大模型与大数据

大模型将AI推上风口，在已经卷到惨烈的国内汽车市场中，各车企的决策者们不约而同地意识到大模型上车是下一个技术热点。

理想的MindGPT在“冰箱”“彩电”“大沙发”的出圈儿特征后，成为又一个新标杆，引得各家纷纷研究效仿。

抄作业嘛，本来是个简单的事儿，可是抄的过程中发现了这玩意儿成本不低啊！然后就有了全新的灵魂拷问：这玩意儿到底有啥用？

之前两期话题大概也聊了关于AI的一些个人观点，本期呢就聊聊以前大数据时代有想法却没落地的事儿，如何与大模型结合起来，试着找出一个角度来回答上面的问题。

先说说通用大模型与汽车垂类模型之间的关系。通用大模型对于算力、数据、算法都有着极高的成本要求，目前来看基本上是大厂通吃的节奏，绝大多数车企也是选择大厂合作。闲聊啊、百科知识啊、娱乐生活啊，反正基本上大厂都给解决了。无论选择谁家区别都不大，且同质化严重，就算花力气做些定制或精调，也不过是反馈内容更精准些。

然后很自然地想到，车厂自有的知识库给到通用大模型中，是不是也可以有汽车垂类模型产生了？比如把车辆的说明书、4S维修手册，甚至官方客服的对话记录都通过RAG的方式给到大模型中，那么就拥有了一个“懂车”的大模型。

然后这种想法似乎也没啥技术门槛，比的是哪家车厂的知识文档更全更精细，应该也形成不了差异化，且这些知识内容对于通用大模型来说，只不过是在“百科知识”中多加一科。

好吧，算力、算法都不是车厂应该投入的方向，那么就只有数据了，区别于上面说的那些“文档”类知识，数据是汽车在全生命周期中的所有记录，记录着汽车在运行中的每一分每一秒都发生了什么。只有现象的记录，没有因果的分析！

比如：在数据中去观察，会发现很多车在夏天，不下雨的情况下，停车前会把窗户留一条缝，然后再熄火。虽然老司机都明白是怕夏天车里晒得太热，让空气可以流通一些，但这是人为分析出的“因果”，对于数据来说，只是把天气、升窗90%（也许是个区间值）、熄火三个现象建立了连接。下次再出现天气热、停车熄火的事件，车是不是可以自己给窗留点儿缝呢？当然，这个情况涉及到很多场景，比如下雨、扬尘环境、地下停车场、假日长期停车等等，都会影响“留缝儿”是否出现。

上面的例子还是可以分析出因果的场景，很多场景完全是超出人为理解的：为啥明明路边有车停位，但好多车非要停到马路牙子上？结果真有一天下大雨后，发现没停在马路牙子上的车，被积水泡了！下次天气预报有雨的时候，这个车主也都停到马路牙子上面去了；为啥前面这个弯儿并不大，好多车到这儿都突然急减速？等你开到这儿的时候，发现这不光是个弯道，还顺势大角度倾斜，减速不快，差点翻车。下次你再开到这儿，也跟大家一样急减速了；为啥边上这个小区明明有大量停车位，就是没人进去停？你停车第二天发现，车窗被砸了……

很多时候，别问为什么，仅靠个人经验是根本无法分析因果的。但是现象与现象之间的联系就在那里，说不清道不明。我以前总说：大数据就是算命，你天庭饱满地阁方圆，就是大富大贵。别问为啥，反正长成这样的都挺富贵……（这句是开玩笑哈，我一点儿也不迷信）

以上这些数据现象是车厂最大的财富。在数据价值的话题中其实已经提过，但却在实际落地中产生了问题，因为大数据模型是基于“聚类”的方式来挖掘场景价值，也就是说主要还是以“人”的视角去观察。很多现象是人无法理解与分析的，所以在落地过程中，还是“穷举”，不仅是场景“穷举”，场景相关的现象也是“穷举”出来的，大大降低了价值与准确度。

语言大模型的魅力就在这时就体现出来了：你只要把各种现象告诉它，它会自己去建立不同现象之间的联系，这种联系无法解释，但只要你告诉它的现象越多越全，最后它生成的结果也就越有价值。

还是上面那个夏天车窗留缝儿的例子，只要把现象描述得足够全，也就是把停车前后的各种环境条件数据都告诉语言大模型，它自然就可以知道什么样的情况应该留缝儿。与chatCPT写诗一样，给它个主题它自然就能写出来，至于它是如何思考的，人也解释不清，就是这么神奇！

但车厂的数据是个冷冰冰的值，直接给到语言大模型，它没办法理解，还是需要人将这些数据值转化为自然语言去描述，这也就产生了一个全新的工种：行业中叫大模型训练师。

这个岗位的工作说白了就是把数据现象用语言描述出来。看起来简单吧，但不仅需要理解数据含义，还需要将数据抽象为现象，最重要的还是能有非常清晰的语言表达能力！

还是上面那个留缝儿的例子：某车、某地、某时、室外温度、天气情况、周边环境、用户操作动作（升窗未满）、熄火……，就是这种有逻辑、有顺序、清晰的描述，很可能就是以后“赛博工人”的能力要求了。

当然，对于车厂数据的要求也更高了。数据质量与可读性，在动辄几十上百PB的数据中，绝对是个考验技术积累的活儿。各家车厂可以回头翻翻自己的数据平台，看看是否真的满足，然后大概率会发现：咋这么乱呢！

数据是大模型时代车厂出圈儿的最关键资源，以此为基础建立自己的优势将是未来几年的最重要工作！

---

文章首发于公众号：昊叔说车

原创不易，转载请告知原作者，注明出处。