chatgpt是怎么出来的: 当强化学习,深度学习遇到瓶颈时,大家隐约发现了scaling law,更大的数据意味着更强的智能,在图像识别,人脸识别等领域都是如此,目前数据最多的人类知识库就是自然语言,于是从自然语言入手,gpt-1,gpt-2 gpt-3,不断扩充数据,模型规模,期望达到能在自然语言上对话的能力。最后在gpt-3.5成功了,自然语言chat是ai最新最振奋人心的突破方向。
沿着这个scaling law,特斯拉迅速转型,把fsd从人工代码建模,什么空间算法,运动算法,碰撞算法全不用了,完全转向ai,用数据去训练,得到了巨大的提升,使自动驾驶看到了希望
机器人的突破,比自然语言的突破更难的原因是数据,自动驾驶还有特斯拉的大量数据,可以直接拿来训练,市面上的机器人基本还处在特斯拉早期的人工写代码阶段,希望在特斯拉,英伟达已经开始了用ai来驱动机器人的探索,数据没有就人工制造,他们招人戴上vision pro,遥控机器人进行任务,这些遥控数据= 自动驾驶领域人类司机的驾驶数据,能让机器人学会走路,搬东西,扛炸药包往前冲等各种指令,只是受限于数据规模,会有较长时间的启动期才能走到chatgpt moment。