+」改造一番。

而实际上，人工智能的这场变革并不是必然发生，它有赖于一个天才算法结构的横空出世，有赖于海量数据和算力的成本下降与容易获得，也依赖于人工智能技术从业者的勇敢尝试。ChatGPT 的出现是如此，自动驾驶的实现也是如此。返回搜狐，查看更多

责任编辑：

ChatGPT介绍

　　新闻分析：ChatGPT，变革与风险 

　　美国人工智能公司OpenAI的大语言模型ChatGPT在推出约两个月后，1月已达到1亿月活跃用户，成为历史上增长最快的消费者应用程序。相关专家预计，ChatGPT不仅是新一代聊天机器人的突破，也将为信息产业带来巨大变革，但由此带来的学术造假、技术滥用、舆论安全等风险亦不容忽视。

　　新一代操作系统平台的雏形

　　多语言撰写充满想象力的诗歌，编写可运行的程序，快速生成论文摘要，自动制作数据表格，纠正文章中的语法和表达错误，把一周大事写成新闻综述……ChatGPT不仅能理解很多人类问题和指令，流畅展开多轮对话，也在越来越多领域显示出解决多种通用问题的能力。

　　ChatGPT还轻松通过一些对人类难度较高的专业级测试：它新近通过了谷歌编码L3级（入门级）工程师测试；分别以B和C+的成绩通过了美国宾夕法尼亚大学沃顿商学院MBA的期末考试和明尼苏达大学四门课程的研究生考试；通过了美国执业医师资格考试……业界形容它的诞生是人工智能时代的“iPhone时刻”，意味着人工智能迎来革命性转折点。

　　“ChatGPT的成功不应仅仅被看作新一代聊天机器人的突破，而应该重视其对人工智能乃至整个信息产业带来的革命。”北京智源人工智能研究院院长黄铁军接受记者专访时说，人工智能领域的过去十年是深度学习的十年，但产业总体上并没有出现移动互联网和云计算级别的爆发，“ChatGPT的出现，具有划时代意义，大模型+ChatGPT已形成新一代操作系统平台的雏形”。

　　黄铁军说，ChatGPT在技术路径上采用了“大数据+大算力+强算法=大模型”路线，又在“基础大模型+指令微调”方向探索出新范式，其中基础大模型类似大脑，指令微调是交互训练，两者结合实现逼近人类的语言智能。ChatGPT应用了“基于人类反馈的强化学习”训练方式，用人类偏好作为奖励信号训练模型，促使模型越来越符合人类的认知理解模式。

　　“这样的AI可帮助人类进行真实创造，尤其是帮助人类提高创造效率，比如提高获取信息的效率或提出新颖想法，再由人解决其真实性问题。创造效率的提高将产生巨大效益和多方面影响，可以改变世界信息化格局。”中国科学技术大学机器人实验室主任陈小平对记者说。

　　引发新一轮人工智能科技竞赛

　　ChatGPT的问世正在人工智能领域引发新一轮科技竞赛。北京时间2月8日凌晨，微软推出由ChatGPT支持的最新版本必应搜索引擎和Edge浏览器，宣布要“重塑搜索”。微软旗下Office、Azure云服务等所有产品都将全线整合ChatGPT。

　　北京时间2月7日凌晨，谷歌也发布了基于谷歌LaMDA大模型的下一代对话AI系统Bard。同一天，百度官宣正在研发的大模型类项目“文心一言”，计划在3月完成内测，随后对公众开放。阿里巴巴、京东等中国企业也表示正在或计划研发类似产品。

　　人工智能大模型领域的全球竞争已趋白热化。黄铁军认为，ChatGPT未来有望演变成新一代操作系统平台和生态。这种变革似移动互联网从个人电脑到手机的转化，大部分计算负荷将由大模型为核心的新一代信息基础设施接管。这一新范式将影响从应用到基础设施各层面，引发整个产业格局的巨变，大模型及其软硬件支撑系统的生态之争将成为未来十年信息产业焦点。

　　值得注意的是，ChatGPT有时会“一本正经地胡说八道”，存在事实性错误、知识盲区和常识偏差等诸多问题，还面临训练数据来源合规性、数据使用的偏见性、生成虚假信息、版权争议等人工智能通用风险。多家全球知名学术期刊为此更新编辑准则，包括任何大型语言模型工具都不会被接受为研究论文署名作者等。

　　“学术论文的署名作者须满足至少两个条件，其一是在论文工作中做出‘实质性贡献’，其二是能承担相关的责任。目前这两个条件ChatGPT（以及其他AI系统）都不满足。”陈小平说。

　　ChatGPT也有应用在舆论信息战方面的潜力。加拿大麦吉尔大学研究团队曾使用ChatGPT前代模型GPT-2阅读加拿大广播公司播发的约5000篇有关新冠疫情的文章，然后要求其生成关于这场危机的“反事实新闻”。连OpenAI也警告使用ChatGPT的用户，它“可能偶尔会生成不正确的信息”，“产生有害指令或有偏见的内容”。

　　“针对这些问题，需要我们在发展技术的同时，对于ChatGPT应用边界加以管控，建立起对人工智能生成内容的管理法规，对利用人工智能生成和传播不实不良内容进行规避。同时加强治理工具的开发，通过技术手段识别人工智能生成内容。这对于内容检测和作品确权，都是重要前提。”北京瑞莱智慧科技有限公司副总裁唐家渝说。