去年年底，ChatGPT诞生了。
真实自然的人机对话，以及堪比专家的答案，还有严肃的废话，让其迅速走红，风靡全球。
与之前的换脸、捏脸、诗画生成等AIGC应用很火但很快就淡出不同，ChatGPT不仅保持了热度，而且还有全线爆发的趋势。
如今，谷歌和百度的人工智能聊天机器人已经在路上。
比尔盖茨对此给予了高度评价：ChatGPT与PC和互联网的诞生一样重要。
为什么？首先，确实需要人机对话。
人工智能技术鼻祖图灵设计的“图灵测试”，就是试图通过人机对话来测试人工智能是否欺骗了人类。
能够从人机的问题中得到准确的答案，比搜索引擎给出一堆推荐的网页和答案更周到。
要知道，懒惰是人类进步的动力。
其次，ChatGPT确实很强大。
ChatGPT不仅可以像人类一样聊天，还可以生成各种新闻、电子邮件、论文，甚至可以进行计算和代码。
这就像小朋友抓到了“哆啦A梦”一样——一切都有答案。
。
除了看热闹之外，我们还可以问一点：ChatGPT 为什么这么好？ ChatGPT：我手里拿着一个大模型，我也能“打败”人类。
我们先看一个“我不想让你这么想，我想让我妻子这么想”的例子。
过去，当人类与ChatGPT交谈时，他们可以说“我妻子这样说”或“我妻子说……这没有错”，但稍稍坚持后它就会屈服并修改其答案。
但经过大量训练后，ChatGPT 开始变得非常艰难。
不管你是否和妻子搬出去，都会坚持事实。
2等于4，无论你是不是“hep控”，它都不会妥协。
原来，ChatGPT 是经过重建的，并接受了关于真实性和数学能力的特殊训练。
换句话说，ChatGPT可以被人类带来偏见，也可以被人类加强和纠正。
所以为什么？我们先来回答一下ChatGPT到底是什么？它是基于千亿大语料参数组成的GPT3.0架构训练的自然语言处理聊天工具。
ChatGPT的算法采用Transformer神经网络架构，对时间序列数据具有良好的处理能力。
用通俗的英语来说，它可以很好地处理上下文的语法关系。
Transformer 是一个简单的编解码器，可以几乎无限地堆叠以形成大规模的预训练语言模型。
基于Transformer模型的GPT架构可以很好地完成多种语言处理任务，例如填空、造句、分词、翻译等，随着数据集和模型参数的大规模增长，已经到了GPT3.0的规模，GPT已经展现出了非常强大的文本生成能力。
自然而然，问答对话模式就应运而生了。
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 采用了一种名为“人类反馈强化学习（RLHF）”的训练方法，可以在训练过程中根据人类反馈来确保将无用、扭曲或有偏见的信息输出降至最低。
简单来说，GPT只能保证问题得到解答，但不能保证答案一定正确。
然而ChatGPT不仅要保证有对话，还要保证对话是正确的。
就像孩子一样，他们必须通过成人一遍又一遍地纠正发音、语法和用词的训练，学会真正有效的对话。
ChatGPT 是利用人类反馈进行强化学习的产物。
由于 ChatGPT 非常易于使用。
我们不妨问它一个问题：ChatGPT可以用于自动驾驶技术训练吗？答案是：是的。
郝默顾伟豪：郝默将ChatGPT引入自动驾驶，采取了这三个步骤。
我猜ChatGPT还没有触及这个问题，因为缺乏ChatGPT和自动驾驶相关的内容。
不过，如果ChatGPT最近在中国互联网上收录了相关报道，那么就知道中国一家人工智能科技公司已经开始思考这个问题了。
今年1月BiMo智行举办的AI DAY上，BiMo CEO顾伟豪非常郑重地提到了ChatGPT，并直言BiMo已经开始研究ChatGPT背后的技术。
顾伟豪表示：“实现从 GPT3 到 Chat GPT 的跨越，最重要的是 ChatGPT 模型采用了‘利用人类反馈的强化学习 RLHF’训练方法，更好地利用了人类知识，让模型能够判断其” 那么这对自动驾驶有什么启示呢？ChatGPT的技术思路与自动驾驶认知决策的思路不谋而合。
海默认知驾驶决策算法的演进分为三个阶段：第一阶段是引入个体场景的端到端模仿学习，直接贴合人类驾驶行为。
第二阶段是利用大模型引入海量的人类正常驾驶数据，通过Prompt实现可控、可解释的认知决策。
第三阶段引入真实接管数据，尝试“人类反馈强化学习（RLHF）”。
一般来说，人类驾驶员的每一次接管都是人类对自动驾驶策略的反馈（Human Feedback）；这个接管数据可以简单地用作负样本，它是修正后的自动驾驶决策的记录。
它也可以作为积极的例子来学习，以改善认知决策。
为此，郝默构建了<老策略、接管策略、人工标签策略>的两两排序模型。
基于该模型，海默构建了自动驾驶决策奖励模型，以在各种情况下做出最优决策。
这个模型被称为人类驾驶自我监督认知的大模型。
简单来说，为了让自动驾驶系统学习到经验丰富的驾驶员的优秀驾驶方法，海默的大认知模型必须学会从人类反馈中进行选择和区分，并稳定输出最优解。
这样，海谋在掉头、环岛等公认的困难场景下，通过率提升了30%以上。
当然，如果ChatGPT继续搜索学习就会知道，在1月初的HAOMO AI DAY上，郝墨不仅发布了这个自动驾驶监管的大模型，还一口气发布了另外四个大模型。
这五个大模型可以帮助飞墨实现车侧感知架构的跨代升级，即将过去分散的多个下游任务整合起来，形成更加端到端的架构，包括交通灯、本地路网、预测等任务，实现跨代升级。
总体来说，人工智能技术是很多老产业的改造者，也是新产业的助推器。
正如当年互联网高喊“所有行业将被互联网重塑”一样，今天所有行业都将被“AI+”重塑。
事实上，人工智能的这场革命并非不可避免。
这取决于天才算法结构的出现。
这取决于海量数据和计算能力的成本降低和容易获得。
它还依赖于人工智能技术从业者。
勇敢的尝试。
ChatGPT的出现如此，自动驾驶的落地也是如此。