Haomo DriveGPT는 대형 모델의 '볼륨의 왕'입니다! '원가절감, 효율성 증대, 베테랑 드라이버'에 집중

'개방이 발전을 이끌고, 협력이 미래를 이긴다'라는 주제로 진행되는 2023년 중국 국제 서비스 무역 박람회가 9월 6일 성공적으로 마무리되었습니다. 이번 서비스 무역박람회에서는 인공지능, 자율주행, 위성원격센싱 등 다양한 분야에 다년간 깊숙이 관여해 온 선도기업들이 모여 최신 과학기술 성과를 선보이며 미래를 향한 발걸음을 선보였습니다

국내자율주행 드라이빙 유니콘 비스트 컴퍼니 Feimo Zhixing의 데이터 인텔리전스 과학자인 He Xiang은 "Haimo DriveGPT Xuehu·Hairuo, 자율주행 3.0 시대의 도래를 가속화한다"라는 주제로 기조연설을 하고 회의 후 언론과의 인터뷰를 수락하며, 대형 모델 시대의 자율 주행에 대한 기술 연구와 응용 탐색을 통해 우리는 포괄적인 해석을 얻었습니다

사진 설명: HaoMo Zhixing의 데이터 지능 과학자 He Xiang(오른쪽)이 언론과 인터뷰를 하고 있습니다

The 인터뷰 기록은 다음과 같습니다.

사회자: Mr. Mr. Hao Mo Zhixing이 올해 서비스 무역에서 우리에게 어떤 성과와 시연을 가져다 줄 수 있을까요?

He Xiang은 올해 우리의 가장 중요한 성과 중 하나가 Haomo Zhixing이 4월에 출시한 업계 최초의 생성형 대규모 자동 운전 모델인 DriveGPT라고 말했습니다.

사회자: DriveGPT? 운전과 관련이 있는 것 같은데요?

He Xiang: 네, 이것은 자율 주행 분야와 관련된 문제를 해결하는 데 사용되는 대형 AI 모델입니다. 우리는 이를 자율 주행을 위한 생성적 사전 훈련의 대형 모델인 DriveGPT라고 부릅니다.

진행자: 생성적 사전 훈련? 사전 훈련을 어떻게 이해하나요?

He Xiang은 다음과 같이 말했습니다: 대형 모델의 기술적인 세부 사항은 먼저 대규모 운전자 운전 행동 데이터를 사용하여 클라우드에서 사전 훈련을 받아야 한다는 것입니다. 사전 훈련은 모델을 먼저 훈련시킨 후 모델의 프로토타입을 얻은 다음 운전자 인수 데이터를 도입하는 것입니다. 일명 인계 데이터란 자율주행을 켤 때마다 자율주행 판단이 좋지 않으면 브레이크를 밟거나 핸들을 잡는 등 운전자가 인계받는다는 뜻이다. 이 인수 데이터는 자율 주행 결정에 대한 수정에 해당합니다. 이 데이터를 얻은 후 모델을 지속적으로 수정하여 모델의 주행 효과를 더욱 향상시킬 수 있습니다. 이는 더 나은 자율주행 효과를 얻기 위해 끊임없는 오류 수정과 끊임없는 반복의 과정입니다

진행자: 전통적인 자율주행의 업그레이드라고 할 수 있습니다. 다시 작성한 내용은 다음과 같습니다. 사회자: 이것은 전통적인 자율주행의 업그레이드라고 할 수 있습니다

허샹: 네, 기술적 변화라고 할 수 있습니다. 간단히 비교하자면, 기존 자율주행 기술의 개발 모델은 자율주행이 문제를 발견하면 대개 막대한 데이터에서 해당 문제와 관련된 데이터를 찾는다는 것이다. 방대한 데이터 속에서 원하는 데이터를 찾기란 쉽지 않기 때문입니다. 이 데이터를 찾은 후 다음으로 해야 할 일은 이 데이터 더미를 주석 회사에 제공하고 그 안에 있는 문제를 수동으로 주석을 달는 것입니다. 주석이 완료된 후 이 데이터를 사용하여 작은 모델을 훈련한 후, 차에 넣어. 현 시점에서 이 자동차는 이 문제를 해결할 수 있는 능력을 갖추고 있습니다. 우리는 이 모델을 스몰 데이터(Small Data), 스몰 모델(Small Model)이라고 부르는데, 이는 "문제 중심형"입니다.

DriveGPT의 대형 모델 모델에서는 전체 개발 모델이 다릅니다. DriveGPT의 지원으로 현재 개발 모델은 먼저 대규모 데이터, 베테랑 운전자 데이터 및 운전 행동을 사용하여 사전 훈련을 수행하여 운전 능력이 있는 예비 모델을 얻는 것입니다. 자율주행 중에 문제가 발견되면 운전자가 인계받는데, 이러한 인수는 운전 결정을 수정하는 것과 같습니다. 이 수정된 데이터를 기반으로 데이터를 다시 전송하여 사전 훈련된 대형 모델을 수정합니다. 데이터 폐쇄 루프가 구축되면 이 모델의 효과는 매일 계속 발전하고 개선될 것입니다. 우리는 이 개발 모델을 빅데이터, 빅모델이라고 부르며, 이는 "데이터 중심"입니다. 이는 획기적인 개선입니다.

진행자: 현재 자율주행 기술 수준은 대략 L2 수준이고, 대부분의 차량은 이제 L2.5 수준에 도달한 것으로 볼 수 있습니다.

He Xiang: L2+, 우리는 이를 고급 보조 운전이라고 부릅니다.

호스트: 대형 모델 DriveGPT의 지원으로 우리는 어느 수준까지 도달할 수 있나요?

허샹: 아직은 높은 수준의 운전 보조 단계에 있어야 합니다. 우리의 대규모 모델은 주로 두 가지 비즈니스 가치를 창출합니다.

첫 번째 비즈니스 가치는 전체 클라우드에 있습니다. 기존 자율주행 개발 모델을 클라우드로 마이그레이션해야 하는데, 이로 인해 비용이 매우 많이 들고 많은 데이터 심사가 필요하며 특히 수동 참여와 수동 주석이 많이 필요합니다. 그러나 대형 모델의 경우 전체 데이터 스크리닝, 주석 및 데이터 생성을 완전히 자동화할 수 있어 비용 절감에 매우 효과적입니다

예를 들어 주석 분야에서 자율주행 회사는 매년 수억 위안을 주석에 지출했을 것입니다. DriveGPT를 사용하면 이미지나 비디오에 자동으로 주석을 달거나 4D 클립 주석을 달 수 있을 것입니다. 비용을 98% 절감합니다. 단일 이미지에만 주석을 달더라도 비용을 90% 절감할 수 있습니다. 클라우드 비용을 크게 줄일 수 있습니다.

두 번째 비즈니스 가치는 자동차 측면에 있으며, 효과가 크게 향상될 수 있습니다. 모델은 방대한 데이터를 기반으로 학습되었습니다. 즉, 우리 모델이 모든 종류의 시나리오를 확인했다는 의미입니다. 정보가 많을수록 그 능력은 더욱 강력해집니다. 이러한 능력을 모델 또는 AI의 일반화 능력이라고 합니다. 일반화 능력을 갖추게 되면 자율주행의 효과는 더욱 좋아질 것입니다.

또한, 전체 모델은 "노인 운전자"의 운전 행동 데이터를 기반으로 학습됩니다. 이는 매우 높은 품질의 데이터입니다. 전반적인 운전 효과나 운전 경험은 "노인 운전자"의 운전 효과에 더 가깝습니다. 사용자는 사용 중에 운전 경험이 더 좋아질 것이라고 느낄 것입니다.

세 번째 포인트, 저희 대형 모델에는 운전 결정 이유를 출력하는 특별한 능력이 있습니다. 예를 들어, "브레이크를 밟아라" 또는 "핸들을 돌려라"와 같은 운전 결정이 내려지면 우리 모델은 우리가 그렇게 하는 이유를 설명할 수 있습니다. 그러한 설명이 제공될 수 있다면 지능형 주행 차량과 사용자 사이에 좋은 신뢰 관계가 구축될 수 있으며, 사용자는 자율 주행 제품을 사용할 때 더욱 안심할 수 있을 것입니다

대규모 모델과 데이터 Closed Loop 기반의 지속적인 반복을 통해 현재의 고급 보조 운전은 여전히 ​​운전자가 언제든지 인계받아야 합니다. 앞으로는 지속적인 반복 업그레이드를 통해 진정한 무인 운전을 점차 실현할 수 있기를 바랍니다

주최자: 이러한 관점에서 볼 때 비용 절감뿐만 아니라 효율성도 향상됩니다

He Xiang은 다음과 같이 말했습니다. "운전자가 스스로 운전할 필요가 없습니다. 계속해서 실수를 시도하려면 빅데이터가 이 문제를 해결하는 데 도움이 될 수 있습니다. 운전자의 모든 주도권 행동을 수집하고 모든 문제를 한 번에 해결할 수 있으므로 운전 효과가 매우 빠르게 향상될 것입니다.”

위 내용은 Haomo DriveGPT는 대형 모델의 '볼륨의 왕'입니다! '원가절감, 효율성 증대, 베테랑 드라이버'에 집중의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!