Am 16. Juni gab Mercedes-Benz offiziell bekannt, dass es den fahrzeuginternen Sprachassistenten mit chatgpt verbinden wird. Von nun an können mehr als 900.000 amerikanische Kunden über die mobile Anwendung Mercedes me oder die Stimme „Hey, Mercedes“ am Testplan für das intelligente Mensch-Computer-Interaktionssystem MBUX teilnehmen.

Autos sind das größte interaktive Anwendungsszenario für große Modelle, und dies ist das erste Mal, dass ChatGPT in einer Autoumgebung angewendet wird. Die Ergebnisse dieses Tests werden verwendet, um den Sprachassistenten weiter zu verbessern und als Referenz für groß angelegte Sprachmodelle in weiteren Märkten zu dienen. Durch den Zugang von ChatGPT wird auch das Smart-Car-Betriebssystem neu gestaltet.

Neben Mercedes-Benz widmen sich auch viele Unternehmen der Anwendung großer Modelle in Automobilen und erforschen diese, darunter Tesla, Nvidia, Baidu, Ali usw.. Die Kombination von künstlicher Intelligenz und Automobilen ist eine dringende Entwicklungsrichtung im In- und Ausland, und kein Unternehmen ist bereit, bei einer weiteren, von künstlicher Intelligenz vorangetriebenen Innovation ins Hintertreffen zu geraten.

Wenn heute KI in aller Munde ist, wollen wir auch kurz darauf eingehen, wie künstliche Intelligenz Veränderungen in der Automobilindustrie bewirken wird.

Verstehen Sie Ihr Smart Cockpit besser

Das Aufkommen großer Modelle hat neue Chancen und Herausforderungen für die Entwicklung künstlicher Intelligenz mit sich gebracht und auch der Automobilindustrie neue Möglichkeiten eröffnet.Zu den Hauptanwendungsszenarien gehören Smart Cockpit und Smart Driving。

Das „Car Smart Cockpit“ bezieht sich auf den Innenraum eines Autos, der eine Vielzahl intelligenter Funktionen und Dienste integriert. Es kann Fahrern und Passagieren durch multimodale Mensch-Fahrzeug-Interaktion ein sicheres, komfortables, bequemes und unterhaltsames Reiseerlebnis bieten.

Die Anwendung des Modells der künstlichen Intelligenz im smarten Cockpit des Autos spiegelt sich zunächst in der Sprachinteraktion wider.

Die Sprachinteraktion ist eine der wichtigsten Funktionen im smarten Cockpitdas es Fahrer und Passagieren ermöglicht, über natürliche Sprache zu kommunizieren und das Fahrzeug zu steuern, was den Komfort und die Sicherheit des Reisens erhöht.

Nach Angaben von Qishi Technology, einem Forschungsinstitut für Automobilintelligenz, erreichte der Anteil der mit Sprachinteraktionsfunktionen ausgestatteten Modelle auf der Shanghai Auto Show im Jahr 2023 95 %, wobei Mercedes-Benz bei der Rate der Sprachinteraktionsfunktionen den ersten Platz belegte.

Der Grund, warum Mercedes-Benz die Führung bei der Sprachinteraktion übernehmen kann, hängt mit der Einführung der ChatGPT-Technologie zusammen.. Mercedes-Benz hat ChatGPT in sein intelligentes Mensch-Computer-Interaktionssystem MBUX integriert und bietet Autobesitzern ein völlig neues Sprachassistenten-Erlebnis. Das System unterstützt einen dynamischeren Dialog, es kann nicht nur die Sprachbefehle des Autobesitzers genau verstehen, sondern auch einen interaktiven Dialog mit dem Autobesitzer führen.

Die zweite ist die Bildanalyse. Das große Bildmodell kann Gesichtserkennung, Emotionsanalyse, AR-Kamera und andere Dienste für das intelligente Cockpit des Autos bereitstellen und es Fahrern und Passagieren ermöglichen, über Bilder zu interagieren und das Auto zu unterhalten. Beispielsweise kann das von SenseTime veröffentlichte Bildgenerierungsmodell „Second Painting SenseMirage“ Bilder verschiedener Stile und Themen entsprechend der Eingabe oder Auswahl von Fahrern und Passagieren generieren.

Neben Sprachinteraktion und Bildanalyse kann das große 3D-Inhaltsmodell auch das intelligente Cockpit eines Autos unterstützen und ihm Dienste wie 3D-Navigation zur Verfügung stellen.

Kurz gesagt: Die Anwendung großer Modelle künstlicher Intelligenz in intelligenten Cockpits von Autos kann Autos zu stärkeren Wahrnehmungs-, Verständnis-, Generierungs- und Interaktionsfähigkeiten verhelfen und so Fahrern und Passagieren ein intelligenteres, personalisierteres und szenenbasierteres Reiseerlebnis bieten.

Dies ist eine anhaltende interaktive Revolution, und diese Revolution ist untrennbar mit einer anderen wichtigen Entwicklungsrichtung der zukünftigen Transportindustrie verbunden – dem autonomen Fahren.

Das automatische Fahren wird wieder schneller

Autonome Fahrtechnologie ist eine wichtige Entwicklungsrichtung der zukünftigen Transportindustrie, und KI ist eine der Schlüsseltechnologien zur Realisierung autonomer Fahrtechnologie. Unter autonomem Fahren versteht man die Technologie, menschliche Fahrer durch Wahrnehmung, Entscheidungsfindung und Ausführung von Computersystemen in unterschiedlichem Maße durch Fahrzeuge zu ersetzen.

Nach den Standards der International Society of Automotive Engineers (SAE) lässt sich das automatische Fahren in sechs Stufen von L0 bis L5 einteilen, die unterschiedliche Grade der Automatisierung und Mensch-Computer-Interaktion darstellen. L0-L2 gehört zur Fahrassistenz und L4-L5 gilt als automatischer Antrieb.

Und wir sind derzeit auf L3-Niveau, das heißt, mit Hilfe künstlicher Intelligenz kann das Fahrzeug alle Fahraufgaben bewältigenaber die Anwesenheit des Fahrers ist im Falle eines Notfalls oder eines ähnlichen Systemausfalls weiterhin erforderlich.

Autopilot L0-L5

Level L0, manuelles Fahren；

Niveau L1, Assistiertes Fahrenbedeutet, dass das Fahrzeug einige Zusatzfunktionen bereitstellen kann, der Fahrer jedoch jederzeit die Umgebung überwachen und jederzeit bereit sein muss, das Fahrzeug zu übernehmen;

L2-Level, teilweise autonomes Fahrenbedeutet, dass das Fahrzeug mehrere Zusatzfunktionen bereitstellen kann, wie zum Beispiel das fortschrittliche Fahrerassistenzsystem (ADAS) mit AIGC und LKA;

L3-Niveau, bedingtes automatisches FahrenDas Fahrzeug kann alle Fahrvorgänge und die Umgebungsüberwachung unter bestimmten Szenarien und Bedingungen durchführen, aber der Mensch muss bei Bedarf durch das System entsprechende Antworten geben;

L4-Niveau, hochautonomes FahrenDies bedeutet, dass das Fahrzeug alle Fahrvorgänge und Umgebungsüberwachung unter bestimmten Szenarien und Bedingungen (z. B. unbemannte Logistik, unbemannter Mikrobus, autonomes Parken usw.) durchführen kann und keine Reaktion von Menschen erfordert. Derzeit besteht keine Notwendigkeit, einen Sicherheitsfahrer im Auto zu haben, aber die Straßen- und Umweltbedingungen sind noch begrenzt;

L5-Niveau, vollständig autonomes FahrenDerzeit besteht keine Notwendigkeit, einen Sicherheitsfahrer im Auto auszurüsten, und die Straßen- und Umweltbedingungen sind nicht eingeschränkt.

Technisches Prinzip

Autonomes Fahren nutzt Informationstechnologien wie computerautonomes Lernen, hochpräzise Karten, Positionierung, Netzwerkkommunikation und Laserradar. Kontrollieren und vermeiden Sie effektiv die Hindernisse und Gefahren, auf die Sie stoßen, und ergreifen Sie wirksame Maßnahmen für verschiedene komplexe Umgebungen und Notfälle.Zu seinen Grundprinzipien gehören drei Aspekte der Wahrnehmung, Entscheidungsfindung und Kontrolle.。

Wahrnehmung ist die Grundlage des autonomen Fahrens und die Voraussetzung für Entscheidungsfindung und Kontrolle. Bei der Wahrnehmung geht es darum, die Umgebung des Fahrzeugs mithilfe von Millimeterwellenradar, Lidar und Kameras genau zu identifizieren, Hindernissen vor dem Fahrzeug autonom auszuweichen und eine automatische Lenkung durchzuführen.

Unter Entscheidungsfindung versteht man die Planung und Beurteilung des Fahrzeugs auf der Grundlage der wahrgenommenen Informationen mithilfe intelligenter Algorithmen und Modelle, um den geeigneten Arbeitsmodus und die geeignete Steuerungsstrategie zu bestimmen und den Menschen bei der Entscheidungsfindung beim Fahren zu ersetzen. Die Entscheidungsfindung hängt hauptsächlich von Chips und Software ab, die den Kern des autonomen Fahrens bilden, einschließlich Pfadplanung, Verhaltensplanung, Flugbahnplanung, Interaktionsplanung usw.

Kontrolle ist die Verwirklichung des autonomen Fahrens, das Ergebnis von Wahrnehmung und Entscheidungsfindung. Dies bedeutet, dass das Fahrzeug gemäß den von der Entscheidung ausgegebenen Anweisungen entsprechende Vorgänge am Fahrzeug ausführt, z. B. Lenken, Beschleunigen, Abbremsen, Bremsen usw., über das Drahtsteuerungssystem oder das mechanische System.

Die Steuerung umfasst hauptsächlich zwei Aspekte: vertikale Steuerung und horizontale Steuerung. Ersteres steuert die Geschwindigkeit und Beschleunigung des Fahrzeugs in Fahrtrichtung und betrifft hauptsächlich das Gas- und Bremssystem; letzteres steuert die Position und den Winkel des Fahrzeugs senkrecht zur Fahrtrichtung und betrifft hauptsächlich das Lenksystem.

Anwendungsebene

Die Entwicklung künstlicher Intelligenz hat die Fähigkeiten autonomer Fahrsysteme deutlich verbessert.Durch maschinelle Lernalgorithmen, Computer Vision undSensorDurch die Kombination von Fusionstechnologien kann das System die Umgebung verstehen und darauf reagieren, wodurch es zuverlässiger, effizienter und sicherer wird.

Künstliche Intelligenz nutzen wollen, um die Art des Fahrens völlig zu verändern,Dies hängt hauptsächlich von der Anwendungsebene im Bereich des autonomen Fahrens ab und umfasst drei wichtige Teile: Umgebungswahrnehmung, Entscheidungsplanung und Lernanpassung。

Selbstfahrende Fahrzeuge kombinieren Kameras, Lidar, Radar und andere Sensoren, um Daten über ihre Umgebung zu sammeln. KI-Algorithmen verarbeiten diese Daten dann, um detaillierte Karten der Umgebung zu erstellen und Objekte wie Fußgänger, andere Fahrzeuge, Ampeln und Verkehrszeichen zu identifizieren, um zu bestimmen, wie das Fahrzeug reagieren soll. Und Hochgeschwindigkeitsspeicher wie GDDR6 können schnelle Speicherung und Zugriff auf Daten unterstützen und intensive Rechenleistung realisieren.

Selbstfahrende Autos nutzen künstliche Intelligenz, um Echtzeitentscheidungen auf der Grundlage der von Sensoren gesammelten Daten zu treffen. Wenn beispielsweise ein selbstfahrendes Auto einen die Straße überquerenden Fußgänger erkennt, ermittelt es mithilfe künstlicher Intelligenz die beste Vorgehensweise zum Verlangsamen oder Anhalten.

Gleichzeitig können prädiktive Modellierung und überwachte Lernalgorithmen das Verhalten anderer Verkehrsteilnehmer vorhersagen, beispielsweise die Möglichkeit, dass Fußgänger an bestimmten Stellen die Straße überqueren und andere Fahrzeuge die Spur wechseln. Dies hilft dem Auto, potenzielle Verkehrsprobleme vorherzusagen und geeignete Maßnahmen zu ergreifen, um diese zu vermeiden.

während unüberwachte Lernalgorithmen verwendet werden können, um autonomes Fahren zu identifizierenAutosensorAnomalien oder unerwartete Ereignisse in den gesammelten Daten, z. B. ein Fußgänger, der die Straße an einem unerwarteten Ort überquert, oder ein Fahrzeug, das plötzlich die Spur wechselt.

Auch autonome Fahrsysteme können maschinelles Lernen und Deep-Learning-Techniken nutzen, um ihre Leistung kontinuierlich zu optimieren. Durch die kontinuierliche Erfassung und Analyse von Fahrdaten kann das System lernen und sich an verschiedene Fahrszenarien anpassen und so seine Entscheidungsfähigkeit und Reaktionsgeschwindigkeit verbessern.

Auch,Auch im Bereich des autonomen Fahrens spielt die Reinforcement-Learning-Technologie eine wichtige Rolle. Durch verstärkendes Lernen kann das Fahrzeug weiterhin Versuch und Irrtum durchführen und in der tatsächlichen Fahrumgebung lernen und so seine Fahrstrategie und Entscheidungsfähigkeit optimieren.

Wohin geht die Zukunft?

In der heutigen Gesellschaft sind Autos ein unverzichtbares Fortbewegungsmittel für den menschlichen Verkehr und ein wirtschaftlicher Motor für die gesellschaftliche Entwicklung. Mit der kontinuierlichen Weiterentwicklung der Technologie der künstlichen Intelligenz wird die Technologie des autonomen Fahrens schrittweise kommerzialisiert und weiter populär gemacht.

Es gibt auch die Ansicht, dassEs wird erwartet, dass Autos auch Teil intelligenter mobiler Endgeräte werden. Die Entwicklung künstlicher Intelligenz und des Internets bietet Autos die Möglichkeit, mit anderen intelligenten mobilen Endgeräten zu interagieren. Auch unser intelligentes Leben wird durch die mobile Privatraumeigenschaft des Autos skalierbarer und einzigartiger.

Als Autokonzern mit dem höchsten Marktwert der Welt treibt Tesla das autonome Fahren energisch voran und wird die Autonomie auf jeden Fall bis zum Ende durchsetzen. Robin Li, CEO von Domestic Baidu, sagte auch, dass normale Autounfälle, die jederzeit passieren, keine Neuigkeit seien, Autounfälle mit Autopiloten jedoch zu Neuigkeiten geworden seien.Der Hauptgrund dafür ist, dass unbemanntes Fahren noch nicht populär geworden ist.。

Natürlich muss die Industriekette des intelligenten Fahrens die Probleme verbessern, die bei verschiedenen Faktoren wie Richtlinien, Kosten, Technologien und Versicherungen bestehen. Aber die Aussichten für die Technologie des autonomen Fahrens sind rosig, und es wird erwartet, dass auch unser Reiseleben intelligenter und sicherer wird.

[Erklärung]: Dieser Artikel wurde ursprünglich vom Operationsteam des Heart of the Universe erstellt. Ein Nachdruck ohne Genehmigung ist strengstens untersagt. Wenn Sie einen Nachdruck benötigen, kontaktieren Sie uns bitte. Das Urheberrecht des Artikels und das Recht auf endgültige Interpretation liegen bei das Herz des Universums.

Originaltitel: ChatGPT: Aufbruch in ein neues Kapitel der künstlichen Intelligenz und der Automobilindustrie