※ 引述《cosmite (焼き団子)》之銘言：
: 特斯拉的自駕裡面不知道有沒有生成式AI在運作
: 如果用生成式AI訓練自動駕駛模型
: 也就是AI開車
: 這個聽起來完全可行吧
: 在台灣可能也可行 因為再可怕、擁擠的駕駛經驗
: 也可以透過模型訓練升級AI智慧
: AI開車嗎 是未來趨勢？
: 有卦嗎
阿肥外商碼農阿肥啦！
先說，自動輔助駕駛一直都是趨勢，不過當前即使最強的模型依然是輔助功能，不管是生
成式或是檢測模型都只能做到輔助。
然後不管是生成式模型或是判別模型都是一樣的，就是在預測某個出現的機率，像是檢測
模型的生成框他其實也是等效auto regressive(自回歸)的，當前很多檢測模型也會採用
變形金剛、自監督跟LLM，能做到zero shot(僅需要prompt tune)的也是一堆，但終究還
是輔助。不過開放環境機器人領域今年也是也是成果很多，所以明年也許可以看到這類模
型開花結果。
最後，其實當前模型在做特徵預測跟大腦都是有相似之處的，像是最新的一些腦科學研究
就發現人類的大腦新皮質是有一個物件跟物件的參照框架去建構世界模型，而新皮質柱其
實這幾年學界也慢慢發現其實構造可能都是一樣的差異只在於輸入，不太像以往教科書所
寫的前額葉區塊功能是有差異的，他們可能都是同一種神經元細胞。這也跟為什麼變形金
剛的模型那麼成功有關，過往的AI模型都太強調顯式假設建模，而現今更多的學界共識是
隱式建模，不需要額外統計假設。
不過其實還是有很多值得探討的，像是大腦的內部可能存在一種通用高效學習算法也存在
不同世界模型的自適應學習率差異，這些都值得研究，若是這些問題未來都能解決，那離
真正的AGI就不遠了，到時候就不是輔助駕駛，而是真正的自動駕駛。
以上