ChatGPT自动驾驶版,横空出世。毫末智行宣布,自动驾驶认知大模型正式升级为DriveGPT,在自动驾驶模型算法方面,全面应用ChatGPT的模型和技术逻辑。ChatGPT更被人熟知的身份是“会聊天的AI”,底层技术传统上讲属于NLP领域。但NLP大模型跨界应用到视觉领域,早已有之。比如毫末智行一直提倡的Transformer大模型,最早就诞生于NLP领域。ChatGPT大火,甚至被比尔盖茨比喻成和互联网诞生一样重要。而一向追逐前沿AI应用的毫末智行,如何把ChatGPT用在自动驾驶上?从ChatGPT到DriveGPT毫末智行的自动驾驶认知大模型(人驾自监督认知大模型),正式升级为DriveGPT。稍微解释一下,毫末的自动驾驶认知大模型采用的是RLHF(人类反馈强化技术)算法,通过不断输入真实人驾接管数据,持续优化自动驾驶决策模型。也就是说,毫末的这个模型在不断学习千千万万个老司机的驾驶经验,进而帮助模型自己能独立做出最优决策。而ChatGPT之所以能成为“很会聊天的AI”,也是因为训练的时候使用了RLHF算法,利用人类知识,让模型能判断自己的答案质量,训练自己逐步给出更高质量的回答。目前,毫末智行已经完成DriveGPT的模型搭建和第一阶段数据跑通,现在的参数规模可以对标GPT-2的水平,大约7.74亿。ChatGPT的爆火也不过是这几个月的事情,而毫末现在已经有了能落地的进展。这样的速度背后,其实是AI技术向超大规模数据、超大规模模型演变的大趋势。毫末智行的自动驾驶模型中,其实早就应用了和ChatGPT相同的模块。毫末智行的认知决策算法先看看毫末怎么迭代认知决策算法的。毫末这套认知决策算法进化分为三个阶段:第一个阶段,引入个别场景的端到端的模仿学习,直接拟合人驾行为;第二个阶段,通过认知大模型,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,也就是毫末认知决策算法现在处于的阶段,引入真实接管数据,并在大模型中开始使用RLHF算法,让模型学习人驾接管数据。这其中第三个阶段,就是和ChatGPT训练逻辑类似的阶段,也是能引入这套模式的阶段。也就是说,当毫末认知决策算法通过拟合、学习人驾数据,具有一定的驾驶决策能力后,毫末构建了一套奖励规则(即奖励模型,reward model)。在同一个驾驶环境下,如果人类驾驶行为和算法决策一致,不选择接管,计为一个good case;如果人类司机接管了,就计为一个bad case。通过把good case和bad case这种“好坏”的价值判断模型引入算法训练,能够进一步让算法做出更好的驾驶决策。目前,毫末智行DriveGPT已经进入算法进化的第二个阶段,接下来就是第三阶段:输入大规模真实接管数据,让模型强化学习人驾数据反馈。并且,毫末还会把DriveGPT作为云端测评模型,评估车端小模型的驾驶效果。关于DriveGPT更多重要进展,4月HAOMO AI Day上毫末会进一步公布。而毫末智行能实现这些目标,离不开背后强大的算力支持。为什么是毫末智行毫末在国内应该第一个明确提出自动驾驶重感知轻地图的技术路线。去年行业的发展验证了毫末的先见之明。ADAS系统尽量减少高精地图信息的依赖,自然就要求车端的感知识别能力更强大。在研发端来说,迭代这样的大模型,需要更大的算力来支撑。今年1月,在毫末举办的AI Day上,这个自动驾驶量产公司宣布自建智算中心MANA OASIS。通过和字节跳动旗下火山引擎的合作,MANA OASIS算力可达0.67 EFLOPS(每秒6.7x1017次浮点运算)。智算中心不仅算力几乎全部为自动驾驶服务,架构也根据自动驾驶的业务特性做出调整,计算、存储和通信都具有很强的基础能力。并且,毫末MANA OASIS还支持千亿参数的AI大模型的完整训练,收敛周期效率得到大大提升。在AI Day上毫末还宣布了五大模型,除了上文提到的自动驾驶认知大模型(现在叫DriveGPT),还有视频自监督大模型、3D重建大模型、多模态互监督大模型、动态环境大模型,从数据、目标识别准确率、路径预测规划、整体乘坐体验等多个角度共同提升毫末自动驾驶能力。毫末自建超算,从技术层面解释了为何它能成为第一个真正把ChatGPT相关技术真正在自动驾驶领域应用的玩家。而从公司整体策略上,支撑毫末在研发端进展迅速的条件,是它以自动驾驶量产上车为核心目标的整体战略,以及背后长城汽车每年百万销量的落地规模支持。毕竟无论是NLP还是自动驾驶,不断获取大规模低成本的数据获取渠道,才是一切的基础。说了这么多,毫末智行的技术,体现在乘用车上了吗?毫末NOH,已经量产上车。今年毫末智行的目标是实现城市NOH大规模量产上车,即在城市内实现能自动识别红绿灯、人车混行场景,大部分时间不用人类驾驶的高阶智能驾驶功能。在明年,毫末城市NOH预计会在国内100个城市落地。免责声明：此文内容为本网站转载企业资讯，仅代表作者个人观点，与本网无关。所涉内容不构成投资、消费建议，仅供读者参考，并请自行核实相关内容。原文转自：河北网络广播电视台举报/反馈

chatgpt已成为公司盈利工具之一 ChatGPT 银行应用场景

chatgpt,chatgpt怎么用,chatgpt注册,chatgpt中文
来源：媒体滚动转自：中国银行保险报网□本报记者 苏洁近日，百信银行宣布成为百度“文心一言”首批生态合作伙伴，百信银行将全面体验并接入“文心一言”的能力。据介绍，下一步，百信银行将把百度领先的智能对话技术成果应用在数字金融、AI数字人、数字营业厅等领域，此举意味着百信银行优先获得领先AI技术的加持，这也标志着中国版ChatGPT落地银行业。ChatGPT适用于商业银行哪些场景？实际落地面临哪些问题？对此，《中国银行保险报》记者采访了相关人士。可在客服领域率先推动试点最近ChatGPT关注度居高不下，市场上有肯定的声音，也有质疑的声音，对于银行业来说，ChatGPT的应用前景如何？百信银行科技规划团队负责人、首席研究员武艳军认为，对于人工智能技术应用，一开始大家都在积累数据，有了数据资产之后就会考虑数据到底应用在什么地方，如何应用才能够发挥数据价值。人工智能技术非常适合于挖掘数据价值，去提升业务能力。武艳军介绍，人工智能应用可以分为几个层次：基本层次是偏感知的，比如OCR、生物识别、活体检测等技术的应用相对是比较成熟的，引入技术马上就可以应用。进一步比如在营销、风控领域要应用人工智能技术，就进入分析和决策甚至预测的层次。在决策方面，客户风险高还是低，必须基于模型和相应的输入数据做出判断。在预测方面，根据用户行为判断用户是不是有产品需求和购买意愿，可以为他推送相应的产品和服务推荐。这些都与银行的经营结果直接相关。“当下，银行业数字化转型进入2.0阶段，在数智化发展的下半场，智能能力对银行的数字化转型发挥着越来越重要的作用。”武艳军表示，“我们一直在和百度合作，研究和应用人工智能技术在各个环节的应用，比如在智能核身领域应用生物识别、活体检测，在智能营销、智能风控领域应用机器学习技术，推出数字营业厅和虚拟数字人，这些方面都是相应的AI技术应用。对于ChatGPT技术，我们也有专门的团队在跟进和研究，正在思考到底在哪些领域进行应用。”安永金融咨询合伙人马东锋表示，这些年很多头部银行在AI技术应用领域进行大量投入，这是大的方向和趋势。其中以自然语言处理技术为基础的AI应用也是银行的重要应用领域。ChatGPT的出现，把自然语言技术在应用方面推到一个新的发展点，在一些人机日常交流过程中来看，已经有非常好的表现，这也是为什么很多国内金融机构包括银行在内都纷纷发表声明引入ChatGPT类似的技术和平台，推动业务应用。“ChatGPT目前在银行业最好的应用就是在智能客服、代码扫描、内部审计稽核等领域。从各家目前在自然语言处理技术应用效果来讲，技术水平跟ChatGPT还有差距。以客服领域为例，因为其本身对于技术的要求严苛度没有那么高，在这方面可以首先去推动试点，其他像营销风控领域来讲，可能还需要投入较大研发力量，逐步提升。”马东锋认为。更多场景应用尚需验证ChatGPT在银行业的应用中还有哪些问题？武艳军表示，ChatGPT作为AI生成内容的工具，在银行有两个可能的应用场景：在银行数字化转型方面，很大程度上要看业务人员能够使用哪些数字化工具去提升其工作效率，当前很多原来需要人工去做操作的东西，可以应用RPA（机器人流程自动化）进行处理，将来可以应用ChatGPT去辅助提升银行员工的工作效率。另外，用户交互方面，数字营业厅、数字人与用户交互，其底层是基于一些模型，有的是基于真人去触发数字人的动作，有些是基于相应的策略模型去驱动其动作。ChatGPT可以作为数字人底层的技术去驱动数字人，与用户进行互动式交互，更好地提升用户体验。“ChatGPT大多数时候输出的结果是好的，但是有时候输出的结果不是你意想中的，可能会不可控。因此，ChatGPT距离真正的商业化应用或者真正在非常严谨的实际业务场景中发挥应用尚需时日。”武艳军指出。“ChatGPT的出现把以自然语言为基础的人工智能应用提升到一个新的高度，以前可能就是简单的问答模式，现在在语义理解方面则达到一个新的高度。就银行业来讲，在人工智能方面有非常多的应用场景，智能客服是一个非常基础的应用，智能化营销、风控、自动化决策，甚至智慧运维运营能力，包括基于整体科技本身的智能化应用也需要大量的AI技术。在银行业AI技术的实际落地应用中，客服领域会更快速；在风控方面，对于精准度要求较高，在模型训练、实际使用方面还需要更多投入。”马东锋认为。此外，马东锋指出，ChatGPT和AI技术现在普遍存在的问题是可信AI的建设问题，这一直是AI领域在应用推广方面的障碍。在推广过程中，如何去进行验证，是亟须解决的问题。目前从ChatGPT的测试来看，其可诱导性是比较强的，还有基于问题的提示或者暗示能够诱导其往某些答案方向走，这个对于商业银行在管理决策、风控方面来讲是无法接受的。因此，还需要投入更多精力去研发和验证才能真正投入应用。未来的路还很长。举报/反馈

ChatGPT这颗酸葡萄有多酸？

这么酸的葡萄你还吃?,酸葡萄啥意思,酸葡萄好吃吗,酸葡萄有营养吗
最近马斯克炮轰ChatGPT“违背初心”，并在Tiwtter上发表看法：“OpenAI最初是一家开源的非营利性公司而创建的，这也是为什么我把它命名为OpenAI的原因。但现在它已经成一家闭源的营利性公司，由微软有效控制，这完全违背了我的本意。”马斯克在2015年与硅谷几位大佬共同参与成立了非营利组织OpenAI，但2018 年从公司董事会辞职。老马现在眼看着ChatGPT全球爆火出圈，失落中透出了一点酸酸的味道。为此，行研社访谈了ChatGPT是怎么看待这件事情。行研社：马斯克最近说OpenAI和我创建它时的初衷背道而驰，你如何看待这个事情？ChatGPT：埃隆・马斯克在2015年联合创办了OpenAI，旨在推动人工智能的发展和应用，并使其造福全人类。然而，OpenAI在发展的过程中，开始转向了商业化应用，这似乎与初衷有所偏离。近期，马斯克在Twitter上表示OpenAI已经背离了他最初的创立初衷。从某种意义上说，OpenAI的这种转变并不意外。随着人工智能技术的发展和商业化应用的增多，OpenAI也不可避免地会受到商业化的诱惑，尤其是在竞争激烈的人工智能市场中。然而，从另一个角度来看，商业化也可能为OpenAI的发展提供更多的机遇和资源，使其能够更好地推动人工智能技术的进步。这种转变并不一定是一件坏事，只要OpenAI仍然致力于推动人工智能技术的发展，同时确保技术的使用是合法和道德的，那么这种转变就是正常的进化过程。总之，人工智能技术的发展和应用仍然需要在道德和法律框架内进行，以确保其能够最大限度地造福人类。无论OpenAI选择哪条路，都需要保持这个初衷。行研社：有网友评论说，之所以马斯克批评OpenAI，是因为微软作为OpenAI的大股东，将ChatGPT这样的成果“攫取”到微软的搜索引擎bing上面，有点“吃不到葡萄就说葡萄酸”的味道，你怎么看？ChatGPT：关于马斯克批评OpenAI的原因，有许多猜测和分析。作为OpenAI的创始人之一，马斯克关注OpenAI的发展，同时也对人工智能技术的应用和影响有深刻的认识，他可能有自己的看法和担忧。至于ChatGPT等技术成果被微软的搜索引擎Bing采用，这并不一定是一个负面的事情。技术成果的商业化应用是人工智能领域的常见做法，这也为OpenAI提供了获得更多资金和资源的途径，有利于其技术的发展和推广。然而，如果OpenAI的技术成果被滥用或用于不道德或非法的用途，那么就需要OpenAI及时采取措施，保障其技术的合法和道德使用。总的来说，OpenAI的技术成果的商业化应用是一个复杂的问题，需要在保护知识产权和推动人工智能技术发展之间取得平衡。无论如何，我们应该看到人工智能技术对社会和经济的潜在贡献，同时也要警惕潜在的风险和挑战，努力探索合理的解决方案。行研社：马斯克联合创办了OpenAI，但是在成立不到一年的时候却将OpenAI高级人才安德烈挖走作为特斯拉的AI高级总监，是不是在当时的情况下马斯克并不看好OpenAI能够做出成就？ChatGPT：马斯克于2015年与其他联合创办人共同创建了OpenAI，并担任了该组织的联合主席。OpenAI致力于推动人工智能技术的发展和应用，并通过开放式研究模式来实现这一目标。马斯克在创办OpenAI之初的确投入了很多精力和资源，但是在OpenAI成立不到一年时，他将OpenAI的高级研究员Andrei Karpathy挖走，聘为特斯拉的AI高级总监。这一举动可能是由于特斯拉在人工智能技术方面的需求增加，而OpenAI则面临着自己的研究方向和商业化应用之间的平衡问题。然而，我认为这并不意味着马斯克不看好OpenAI的发展前景。事实上，OpenAI在成立之初就吸引了许多来自学术界和工业界的顶尖研究人才，并且在过去几年中也取得了许多重要的研究成果，包括GAN、BERT、GPT等先进的人工智能技术。此外，OpenAI还在AI安全性等重要领域做出了杰出的贡献。虽然马斯克离开了OpenAI的日常管理，但他仍然是OpenAI的联合主席之一，并继续关注着该组织的发展。在人工智能技术日益重要的今天，OpenAI的使命更加重要，而且未来的发展仍然有很大的潜力。行研社：以马斯克以往的做法来看，有没有可能另起炉灶打造一个完全受自己控制的ChatGPT？ChatGPT：从马斯克以往的做法来看，他一直在推动科技的创新和进步，并且希望能够在人工智能领域发挥更大的作用。他曾在2015年创立OpenAI，希望通过开放式研究来推动人工智能的发展。此外，他还在2016年成立了Neuralink公司，致力于开发脑机接口技术，为人类的大脑提供新的增强和扩展能力。在这个背景下，马斯克在未来可能会继续探索人工智能领域的创新和发展。对于ChatGPT这样的技术成果，他可能会考虑自己打造一套完全受自己控制的聊天机器人系统，以实现自己的愿景和目标。然而，要打造一个完全受自己控制的ChatGPT系统并不是一件简单的事情。现在的人工智能技术需要大量的数据和算力来支持，同时还需要丰富的专业知识和技术经验。而且，开发出一个具有竞争力的ChatGPT系统需要耗费大量的人力、物力和财力，这需要马斯克拿出足够的资源和精力来支持。因此，马斯克如果要打造一个完全受自己控制的ChatGPT系统，可能需要花费很长时间和大量的资源和精力来实现。同时，这也需要考虑到人工智能技术的安全和伦理问题，以确保该系统的应用是安全、可靠和符合道德的。行研社：刚才你提到训练一个ChatGPT除了专业知识和技术还需要大量的数据和算力支持，在人工智能领域常常被提到的就是一个AI产品究竟有多少是人工成份，有多少是智能成份。那么，你觉得就ChatGPT来说，人工和智能各占多少成份？ChatGPT：对于ChatGPT这样的自然语言处理模型，其训练数据、算法和模型架构是人工设计和构建的，因此在这个意义上，它具有很强的人工成分。然而，ChatGPT的核心能力是通过对大量文本数据的学习和归纳，实现对人类语言的理解和生成。这意味着ChatGPT具有一定的智能成分，可以通过学习和自我调整来提高其表现和效果。特别是在最新的GPT-3模型中，ChatGPT可以在许多任务上实现与甚至超过人类的表现，这表明它具有相当高的智能水平。因此，从某种程度上来说，ChatGPT的人工和智能成分都很重要，二者相辅相成，共同构成了这个系统的核心能力。尽管ChatGPT的训练算法和模型架构是人工设计的，但它的智能成分是通过对大量真实数据的学习和归纳实现的，这使得ChatGPT在自然语言处理领域具有广泛的应用前景。行研社：百度近期也宣布即将在3月份推出类似ChatGPT的产品文心一言，你觉得短期内百度能够研发出同级别的产品吗？ChatGPT：百度在自然语言处理领域拥有相当强的技术实力，已经在多个领域取得了重要进展。在近年来的NLP技术竞赛中，百度的技术表现一直位于领先位置，并且在推动深度学习技术在NLP领域的应用方面具有很大的优势。因此，我认为百度有可能在短期内研发出类似于GPT的产品。不过，需要注意的是，GPT模型的设计和训练是非常耗费时间和资源的。要开发一个与GPT-3水平相当的模型，需要大量的数据和算力支持，以及许多资深的NLP研究人员和工程师的参与。因此，即使百度已经在NLP领域拥有强大的技术实力，要短期内实现与GPT-3相当的产品依然具有一定的挑战性。总之，我认为百度有可能在短期内推出一款类似于GPT的产品，但它的具体表现如何，需要等到产品上市后进行评估。行研社：如果百度做出的文心一言效果不错，马斯克有没有可能去投资百度？ChatGPT：马斯克在多个领域都投资了大量的资金，包括人工智能、电动汽车、太空探索等。如果百度推出的文心一言效果不错，对于马斯克来说，他可能会考虑投资百度。不过，这还取决于很多因素，比如文心一言产品的市场前景、商业模式、竞争力等等。此外，投资决策也要考虑公司的整体战略和利益。需要指出的是，马斯克作为投资者，他在选择投资项目时会非常谨慎，会对项目进行深入的分析和评估，以确保自己的投资具有可持续的商业前景和盈利潜力。因此，如果百度想要吸引马斯克的投资，需要展现出强大的技术实力和商业前景，并且在可持续性上表现出色。如果你对马斯克和ChatGPT还有什么问题，欢迎关注“行研社”公众号，免费体验行研社AI问答。结语ChatGPT目前被认为已经可以达到人类9岁的心智。马斯克也频频提醒大家人工智能比核弹更加恐怖。技术革命会带来产业革命，产业革命会带来社会变革，社会变革会运用商业革命，商业革命会引起人类生活方式的改变。如果你也在寻找人工智能AI领域的新机遇，想要探讨相关热点话题，对接优质项目资源。请加入行研社“AI+”行业圈。圈内汇聚行业从业者、研究员、投资人，在圈内相互交流、学习、讨论、分享，对接，每日推送行业商机情报；不定期开展线上直播连线和研讨会活动。