ChatGPT 似乎成為 AI 人工智慧領域新曙光，自動駕駛技術是否也能受惠？
網際網路的世界一如既往，發展速度快到讓人目不暇給。早幾年區塊鏈暴紅，這項技術似乎會成為改變世界的關鍵，許多車廠也紛紛導入，利用區塊鏈技術強化資訊系統；接著元宇宙概念浮上台面，又是一個能夠讓人類擁有不同生活方式的遐想。
然而元宇宙還沒在時間考驗下證明這項概念到底有沒有可行性，ChatGPT 橫空出世，硬生生地把元宇宙打到網際網路的犄角旮旯裡，從炙手可熱的炸子雞變成落入冷宮的過氣話題。
ChatGPT 的出現，再次讓人工智慧議題成為眾人關注的焦點，將 AplhaGo 打敗棋王所引發的人工智慧熱潮之火再次點燃。不過在討論 ChatGPT 之前，我們也別忘記，其實在汽車產業中已經逐漸成為所有新車標配的先進駕駛輔助系統，或者是自動駕駛技術，同樣也屬於AI人工智慧的一項結晶。
那麼，兩者之間是否能碰撞出什麼火花？又或者有什麼值得關注的連結？
聊天跟開車為什麼能扯在一起？
雖然同屬於 AI 人工智慧技術（artificial intelligence）的一種，但從表面上看，ChatGPT 與自動駕駛（autonomous driving、self-driving）似乎並沒有直接關連。
ChatGPT 全名為 Chat Generative Pre-trained Transformer，聊天生成型預訓練轉換模型，用直接一點的說法，就是聊天機器人。當然，和那種預先輸入答案，只能回答特定問題，好像遊戲裡面 NPC 的簡單程式完全不是同一回事。這是由OpenAI研究機構所開發出來的人工智慧聊天機器人程式，使用 GPT-3.5 的大型語言模型架構，並採強化學習（reinforcement learning）訓練。附帶一題，生成型人工智慧除了 ChatGPT 之外，最近相當火紅的 AI 繪圖也屬於這類。
ChatGPT 不僅可以使用自然語言和人類對話，甚至還能理解語意，提供搜尋結果、自動生成文字內容、回答問題、翻譯文件、製作摘要…等等。雖然目前仍有許多不盡完美之處，但也已經讓人類見識到人工智慧的強大與不可限量的未來發展，甚至過去被視為不易遭人工智慧取代的知識型工作，現在看起來也岌岌可危。或許要不了多久，像這樣的專欄文章，ChatGPT 便能信手拈來，讀之毫無破綻…。
而自動駕駛技術則是基於車輛感應器包括鏡頭、雷達、光達、GPS…等收集到的資訊，與 ChatGPT 不同，自動駕駛著重於「圖像處理」能力，並且採深度學習（deep learning）訓練。無論強化學習或者深度學習都屬於機器學習（machine learning）的一種，因此以文字為主的 ChatGPT 要和以圖像為主的自動駕駛系統一同討論，倒也無不可。
ChatGPT 的進步能加速自動駕駛實現？
直接給答案吧：不能。
自動駕駛技術發展至今，能夠無須人類控制，在多數情況下可以實現自動駕駛的 Level 4 技術有望在短時間內問世。雖然完全自動化，徹底不需要人類介入的 Level 5 恐怕還需要克服眾多難題，但整體來說，自動駕駛技術發展在 Google、百度等大型科技公司持續開發並且累積行駛資料下，成熟度已經頗高。
反過來說，2022 年 11 月才誕生的 ChatGPT 雖然在全球大量資料庫與數以億計的使用者協助下，以不可思議的速度進度，和自動駕駛技術比較起來，仍舊只能算是年輕後輩。更重要的是，自動駕駛技術需要處理的是資訊判讀，透過感應器收集來的數據進行分析與決策，考驗系統運算速度與正確度，基本上沒有猜測與推論。
ChatGPT 則不同，分析語言、組織語言、推測使用者意圖…等等，所考驗的邏輯完全不是那麼一回事。從人工智慧的角度來看，即便只處理文字，ChatGPT 一就是更加先進與前衛的技術。假如連自動駕駛技術都沒有辦法完善，很難相信難度高上不只一兩個等級的 ChatGPT 會更快趨於完美。
ChatGPT 最終還是無助自動駕駛發展？
能否加速自動駕駛實現，和能不能帶來幫助，這不能混為一談。單純討論程式技術的話，同屬於人工智慧的 ChatGPT 對自動駕駛系統肯定還是有可能提供幫助。生成型人工智慧仍在發展中，但已經可以預見能透過多樣化的巨量數據，學習並融合知識，彌補自動駕駛技術因為真實路況場景數據量不足的困境。比如強化自動駕駛決策、預測其他車輛行為、提高影像辨識率…等等。
然而 ChatGPT 或者其他生成型人工智慧到底能走到哪一步，就如一開始所講的，網際網路的世界變化速度很快，誰也說不准。大讚區塊鏈會改變人類社會的說法言猶在耳，這些年過去了，生活到底因為區塊鏈改變了多少？
而且自動駕駛並非單純技術議題，人類對機器的信任、交通觀念、基礎硬體設施…等等，還牽涉到更多政治、經濟，甚至是人性的層面。並不是 Level 5 能夠商用了，然後全世界馬路上就通通變成自駕車那麼簡單。
