驶入未来：探索 ChatGPT 和 AI 在车辆开发中的集成

作者 Christina Kothlow

2022 年 11 月 30 日，ChatGPT 发布，反响褒贬不一。对有些人来说，它标志着人工智能的新时代——一个将彻底改变我们如何使用互联网、进行研究和开发的时代。对其他人来说，它引发了对隐私、失业和错误信息的严重担忧。

尽管 ChatGPT 的伦理问题备受争议，但其底层技术——大语言模型 (LLM) 代表了提高工程效率的巨大机会。最近，Simcenter 工程服务团队决定对 ChatGPT 进行测试，并探索其对车辆开发过程的价值。

使用 AI 实现车辆行驶和操控属性平衡

优化车辆行驶和操控属性是开发过程中一个复杂而耗时的阶段。当一个属性发生更改时，通常会影响其他组件的性能，需要大量测试和参数调整。传统方法涉及量化与乘坐和操控相关的主观体验，然后利用仿真工具来调整和完善这些属性。但是，此方法并不总是有效。个人偏好本质上是复杂的，很难转化为客观参数。

另一方面，自发语音是一种在用户与产品交互时实时表达产品感知的自然方式。LLM 的最新发展，尤其是 ChatGPT，使处理此类输入成为可能。我们的工程团队决定探索 ChatGPT 是否可以与系统仿真相结合，以帮助工程师更好地利用主观反馈来改善车辆的乘坐和操控。

结合 AI、ChatGPT 和 Simcenter Amesim

由 Simcenter 工程服务团队开发的 AI 助手是该项目的核心。该助手利用人工反馈强化学习 (RLHF) 技术，在获取有关产品和人工的信息以及在产品中生成更正方面发挥着关键作用。它使用 ChatGPT 作为“翻译器”来弥合人类和 AI 之间的交互差距。

在本例中，产品是一辆由 Simcenter Amesim 车辆动力学模型表示的汽车，该模型在驾驶模拟器上运行，由 Simcenter Prescan 提供环境可视化。在后台运行的人工智能助手不断了解驾驶员的偏好以及驾驶员对车辆参数变化的主观感知的敏感性。具体工作方式如下：

利用由 Simcenter 工程服务团队开发的技术，测试工程师可以在驾驶模拟器上执行操控。

如何运作？

在执行操控时，驾驶员会提供体验反馈。口头输入被转换为文本并转发给 ChatGPT 进行分析。在上下文框架的指导下，ChatGPT 的任务是从驾驶员的语音中提取一些关键元素，譬如特征（例如：偏航响应、垂直加速等）及其特性（例如：高或非常高、低等）并了解驾驶员的情绪反应。在需要澄清的情况下，ChatGPT 会与驾驶员进行持续对话，直到澄清必要的细节。获得所需信息后，我们基于强化学习的人工智能助手会在系统参数集中生成更改。

ChatGPT 与 Simcenter 集成的可能应用

虽然这个项目的重点是驾乘和操控属性的平衡，但这项技术的应用延伸到产品开发的各种其他领域。
对于测试工程师来说，测试驾驶员的声音命令可用于收集主观反馈并修改特定事件。仿真工程师可以使用它来弥补对软件不满意的体验。车辆工程中几乎每个需要主观思考和感受的方面都可以通过我们工程团队开发的技术得到增强和优化。

尽管围绕 ChatGPT 存在争议，但工程团队获得了一个独特的机会，可以轻松地将主观感受的不确定性和可变性转化为可操作、可量化和客观的参数变化，以改善驾驶员的车辆操控性。问题是，哪些公司会率先接受？

Simcenter 工程服务团队由世界各地数百名杰出的工程师组成。率先在我们的仿真产品中使用 ChatGPT 的团队成员包括：

单击此处收听叶尔兰和萨拉在工程创新播客中对此项目开展的讨论。