IR新文速递 | ChatGPT在联网自动驾驶汽车中的应用：优势和挑战
导读
近年来，汽车和通信行业对联网自动驾驶汽车（CAVs）都颇有研究，其中人工智能技术不可或缺。ChatGPT 将同时给 CAVs 带来潜在的优势和挑战。探索 ChatGPT 如何影响这个领域，以及究竟能产生多大的影响是一个亟待研究的课题。
OpenAI 团队目前已经正式推出 GPT-4 版本，这一技术甚至可能颠覆各技术领域的许多传统研究方法。那么问题来了：ChatGPT 是否能够改变 CAVs 的发展方向呢，它会通过何种方式来改变呢？
众所周知，近年来 CAVs 取得了重大的技术突破。汽车制造商和通信公司都对其抱有很高的期望。然而，无论是娱乐还是安全相关的自动驾驶应用，CAVs 的开发和商业化并不尽如人意。因此，当 ChatGPT 出现时，汽车制造商迫切希望将其应用到到他们的车辆中。通用汽车公司正在基于 ChatGPT 开发一种新的车载助手，同时，人们开始讨论如何利用 ChatGPT 技术进一步推动 CAVs 的发展，以及可能给该领域带来哪些问题和挑战。这篇社论将简要的讨论上述问题。
潜在优势
ChatGPT 是一个基于自然语言处理的人机互动工具，可以有效地改善司机和车辆之间的沟通和互动。ChatGPT 的底层技术是一个大规模的深度学习网络，使其适用于处理大量的数据，并在 CAVs 中进行驾驶决策。因此，ChatGPT 可以在以下方面改善 CAVs 的性能。
1. 车载语音助手
ChatGPT 具有强大的语音处理能力，非常适合用作车载语音助手。此外，它还能通过更好地理解人类指令和做出更智能的反应来改进最先进的车内交互系统。
2. 复杂环境感知
车辆通过各种车载传感器（例如摄像头、雷达和激光雷达），从周围环境中感知的数据会越来越多。然而，车辆无法及时处理这些海量数据。如果将 GPT-4 模型部署到更靠近车辆的边缘计算设备上，并与车辆自身的机器学习模型相结合，我们便可以高效地处理车辆的各种感知数据，从而获得全面而深入的环境感知知识，并为自动驾驶技术的实行打下坚实的基础。此外，虽然 ChatGPT 的架构最初是为自然语言处理设定的，但研究人员已经成功地将其应用于计算机视觉，用来提高视觉处理的准确性。这一应用为自动驾驶技术的发展带来转机，因为 CAVs 中发生的的几起严重事故主要是由基于人工智能的计算机视觉模型发生故障而引起的。
3. 驾驶行为决策
ChatGPT 的性能通过人类反馈强化学习技术得以增强，该技术首次实现了根据人类反馈训练奖励模型的机制。然后在强化学习中使用奖励模型来微调预训练的语言模型。由于人类反馈能帮助CAVs学习人类驾驶员的驾驶行为和习惯，从而提高驾驶安全性和舒适性，因此这种学习范式对自动驾驶的决策非常有吸引力。尽管 CAVs 已经开始模仿和学习人类驾驶员，但实际应用中仍缺乏标签和人类驾驶行为。利用反馈强化学习中训练好的奖励模型，可以模拟人类反馈来训练 CAVs 中的决策模型，从而有效解决标签稀缺问题。
4. 智能异常检测
ChatGPT 可以通过自身强大的学习能力，对车辆行驶过程中接收到的异常数据和外部威胁进行智能检测。这不仅增强了传统检测机制的智能化，还提高了车辆对未知零日漏洞的检测率。这使得基于 ChatGPT 增强功能的智能异常检测机制能够提高 CAVs 的安全性。
5. 对抗性防御
黑客极易利用 ChatGPT 来设计针对 CAVs 的高度隐蔽和破坏性的攻击策略。由于存在这种潜在威胁，相应的，将 ChatGPT 应用于智能汽车来设计能够保证车辆安全驾驶的对抗防御策略是一个潜在的研究方向。
挑战
如 ChatGPT 之类的任何新技术，在带来机遇的同时，往往也会带来挑战。
1. 数据隐私问题
为了确保模型能够持续训练，保证持续的准确性和稳定的性能，ChatGPT 必须经常与用户交互，这需要收集大量与用户相关的数据。但目前，OpenAI 并未对收集和处理用户信息给出有效通知。因此，其收集和存储个人信息缺乏法律依据。
2. 安全问题
ChatGPT 也会遇到与其他深度学习模型类似的挑战，例如在遇到恶意攻击后产生不准确的输出。因为 CAVs 通过无线通信连接，所以它们极易受到网络攻击。因此，如果在某些情况下出现这样的问题，基于 ChatGPT 的自动驾驶决策可能会引发严重的交通事故。
3. 实时问题
ChatGPT 基于具有海量参数的大规模网络，需要具备处理海量数据的能力。然而，当前车联网的计算能力相对较差，尤其是车辆内部。GPT-4 模型最适合部署在远程云服务器上。因此，如何及时回传模型处理的数据，将是车联网（V2X）要面临的严峻挑战。
4. 道德问题
作为一项基于人工智能的技术，伦理问题是基于 ChatGPT 的自动驾驶汽车决策面临的一大挑战。我们应考虑并解决诸如训练数据集导致的各种偏差、可能导致巨大损失的决策责任，以及可能的恶意滥用等一些伦理方面的问题，以避免陷入可能出现的困境。与基于人工智能的医疗应用类似，尽管 ChatGPT 的协助可以显著促进和提高这些决策的效率和有效性，但道德决策依然应该由操作自动驾驶汽车的人作出。
总结
本文简要讨论了 ChatGPT 可能给 CAVs 带来的优势和挑战。ChatGPT 背后的人工智能技术可能提高 CAVs 多个方面的性能，如车载语音助手、复杂环境感知、驾驶行为决策和智能异常检测等。同时，将 ChatGPT 引入 CAVs 时必将面临几个挑战，如数据隐私、安全性、实时性和道德问题等。可以预见，ChatGPT 肯定会应用到未来的 CAVs 中。但是，如何应用，以及它将对这一领域产生多大的影响，目前尚不清楚。我们需要迫切展开这方面的研究。
文章信息
题目：ChatGPT in connected and autonomous vehicles: benefits and challenges
作者：Lei Lei, Hao Zhang, Simon X. Yang
引用：Lei L, Zhang H, Yang SX. ChatGPT in connected and autonomous vehicles: benefits and challenges. Intell Robot 2023;3(2):145-8. http://dx.doi.org/10.20517/ir.2023.08
英文原文链接：https://intellrobot.com/article/view/5747
作者简介
加拿大圭尔夫大学教授兼高级机器人与智能系统实验室负责人（Advanced Robotics and Intelligent Systems Laboratory at the University of Guelph），他在专业活动中一直非常活跃，曾担任多期刊副主编和顾问编委，同时是多会议主席和多项目资助审查组成员，如IEEE机器人与仿生学国际会议奖项委员会主席（2019年），第 16 届机器人技术与应用国际研讨会联合主席（2018年），IEEE 信息与自动化国际会议程序主席（2015年），IEEE 物流与自动化国际会议总主席（2011年）；NSERC（加拿大自然科学和工程研究委员会），CHIR（加拿大卫生研究院）资助审查组成员等。
加拿大安大略省圭尔夫市圭尔夫大学工程学院的副教授。她拥有丰富的学术和行业经验，曾在包括中国移动研究院、中国北京交通大学和澳大利亚詹姆斯库克大学工作，并于 2020 年加入圭尔夫大学。她是 IEEE 高级会员，Transactions on Emerging Telecommunications Technologies 和Peer-to-Peer Networking and Applications 副主编，曾任 IEEE 通信学会亚太地区分会协调委员会秘书，并获得 2021 N²Women：计算机网络与通信之星荣誉。她的研究兴趣包括机器学习/深度强化学习、无线通信、物联网/车联网、移动边缘计算和智能电网。
同济大学电子与信息工程学院副院长，教授，博士生导师。主持4项国家自然基金项目，并主持了上海浦江人才计划项目、上海市曙光计划、上海市国际科技合作项目、上海自然科学基金、上海晨光学者项目等 10 余项。已在国际有影响的杂志和会议上发表相关论文 150 余篇，其中 60 余篇论文发表在 Automatica，IEEE Trans. Automatic Control，IEEE Trans. Industrial Electronics 等控制领域有影响力国际权威期刊上。研究方向包括：网络化控制，多智能体系统，自主智能系统等。
关于期刊
Intelligence & Robotics（IR, Online ISSN 2770-3541）是一本金色开放获取，遵循严格同行评审的国际学术期刊。由 OAE Publishing Inc. 主办，加拿大圭尔夫大学终身教授 Simon X. Yang 担任主编，于 2021 年 6 月 7 日正式上线。截至目前，IR 编委团队共 72 人，顾问编委 5 人，包括中国柴天佑院士，郭爱克院士和李德毅院士，执行主编 2 人，副主编 44 人，青年编委 21 人。刊文范围包括但不限于：生物、仿生和人工智能；神经网络、模糊系统和进化算法；各种移动、空中和水下机器人系统的传感、多传感器融合、定位、数据分析、建模、规划和控制；机器人协作、远程操作和人机交互等。
期刊官网：https://intellrobot.com/
投稿链接：https://oaemesas.com/login?JournalId=ir
联系方式：editorial@intellrobot.com
官方邮箱：editorialoffice@cardiovascularaging.com
*本文内容由 IR 编辑部整理。
