汽車將因AI而改變

ChatGPT的出現讓全世界感到驚訝，因為這標誌著人工智慧進入了中級水平，標誌著新一輪產業革命的開始。當然，也為就業、商業模式帶來了新的挑戰。

隨著ChatGPT的出現，我國湧現一批公司投身大數據模型，但是能有幾家成功目前很難判斷。原因有幾方面，首先是搞大數據模型對算例的要求太高了，沒有足夠的高端晶片支援是做不到的，由此帶來的巨額資金投入不是一般公司所能夠承受的。其次，產業集中度遠超現在的網路平台，無論是阿里或騰訊，亦或是位元組跳動，未來能否獨立存在都是個問題。至於誰能留下，決定權在用戶，是用戶對大數據模型的使用決定了淘汰賽的結果，比拼的是誰更符合用戶的心智、使用的滿足度和使用習慣。第三，中級AI系統的誕生，將讓一群人失業，同時創造一些新的就業機會，對由此而產生的影響，國家層級要有預案。

未來的汽車什麼樣子？

在剛結束的上海國際車展上，幾乎所有媒體都在歡呼中國汽車領先世界。其實，這只是在低等人工智慧領域的領先，沒有看到的是中等人工智慧將為汽車帶來的改變。

最直觀地說，未來車上可能不再需要那麼多的螢幕了，也用不著看高清地圖了。你只要對著車子說一句要去哪，車輛自動規劃好路線，而且會根據你的駕駛習慣選擇道路，選擇駕駛模式。如今，螢幕上有各種應用小程式都將被歸併如大數據模型，因為每個小程式背後都是一個資料庫，在大數據模型面前都是“小數據”，都是整合的物件。

就汽車製造而言，大數據模型能夠給出精算結果，例如廠家針對某競爭車型要出一款新車，你只需要輸入相關要求，系統就會給你一個完整的產業鏈、供應鏈的解決方案，讓你在保證品質的情況下獲得最經濟製造方案。甚至在一條生產線上能夠輕鬆完成客製化生產，滿足每個人的個人需求。因為這個大數據不僅涵蓋了整車生產線，而且涵蓋到所有供應商的每台設備（包括設備的產能、品質水準、設備完好情況、製程符合度、模具和卡具等工裝器具的完好度等） ，AI系統依據龐大的基礎數據，可以給主機廠的老總提供一套完整的工藝流程，當然也可以根據市場需求及時做出相應的調整。

至於前期的市場調查、決策分析，以及後期的傳播策略等等，那就更是輕而易舉了。但是，公關業還是需要的，因為這個行業解決的是人與人之間的溝通問題。

就業的新問題

#現在的Auto-GPT已經可以代替人做很多工作了，無論是出個方案、寫個程序、寫論文、做個海報、跟人對話聊天……這意味著一群人將從此失業。

未來還需要多少「碼農」？基礎工作都被ChatGPT做了，留下的是少數高階程式開發人員。由於大數據模型的迭代速度太快，以至於很多人還沒反應過來，工作就被新一代人工智慧系統取代了。

當然，也因為大數據模型中的基礎資料需要不斷更新，因此也產生了一個新的產業，就是資料庫服務人員，他們的主要任務就是更新和校準基礎資料。例如，今天銀河L7上市了，你檢索的時候，系統會告訴你，這是一台最現代化的車，因為它有…配置。但是，用不了一年銀河L7就不是最先進的車型了，因為有了新產品。那麼，這個時候基礎數據可能就需要調整和更新。或者說，有些基礎工作還是需要人來做的。再比如說，一些新詞彙的出現，都需要人將詞彙和詞解錄入資料庫。另外，初期系統抓取的資料並不是100%的正確，系統也會回答錯誤，這個問題一方面系統可以透過不斷學習自動修復，另一方面則需要人去主動介入。

就中國的現實而言，算力未必輸給美國，但是我們基礎數據是個弱點，沒有精準的數據，再先進的系統也是枉然——垃圾進垃圾出。對汽車產業也是一樣，在人工智慧系統的開發方面也將大量使用大數據模型，也將出現崗位增減和調整的問題，而且會影響到研發模式的改變，變得更有效率。

值得重視的一點是，ChatGPT（大數據模型）的迭代速度非常快，也就是說從中級人工智慧迭代到高階人工智慧的速度或許比我們想像的更快，為傳統製造業帶來的影響將是深刻的，甚至可能是脫胎換骨的，對人類社會帶來的影響和衝擊會比中級人工智慧更明顯。

以上是汽車將因AI而改變的詳細內容。更多資訊請關注PHP中文網其他相關文章！