大模型與智能汽車的預見萬蕾博士9ASBU政策與標準專利部部長目錄·大模型在智能汽車的潛在應用·大模型與Al治理2萬維網開放全球互聯網全球智能機AI大模型全球有效專利1400萬全球聯網汽車全球移動用戶神經網絡CNN算法用于圖像識別深度學習興起圖像分類突破戰勝人類谷歌A3谷歌A3超算：一首個手機一并行計算并行計算分布式計算云計算云計算問題回筆對話機器人3產業應用原子能力產業應用原子能力智能檢索意圖理解專業教育智能感知預訓練通識教育預訓練通識教育海量無標注數據智能計算4月活達1億等等API問答、檢測、翻譯、文本理解、編排…專業教育場景模型·基于GPT-3,提升代碼生成GPT-1GPT-2預訓練通識教育基礎模型閱讀理解等·1750億·1750億數據：>7.7萬人工標注數據：>7.7萬人工標注·遷移：零樣本學習+少樣本學習勵模型加入規則最大長度擴展8倍52019.22019.21.17億15億1750億HUAWEI$20/月$0.002/干token2022.1121億5400億3400億2023.22023.2被迫開源4個規格：70/130/330/650億6連續對話算法屏蔽◎連續對話能力·Transformer采用注意力機制，在處理上下文關聯性上比CNN表現·Transformer采用注意力機制，在處理上下文關聯性上比CNN表現更好。·訓練數據中連續對話和代碼含蘊含更多邏輯信息。NormalizedScoreNormalizedScore0會寫文章會推理會編代碼會寫文章會推理會編代碼不會聊天不知哪些是人類認敢于質疑注意力機制雙向單向單向自回歸自回歸書籍、wiki·控制瀏覽器就是控制流量入口·Copilot集成進windows,升市場OS的統治地位Al辦公助手智能水平·Teams:團隊協作，如語音轉寫，自動生成會議紀要；實時內容摘要生成等；·提供面向銷售、客服、市場、運維和供應鏈的AI工具·Vivasales:Al提升銷售的工作效率，場景化郵件生成，如定價；及客戶跟進等·幫助開發者構建自己的Copilot·構建全生命周期低成本Al開發工具統一開發框架和開發流水線Dnys的d·LLM賦能，用自然語言交互滿足數據分析需求，留存用戶生態數據8谷歌開始第二步和第三步的嘗試多模態具身語言模型(VLM)成就一理解圖形理解/生成語言結合圖形和語言理解，生成機器人指令，處理物理世界任務·5620億個參數指指通用Al的愿景模型能力凍結，抗遺忘與損害，讓單一的多功能模型應用在不同場景。T非凍結模型如何減少遺忘的第二條路徑：加大參數量啟示操作機器人能力在語言大模型中涌現，且不損失語言和視覺能力9HUAWEIHUAWEI大模型：工業化AI大模型：工業化AI多個場景一個模型數據自動生成增廣開發周期天級智能對話智能問答目標檢測智能創作文檔理解圖像分割從0開始→獨立調優→艱難迭代→推倒重來┌一個場景一個模型數據質量差、樣本少模型精度差開發周期月級大模型應用開發范式智能檢素智能客服工業質檢智能推薦大模型應用開發范式智能檢素智能客服工業質檢智能推薦智能審核智能錄入工業化開發場景1工業化開發場景1場景2泛化復制泛化復制折微調&部署NLP大模型CV大模型多節電預測案件復議|工業質檢|服裝生成節電預測|輔助客服|倉庫監控|圖文檢索|智能投研工地Re-ID電力巡檢3D孿生空間中國家庭數160萬人550萬人中國0.1%滲透率全球0.1%滲透率160萬人550萬人中國0.1%滲透率全球0.1%滲透率4.7億多模態大模型CV+NLP模型HUAWEI目錄HUAWEI大模型催熟AIGC→智能座艙&智能駕駛智能座艙智能駕駛智能座艙智能駕駛計算決策大模型·信息檢索，意圖理解，內容生成，智能控制文本生成特定語音，語音克隆，音樂生成·ADS訓練：復雜場景生成，自動化標注·人機共駕/影子駕駛：智能算法迭代升級PofA數字孿生文字/圖像相互轉換O代碼補全、檢視、修復非交互式文本，交互式文本游戲模型、劇本等素材生成視頻編輯/剪輯多模態大模型NLP大模型多模態大模型智能汽車語音交互場景·自然語言理解的準確性和靈活性智能汽車語音交互場景智能駕駛場景·持續學習和不斷提升駕駛體驗智能駕駛場景實時性需求和性能優化的挑戰數據隱私保護的解決方案提高模型可解釋性的方法挑戰與解決方案模型優化和效率改進傳感器融合與駕駛決策的結合協同駕駛的潛力未來發展方向未來發展方向囂囂HUAWEI座艙情景智能HUAWEI座艙情景智能給媽媽音、視頻設備獨立感知音、視頻設備獨立感知座艙監控行車記錄分布式麥克駕駛員監控360環視…感知手工控制&音頻指令式控制手工控制&音頻指令式控制儀表分布式MIC,揚聲器空調控制視覺感知丫開右后門視覺感知丫開右后門導航啟動去哈根達斯導航啟動去哈根達斯聲源定位意圖理解內容生成智能控制意圖理解內容生成智能控制融合大模型啟動后排娛樂屏融合大模型啟動后排娛樂屏關閉后排屏原生智能原生智能大模型在智能駕駛應用——場景數據管理HUAWEI組合泛化數據篩選合理可預見場景集管理組合泛化數據篩選理解軌跡數據集數據數據時空m車輛動力模型集m大模型在智能駕駛應用——海量仿真數據生成大模型在智能駕駛應用——海量仿真數據生成HUAWEI仿真數據集需求：交通參與者傳感器參數交通參與者解耦/重傳感器數據動靜態場景參數建傳感器數據動靜態場景參數場景生成大模型幾何/紋場景生成大模型自動化標注參與者駕駛模型自動化標注參與者駕駛模型環境，光照傳感器環境，光照實施案例D預訓練大模型預訓練大模型全局/局部規劃地圖大模型◎白聯合表征控制決策樹泛化能力泛化能力強(可支持Zero-shot/Few-shot)參數量小：~億量級算力算力要求低：-訓練：~48Nets@8萬GPUhours(FSD1.0)算力要求高：-訓練：遠高于~3億GPUho-實時推理(未壓縮):~10萬TOPs海量多模態數據：PB~EB量級自駕/人駕模式切換的HMI需單獨設計自駕/人駕模式切換可自然語言交互HUAWEIHUAWEI多模態數據訓練嘉傳感器其他HUAWEIHUAWEI·大模型技術趨勢·大模型在智能汽車的潛在應用業界呼吁Al安全監管：Al比管理不善的飛機設計、生產維護、糟糕的汽車生產更危險；它有破壞文明的潛力GeoffreyHinton圖靈獎得主，“神經網絡之父”onBBC我得出的結論是，我們正在開發的智能與我們所擁有的智能大不相同；當它們比我們更聰明時，會出現威脅人類生存的風險2023.3眾科技大咖聯名簽署《2023.3眾科技大咖聯名簽署《暫停大型人工智能研究》,暫停時間至少為6個月·沒有人——甚至連它們(大模型)的創造者——能夠理解、預測或可靠地控制·...我們呼吁所有人工智能實驗室立即暫停至少6個月的大模型人工智能系統的訓練，比GPT-4更強大·……人工智能研究和開發應該重新專注于使當今強大、最先進的系統更加準確、安全、可解釋、透明、健壯、一致、可信和忠誠建議對Al進行監管，應該參考核武器的監管方式SamAltman的建議或是“出逃(擺脫人類控制)”各國Al治理法規進展2019年4月7日，歐盟人工智能高級專家組(AIHLEG)發布《可信Al倫理指南》提出AI系統必須以人為本，并致力于將其用于服務人類和共同利益，以改善人類福祉和自由為目標。尋求最大程度地發揮AI系統的優勢，同時預防和降低其風險。人類的能動性和監督技術穩健性和安全隱私和數據治理透明性多樣性、非歧視和公平社會和環境福祉問責制lungungocdigitenLodi/llo/2020.1,聯邦政府發布《人工智能應用的監管指南》,提出十大監管原則：公眾對Al的信任公眾參與科研操守和信息質量風險評估與管理2023.1NIST發布《人工智能風險管理框架1.0》2019年6月17日，國家新一代人工智能治理專業委員會發布《新一代人工智能治理原則——發展負責任的人工智能》旨在更好協調人工智能發展與治理的關系，確保人工智能安全可控可靠，推動經濟、社會及生態可持續發展，共建人類命運共同體。和諧友好安全可控包容共享開放協作尊重隱私和諧友好安全可控包容共享開放協作尊重隱私敏捷治理共擔責任2021年9月25日，發布《新一代人工智能倫理規范》,旨在將倫理道德融入人工智能全生命周期，為從事人工智能相關活動的自然人、法人和其他相關機構等提供倫理指引提供倫理指引.基本倫理要求人類福祉促進公平公正保護隱私安全確保可控可信強化責任擔當提升倫理素養管理規范推動敏捷治理積極實踐示范正確行權用權加強風險防范促進包容開放使用規范提倡善意使用避免誤用濫用禁止違規惡用及時主動反饋提高使用能力供應規范尊重市場規則加強質量管控保障用戶權益強化應急保障研發規范強化自律意識提升數據質量增強安全透明避免偏見歧視2023.4《生成式人工智能服務管理辦法(征求意見)》為促進生成式人工智能技術健康發展和規范應用ISO-PAS8800ISO-PAS8800數據管理要求：·數據集的管理應涵蓋需求開發、設計、實施、驗證確認、安全分·應識別數據